1/13 OpenAI 发布 10 项数学与理论计算机结果
OpenAI 称，其下一代主模型的内部版本在长期开放的数学和理论计算机科学问题上产出 10 项新结果，按 GPT-5.6 Sol API 价格计算约消耗 2,000 美元 token。官方线程提到结果覆盖球堆积、编码理论、群论、量子复杂性、格密码和极值组合等方向，并发布论文、Lean 形式化证书和推理 walkthrough 供数学界检查。其中包括构造非 sofic 群，以及对高维球堆积界给出指数级改进。
2/13 OpenAI 解释 GPT-Live 的连续语音架构
OpenAI 发布 GPT-Live 工程复盘，说明 ChatGPT Voice 为了支持边听边说，重建了从客户端到模型的语音栈。新的架构让音频走专用 fast path，保持连续输入输出；更深层 reasoning、工具调用和会话持久化则在异步路径完成，不阻塞对话。OpenAI 还称语音会话启动从六次网络往返降到一次，并通过有状态推理、上下文管理和 WebRTC 传输优化，使实时语音在长会话和工具使用时保持自然。
3/13 Cursor Agents 接入 Google Workspace
Cursor 宣布新增 Google Workspace plugins，让 coding agents 可直接访问 Gmail、Google Drive、Calendar、Docs 和 Sheets。官方 changelog 列出的能力包括搜索和读取邮件、草拟和发送消息、管理标签与会话、读取日程、创建或更新活动、打开和编辑文档，以及读取和更新表格。Cursor 同日还称 cloud agents 整体 token 效率提升 20-30%，涉及 computer use 的运行效率提升 80%，主要来自 MCP、skills 和 computer use 的处理改进。
4/13 Qwen3.8-Max 扩展到 OpenRouter、Venice 和工具生态
Qwen 当天围绕 Qwen3.8-Max 连续发布进展：模型已登陆 Venice，OpenRouter 上线并称 open weights 即将发布，同时展示 LM/VL performance、Text Arena 排名、视觉 agentic intelligence、动态 workflow、量化策略和 16 天 autonomous coding 等能力。Abacus AI 的 Bindu Reddy 称 Qwen3.8-Max 可能成为新的开源领先模型，定价为每百万输入 token 2 美元、输出 6 美元、隐式缓存 0.25 美元；Ethan Mollick 的初步体验则认为它很强，但在其 shader 测试中未达到 Kimi K3 水平。
5/13 Sakana 推出日本语境 LLM API Namazu
Sakana AI 发布 Sakana Namazu API，将其日语特化大模型作为 OpenAI 兼容 API 提供。官方称 Namazu 基于 Moonshot AI 的开放模型 Kimi K2.6，并使用自有数据针对日语、日本文化和商务语境微调，同时降低特定话题上的不必要拒答和输出偏差。API 内置网页搜索和代码执行，已有 OpenAI 兼容代码可通过替换 base_url 和 API key 接入。Sakana 同日还介绍 RSI Lab，并加入日本 AI Robot Association 推进世界模型和 Physical AI 研究。
6/13 Together 上线 DeepSeek V4 Flash
Together AI 宣布 DeepSeek V4 Flash 在其平台上线，定位为面向 coding、tool-use 和 agentic workloads 的高吞吐生产路径。Together 的模型页称 DeepSeek V4 Flash 0731 是 284B 参数、13B active 的 MoE 模型，支持 1M token 上下文窗口和低、高、最大三档 reasoning effort。官方线程强调它在 terminal、repository 和 full-stack 编码任务上更强，改进了长时间 agents 的工具使用和自动化，并使用 DSpark speculative decoding 提升生成速度。
7/13 Replit 把 AI 采用问题归结为共享 truth layer
Replit 发布文章称，AI adoption 的核心瓶颈是信任：用户一旦被自信但错误的回答伤害，就会在关键工作中绕开 AI。公司把内部 semantic layer / truth layer 作为基础设施，强调 agents 需要从共享上下文、受治理知识和统一定义出发，才能给多人提供可靠答案。Replit 同日继续推广 Replit Design，包括用小步提示迭代、从模板 remix、给设计明确上下文，以及 8 月 4 日启动的 Replit Designathon。
8/13 NVIDIA 讨论长上下文模型的 Attention Co-Design
NVIDIA AI 发布长上下文推理技术文章，指出随着 agentic 和 long-context workloads 增多，attention 在推理成本中的占比快速上升，服务速度很大程度在训练前就由模型架构决定。文章围绕 group size、head dimension、KV-cache size 和 parallelism strategy 四类选择展开，区分 prefill 与 decode 阶段的 compute-bound / memory-bound 约束。NVIDIA 的结论是，当 attention 成为瓶颈时，只优化 kernel 不够，模型结构与 serving system 必须共同设计。
9/13 LlamaIndex LiteParse 强化文档复杂度路由
LlamaIndex 宣布 LiteParse 可在无需 vision model 的情况下提取 PDF 中的结构化信息，包括表单字段值、checkbox 状态、批注、嵌入图片、矢量图形、tagged document structure 和 word-level bounding boxes。官方还提到新的 complexity signals：扫描页、多栏文本、表格和密集图形会帮助系统判断是否需要 OCR 或更重的解析工具。配套 Parse Gateway 项目把这种判断用于逐页路由，让 agents 在执行前选择更合适的 parser。
10/13 Databricks 推出 Genie One 移动端
Databricks 发布 Genie One mobile，面向 iOS 和 Android，把业务数据、dashboard、Databricks Apps 和任务调度放到移动端。官方称用户可以用自然语言提问、探索 dashboard、访问 Apps、安排 tasks；这些操作运行在与 web 端相同的 governed data、business context、permissions 和 network security 之上。该产品线延续了数据平台的一个方向：把语义层、权限、应用和 AI 问答结合，让移动端也能执行受治理的数据工作流。
11/13 Gemini API 可同时使用 Google Maps 和 Search 工具
Google 的 Logan Kilpatrick 称 Gemini API 小幅更新：Gemini 3.5 Flash 和 3.6 Flash 现在可以同时使用 Google Maps 与 Google Search tool。该能力此前在 backlog 中等待较久，现在落地后，开发者可以在同一代理任务中结合地图位置/地点信息与网页搜索信息，而不必在两类工具之间二选一。这个更新虽小，但体现出模型 API 工具组合正在从单工具调用走向更自然的多工具协作。
12/13 Kimi Work 展示一站式 Slides 生成
Kimi Moonshot 发布 Kimi Work 的 Slides 教程，展示 Kimi Slides 负责从结构与研究到成稿设计的完整流程。官方称该功能由 Kimi K3 支撑，可生成清晰结构、进行研究、制作一致的视觉设计，并包含 polished charts 和 SmartArts，最后输出可下载、可编辑的幻灯片。它反映了办公 agent 的一个竞争方向：从单次文本生成转向可交付文档、图表和版式的端到端工作流。
13/13 Agent 成本讨论转向 reasoning effort 的实际收益
AlphaSignal 发布 Claude Opus 5 debugging benchmark，测试不同 reasoning levels 是否能显著提升 bug 修复表现。其结论是，高 reasoning effort 并不总是带来更好结果：Medium 与 High 修复同样数量的 bugs，但成本不到一半；XHigh 仅多修复一个 bug，同时有三个竞品模型以更低成本取得更好结果。Ethan Mollick 也提醒长上下文聊天会在多种方式下降级，建议把阶段性工作 compact 成 markdown 后进入新会话。这些讨论把 agent 成本管理从“用更强模型”推进到“选择合适推理档位和上下文策略”。
Deep Dive 附录
OpenAI Ten Advances in Mathematics and Theoretical Computer Science
OpenAI 的 PDF 汇总 10 个数学与理论计算机科学方向的结果，官方推文称这些结果由下一代主模型内部版本产出，并公开论文、Lean 证书和推理 walkthrough。文档首页列出的问题包括高维球堆积、固定距离 binary/spherical codes、非 sofic 群、Connes rigidity conjecture、permanent 的算术电路复杂度、量子 parallel repetition、lattice cryptography、极值组合、multicolor Ramsey numbers，以及 Erdős-Simonovits compactness / degeneracy 相关猜想。该事件的重要性不只在单个定理，而在 frontier model 输出可由形式化证书和数学社区审查的研究工作流。 查看原文
OpenAI GPT-Live Continuous Voice Architecture
GPT-Live 的工程复盘解释了连续语音系统为何需要不同于文本 request-response 的架构。OpenAI 把 audio media loop 与应用逻辑分离：音频在客户端和 voice model 之间走专用 fast path，工具调用、frontier model delegation 和持久化在异步路径处理。文章还提到 stateful inference、动态上下文压缩、WebRTC 传输，以及为降低会话启动延迟所做的协议优化。这使 voice model 能维持自然对话，同时在需要时调用更强模型完成深层 reasoning。 查看原文
Cursor Google Workspace Plugins
Cursor 的 Google Workspace plugins 把 coding agent 的上下文边界从代码库扩展到办公系统。Gmail plugin 覆盖搜索、读取、草拟、发送和管理 threads；Drive 支持搜索、打开、下载、创建和整理文件；Calendar 支持读取日程和创建/更新活动；Docs 和 Sheets 支持读取、写入和编辑内容。结合 Cursor 同日关于 cloud agents token 效率提升的说法，Cursor 正在把 agentic IDE 从“写代码”推进到“跨工作系统执行任务”。 查看原文
Replit AI Adoption Starts with Truth
Replit 的文章把 AI 采用失败归因于信任和语义基础设施，而不是单纯模型能力。公司认为，企业内部如果没有稳定的 truth layer，AI 回答容易偏离事实、定义和权限边界；一旦用户被错误答案伤害，就会把关键工作移回人工路径。Replit 提出的方案是让 agents 共享统一上下文、受治理知识和可复用业务定义，使 AI 从边缘工具变成组织可依赖的基础设施。 查看原文
NVIDIA Long-Context Attention Co-Design
NVIDIA 的技术文章把 long-context serving 的瓶颈前移到模型设计阶段。随着上下文窗口变长，attention 从推理成本中的小部分变成主要部分；group size、head dimension、KV-cache size 和并行策略会同时影响吞吐与单用户响应速度。文章强调 prefill 与 decode 的瓶颈不同：前者更偏 compute-bound，后者更受 memory bandwidth 与 KV cache 影响。因此，面向 agentic long-context workloads 的模型需要在训练前与 serving 系统一起设计。 查看原文
Sakana Namazu API
Sakana Namazu 是面向日本语境的 LLM API，基于 Kimi K2.6，并针对日语、文化和商务场景微调。它内置 web search 和 code execution，采用 OpenAI 兼容 API 形态，降低迁移成本。Sakana 特别强调减少不必要拒答与输出偏差，这对本地化企业场景很关键：模型不仅要懂语言，还要懂当地表达、商业习惯、法规敏感性和工具使用边界。 查看原文
LlamaIndex LiteParse and Parse Gateway
LiteParse 的更新把文档解析从“统一送给一个 parser”转向“先判断页面复杂度，再路由”。对于表单字段、checkbox、批注、嵌入图像、矢量图和 tagged document structure，LiteParse 可直接抽取；对扫描页、多栏文本、复杂表格和密集图形，则可通过 complexity signals 判断是否需要 OCR 或 LlamaParse 等更强解析。Parse Gateway 将这个判断产品化为 agent 可调用的路由层。 查看原文
Together DeepSeek V4 Flash
Together 的 DeepSeek V4 Flash 页面给出关键部署参数：284B total、13B active 的 MoE，1M-token context window，并支持多档 reasoning effort。Together 把它定位为 coding、tool-use 和 agentic workloads 的生产推理路径，强调 repository、terminal、full-stack tasks 和长任务自动化。其意义在于开权重/开放生态模型的竞争正在从“benchmark 分数”进入“长上下文、工具调用、吞吐和成本”的综合部署指标。 查看原文
Databricks Genie One Mobile
Genie One mobile 将自然语言数据问答、dashboard 探索、Databricks Apps 和任务调度带到 iOS/Android。Databricks 强调移动端仍使用与 web 端一致的 governed data、business context、permissions 和 network security。这意味着企业数据 agent 不只是一个聊天入口，而是运行在现有权限、语义层和治理体系上的移动操作面。 查看原文
AlphaSignal Claude Opus 5 Reasoning Benchmark
AlphaSignal 的 benchmark 讨论了 coding agents 的 reasoning effort 成本曲线。测试显示，Claude Opus 5 的 Medium reasoning 与 High 修复相同数量 bug，但成本显著更低；XHigh 只多修一个 bug。这个结果提示团队不应默认把所有任务推到最高 reasoning 档，而应按任务类型、失败成本、预算和 latency 选择模型与推理强度，并配合上下文 compact 策略降低长会话退化。 查看原文