4月30日凌晨，Meta举行首届AI开发者大会LlamaCon，推出Meta AI聊天机器人应用程序与ChatGPT竞争，发布Llama API。Meta试图强化开源模型生态系统以限制OpenAI发展，扎克伯格与微软CEO还探讨了开源闭源模型生态等内容。

EMNLP 2026高分论文MathDebugger：当合成数据涌入训练集，如何为数学题做体检？

随着合成数据增多，模型需判断数学数据题目能否被信任。北大DCAI团队提出MathDebugger质检BenchMark，覆盖问答两端，评测主流LLM和PRM。还探究能否判断正误、分类错误、修复数据，证明错误标签可作监督信号。

刚刚，Qwen3.8-Flash震撼发布，我们看到了Qwen4的骨架

8月大模型厂商多上调API价格或收缩免费额度，因推理需求增长跑赢算力供给。阿里发布Qwen3.8-Flash并开源，成绩亮眼且价格低。它是Qwen4架构预演，有四大技术创新，提升了模型效率。

DeepSeek Harness和V4 Pro正式版同时重磅上线，一手实测：DSH更像是AI操作系统

DeepSeek V4 Pro正式版0813上线，升级Agent能力，网页、API、app皆可用。DeepSeek Harness亮相并开源，基于“一切皆插件”理念。V4 Pro跑分部分能力突出但价格将涨，其实际表现待更多测试。

3 天上了两个 SOTA 模型，视频 Agent 们接得过来吗？

7月31日MiniMax H3和字节跳动Seedance 2.5同日发布，3天后H3开源，8月7日Seedance 2.5开放api。模型变强使产品层要做的事更多，视频Agent需解决生产问题，竞争走向模型层之上。

企业为什么越来越花钱买闭源模型？Decagon CEO 提出了一个很重要的新观点

Decagon CEO Jesse Zhang 提出新观点，未来 AI 会形成产业分工，闭源负责探索，开源负责规模化生产。企业市场开源模型 LLM 支出占比下降，因多数企业处探索阶段，还分析了未来 AI 行业的重要变化。

当我把 AI 变成一个"算法"：Skill 工程化设计的心路历程

作者分享将 Agent 工程化设计的历程。指出 LLM 做 Agent 有痛点，引入 CLI 接管确定性任务和上下文管理，还设计了 Workflow 串联工具，实现自动扩展和无缝互转，最后做 workflow - creator 形成自洽闭环。

Qwen3.6-Max-Preview来了！

继Qwen3.6 - Plus发布，推出Qwen3.6 - Max - Preview预览版，相比前者有更强世界知识、指令遵循能力，智能体编程表现显著提升。可在Qwen Studio交互，也将通过阿里云百炼API调用。

一个CLAUDE.md霸榜GitHub第一！蒸馏自Karpathy，6万码农抄作业

一个名为CLAUDE.md的Markdown配置文件冲爆GitHub，本周新增44,465颗星，总星数61.6k，连续三天Trending日榜第一。它源自Karpathy对LLM编程陷阱的观察，含四条规矩，能约束AI编程Agent。

分享2篇最新Harness论文，一篇谷歌，一篇微软

在LLM Agent迅速发展的当下，如何为其设计合适的Harness成关键问题。本文分享微软M⋆和谷歌AutoHarness两篇论文，分别从记忆系统和动作约束维度提出自动化的Harness进化方法，并介绍了实验结果。