1/18 OpenAI 联手 Cerebras 预览 GPT-5.6 Sol Ultrafast
OpenAI 在 API 中向少量客户预览 GPT-5.6 Sol 的 Ultrafast 模式，称速度最高可达标准处理的 14 倍；Cerebras 披露完整模型生成速度最高约 750 tokens/s。其演示把同一金融终端任务从 12 分 20 秒缩短到 1 分 50 秒，并称 Humanity’s Last Exam 长任务用时 11 小时 11 分。当前仍是 limited preview，价格、并发与稳定吞吐尚未完整公开。
2/18 Gemini 3.7 Flash 上线：编码与代理能力提高，介绍价减半
Google DeepMind 发布 Gemini 3.7 Flash，距 3.6 Flash 仅三周，重点提升调试、问题解决、网页开发和企业工作流。Google 报告 FrontierCode 1.1 Main 从 34.4% 升至 43.6%，AutomationBench 从 17.0% 升至 30.4%；截至年底的介绍价为每百万输入/输出 token 0.75/3.75 美元，约为 3.6 Flash 原始价格一半。模型已进入 Gemini API、Antigravity、Android Studio、Gemini Enterprise 与 Spark。
3/18 DeepSeek-V4-Pro 发布，并为 V4 系列引入分档推理与峰谷价
DeepSeek 发布 V4-Pro，强调代理工作流中的生产收益，并让 V4-Pro、V4-Flash 支持 low、high、max 三档推理强度。V4-Pro 原生兼容 OpenAI Responses API，并提供 Codex 一键配置，现已在应用、网页和 API 可用，API 模型名保持不变。新定价将于 8 月 16 日 16:00 UTC 生效，采用高峰/低谷费率，低谷价格比高峰低 50%；完整价格表和独立能力评测仍需核对。
4/18 DeepSeek Harness v0.1 以 MIT 许可开放“全插件”代理框架
DeepSeek 开放 Harness v0.1 developer preview。该框架基于 Cordis，把模型、工具、skills、会话、沙箱、文件系统、循环、编排与 UI 都实现为插件，使开发者能够替换或组合代理运行时的各层。项目可通过 npm 直接启动 Web UI，也支持源码构建，并建立插件主题与社区入口。仓库明确提示当前会快速迭代并产生破坏兼容性的变更，适合试验和扩展，尚不应按稳定生产 API 理解。
5/18 ChatGPT Computer History 开始记忆 Mac 上跨应用活动
OpenAI 为 ChatGPT Mac 桌面应用推出 Computer History：用户主动开启后，系统可利用电脑上应用和网站活动，为后续对话补充上下文并从高频任务构建 skills。新时间线允许清除全部或部分历史、排除特定应用或网站，以及随时暂停记录；OpenAI 称它基于 Chronicle 研究预览并降低 token 使用。功能正向 Pro、Business、Enterprise 全球推出，EEA、英国和瑞士将在未来数周跟进，隐私边界取决于用户的包含范围与清理操作。
6/18 Databricks 融资 50 亿美元，估值升至 1,900 亿美元
Databricks 宣布收入 run-rate 超过 70 亿美元，第二季度同比增长超过 80%，并完成由 Coatue 领投的 50 亿美元战略融资，估值 1,900 亿美元。公司还披露 Lakehouse 收入 run-rate 超过 15 亿美元、Lakebase 超过 1 亿美元，并称已有逾 1,000 个客户年化消费超过 100 万美元。资金将主要投入面向 AI agents 的 Lakebase、企业数据代理 Genie，以及多模型治理与成本控制产品 Unity AI Gateway。
7/18 Databricks Unity AI Gateway 用智能路由压低编码任务成本
Databricks 在 Unity AI Gateway 中推出 Smart Routing，根据编码任务需求在不同模型与 harness 之间分配请求：高价模型以能力区分，低价模型以成本和性能承担适合的任务。公司称该方案可在保持前沿质量的同时，把任务成本降低 30% 以上；同日 Gemini 3.7 Flash 也已接入其平台。公开材料尚未说明评测任务集、路由错误率、供应商覆盖或成本基线，实际收益需要在企业自身代码与延迟约束下验证。
8/18 OpenAI 报告显示企业 AI 正从“辅助”转向“执行”
OpenAI 发布企业使用报告与配套工作论文：每月人均 AI 使用量前 10% 的“前沿公司”，每位活跃用户输出 token 已达典型公司的 8.3 倍，1 月时为 2.6 倍。前沿公司每周 Plugins 与 skills 使用率分别为 21% 和 19%，典型公司为 9% 和 3%。自 2 月起，企业 Codex 周活在法务、销售、招聘和市场分别增长 108 倍、41 倍、41 倍与 26 倍，显示代理工作流正快速扩展到工程之外。
9/18 Cursor 用预构建环境把云代理启动速度提高 3 倍
Cursor 宣布 Cloud Agents 通过持续在后台准备开发环境的 Builds，把启动速度提高 3 倍，使长任务从“分钟级等待”缩短到“秒级开始”。新 build 失败时不会替换上一个成功环境，代理可继续工作，开发者再在后台调试；Faire、Headway 与 Descript 被列为采用案例。该能力不额外收费，重点解决环境初始化、可复现性和故障隔离，但推文没有披露代码库规模、缓存命中率或端到端任务完成率。
10/18 Firetiger 团队加入 Cursor，把代理延伸到生产运维
Cursor 宣布 Firetiger 团队加入，目标是让编码代理在代码上线后继续监控发布、发现回归、调查事故，并把生产信号反馈给开发代理。两家公司希望把写代码、上线、观察行为和响应故障连接为闭环；Cursor 表示相关工作将进入长期运行、自主、上下文感知的团队代理，并预告用于监控已部署变更的 Change Monitors。Firetiger 创始团队来自 Cloudflare、Twitch、Segment 与 Twilio，交易金额和具体整合时间表未披露。
11/18 印度将建设 10,000 块 NVIDIA B300 的大型 AI Factory
Together AI 与 Larsen & Toubro 宣布在印度建设配备 10,000 块 NVIDIA B300 GPU 的 AI Factory，称其将成为印度最大的 GPU 集群，支持开源模型推理、微调和训练。该项目把主权算力、区域 AI 生态与企业级基础设施结合，规模足以显著提高当地可用的前沿训练和推理容量。当前公开信息主要给出 GPU 数量与合作方向，尚未说明投产时间、地点、互连架构、功耗、资本开支和对外服务价格。
12/18 Dynatrace 拟以 9.15 亿美元收购 AI 可观测性公司 Arize
Dynatrace 与 Arize 签署最终协议，交易价值 9.15 亿美元，其中约 8.15 亿美元为现金，其余主要是加入员工的替代股权奖励；预计本季度稍晚或下一财季初交割，仍需监管审批。组合产品计划把发布前模型/代理评估，与生产环境的应用性能、GPU、基础设施和业务结果连接起来。Dynatrace 预计该交易为 2027 财年 ARR 增长贡献约 200 个基点，同时令非 GAAP 营业利润率稀释约 175 个基点。
13/18 Perplexity 优化 Search as Code，执行可靠性升至 92.6%
Perplexity 为 Search as Code 推出两批优化，称在 Computer 中把 Search SDK 的动作执行可靠性从 81.9% 提升至 92.6%，任务成本降低近 10%，实际用户满意度提高且单任务成本下降 8%。公司同时把 Sonar 迁向 Agent API，在保留 grounded web search 的基础上加入多步研究和编排能力。上述数字来自内部工作流，尚未披露样本量、失败定义与各类查询拆分，但方向显示搜索接口正从单次检索演化为代理可组合的工具层。
14/18 Grok 4.6 扩展到 Perplexity 与 Warp，早期编码评测出现分歧
Grok 4.6 发布后的首日接入继续扩大：Perplexity 与 Perplexity Computer 已提供该模型，并称其在 WANDR 上以低 60% 以上的成本达到 Fable 5 同分；Warp 与 Warp Agent CLI 也开放连接。与此同时，早期用户报告从“可替代部分 Sonnet 工作负载”到“仍明显低于 Fable/Opus”不等，另有小规模隐藏 bug 基准称其较 4.5 提升。当前结论高度依赖任务、harness 与价格口径，应把平台接入视为已确认事实，把能力排名视为待复现结果。
15/18 MiniMax Music 3 开放权重，可生成最长 5 分钟完整歌曲
MiniMax 发布 Music 3 权重，模型以歌词和音乐描述为条件，生成最长 5 分钟、32 kHz 立体声完整歌曲。架构包含负责长程结构的 8B Global LLM、负责帧级细节的 0.6B Local LLM，以及 2.4B Flow Matching 合成模块；支持段落、曲风、BPM、调性、情绪、演唱与配器控制。官方提供 SGLang-Omni、Diffusers 与 ComfyUI 路径，完整精度配合 offload 约需 22 GB 显存，逐层加载可降到 8 GB，但目前只支持 CUDA 和非流式生成。
16/18 Suno Studio 2.0 将浏览器音乐生成推进到多轨制作
Suno 上线 Studio 2.0，把产品定位从歌曲生成器进一步推进为浏览器内数字音频工作站，用户可控制音符、参数与制作细节，并导出 stems 和 multitrack；官方说明这些多轨下载不受普通下载限制影响。当天推文没有披露新的模型版本、音频规格、轨道上限、编辑延迟、订阅层级或授权变化，因此可以确认的是制作工作流和导出能力升级，生成质量与版权条件仍需结合产品条款和实际使用核对。
17/18 Cursor 代理可调用 NVIDIA 30 多个产品的 300+ skills
NVIDIA 宣布 Cursor 开发者的代理现可调用覆盖 30 多个产品的 300 余项 NVIDIA skills，把平台 cookbook、工具使用说明和产品操作能力包装为可复用代理指令。配套推文提供平台 cookbook 与演示入口，目标是让编码代理更直接地完成 NVIDIA 软件栈上的配置和开发任务。公告未列出全部 skills、版本兼容矩阵、执行权限、测试覆盖或失败恢复机制，企业使用仍需把可发现性、权限边界和可重复执行分开验证。
18/18 Luma 与 Dumbstruck 把广告情绪分析接到生成式重制
Luma 与情绪分析公司 Dumbstruck 推出“Creative Intelligence”合作：Dumbstruck 先识别广告中失去受众注意或情绪效果不佳的片段，Luma 再利用已有素材重制对应部分，无需重新拍摄。该流程试图把投放前洞察、生成式编辑和迭代验证串成闭环，使广告在投入预算前根据反馈调整。公告尚未披露分析样本、情绪标签可靠性、视频一致性、品牌安全、授权与效果提升数据，因此当前更接近产品方向和合作框架。
Deep Dive 附录
GPT-5.6 Sol Ultrafast：把完整前沿模型推理推到 750 tokens/s
OpenAI 与 Cerebras 将 Ultrafast 定位于对延迟敏感的企业场景，包括实时语音与客服、商业、编码与设计、金融研究和安全响应。双方强调它运行完整 GPT-5.6 Sol，而非蒸馏或缩小版本；披露峰值为 750 tokens/s、最高约 14 倍于 Standard。金融终端演示耗时由 12 分 20 秒降到 1 分 50 秒，HLE 长任务则为 11 小时 11 分。由于仍是少量客户预览，峰值吞吐不等于所有上下文和并发条件下的持续性能，价格与容量分配也尚待公开。 查看原文 查看原文
Gemini 3.7 Flash：三周迭代背后的基准与价格
Google 把 3.7 Flash 称为迄今最智能的 Flash workhorse。除 FrontierCode 与 AutomationBench 外，官方还报告 WebDev Arena Elo 从 1538 升到 1588，复杂文档 GDP.pdf 从 22.0% 升到 34.0%。开发侧强调更好的首次代码准确率、遇到障碍时主动澄清、对多步规划和工具调用投入更多推理；介绍价到年底为每百万输入/输出 token 0.75/3.75 美元。能力与价格共同指向大规模代理工作负载，但发布方基准仍需在独立 harness、延迟和总任务成本下复核。 查看原文
DeepSeek：模型、价格与代理运行时同步扩展
V4-Pro 把代理升级、分档推理和 Responses API 兼容放在同一版本，并以峰谷价鼓励可调度任务避开高峰。Harness 则把能力向运行时外扩：模型、工具、skills、会话、沙箱、文件系统、循环、编排与 UI 都是 Cordis 插件，可替换、组合并共享。开源仓库采用 MIT 许可，能从 npm 启动 Web UI，也提供开发文档与插件发现机制。需要注意，V4 的正式模型卡与完整 API 价格尚未在推文中给出，而 Harness 明确处于可能破坏兼容性的 developer preview。 查看原文 查看原文
企业 AI 使用差距：8.3 倍不仅是“有没有账号”
OpenAI 把前沿公司定义为每月人均输出 token 前 10%，典型公司为 45–55 分位。两组差距从 1 月的 2.6 倍扩大到 6 月的 8.3 倍，同时前沿公司的 Plugins/skills 周使用率达到 21%/19%，典型公司为 9%/3%。Codex 增长最快的部门已不是工程，而是法务、销售、招聘和市场。研究建议把代理接入企业上下文、工具和权限治理，并把个人成功工作流固化为共享流程；但企业采用者本身通常规模更大、研发更强，观察结果不能直接解释为因果收益。 查看原文 查看原文
Databricks 融资：资本继续流向“代理所需的企业上下文”
Databricks 用超过 70 亿美元收入 run-rate、80% 以上同比增长和 50 亿美元融资，强化其围绕 Lakebase、Genie 与 Unity AI Gateway 的代理基础设施叙事。Lakebase 为代理提供 serverless Postgres，Genie 把企业数据变成可信答案与行动，Gateway 负责多模型路由、预算和治理。公司称 Lakehouse 已超过 15 亿美元 run-rate、Lakebase 超过 1 亿美元，且大客户消费继续扩大。数字来自公司公告，估值并不等同公开市场价格，收入 run-rate 也不同于经审计年度收入。 查看原文
Cursor × Firetiger：编码代理开始闭环生产反馈
Firetiger 关注代码上线之后的自动化：监控 rollout、发现回归、调查 incident，并把结果回传给编码代理。Cursor 的整合方向是让同一代理从生成变更延伸到判断变更在生产中是否有效，再在异常时响应。公司还把这项工作与 Cursor Origin 和即将推出的 Change Monitors 并列，说明其目标不只是新增一个 observability 插件，而是构建更长时程的软件生命周期代理。交易对价、Firetiger 产品独立性、数据保留和生产写权限均未披露，落地边界仍待产品发布确认。 查看原文
Dynatrace × Arize：9.15 亿美元押注 AI 全生命周期可观测性
Dynatrace 计划把 Arize 的模型/代理评估、幻觉检测和开源开发者生态，与自身应用性能、GPU、基础设施和业务观测能力合并。9.15 亿美元对价约含 8.15 亿美元现金及员工替代股权，交割后两位 Arize 创始人加入 Dynatrace。公司预计交易令 2027 财年 ARR 增长提高约 200 个基点，同时非 GAAP 营业利润率下降约 175 个基点。核心赌注是把发布前评估与生产反馈连为一体，但监管审批、产品整合和客户迁移仍是交割后的执行变量。 查看原文
MiniMax Music 3：8B+0.6B 分层语言模型驱动五分钟歌曲
Music 3 用 8B Global LLM 建模歌曲长期结构，以 0.6B Local LLM 恢复逐帧声学细节，再把两者隐藏状态送入 2.4B Flow Matching 与 Flow-VAE 解码器。模型支持最长五分钟、32 kHz 立体声，并允许用歌词段落、BPM、调性、情绪、演唱和配器描述控制结构。官方给出本地下载、SGLang 服务、Diffusers 和 ComfyUI 路径；24 GB 级显卡可配合 offload 运行，更低显存需要逐层流式加载。限制包括仅 CUDA、非流式输出和控制项不保证严格满足。 查看原文