跳到主要内容

AI Builders Digest | 2026-08-02

🧠 模型发布​

K-EXAONE 2.0：LG AI Research 于 7 月 31 日发布的 750B 参数 foundation model，规模超过上一阶段 236B 模型三倍，并采用 Apache 2.0，允许商业使用。24 项 benchmark 平均 70.1，较上一阶段提升超过 10%；coding 与 agentic coding 三项评测提升约 30%，长上下文和 tool use 也有较强表现。可用性：开源权重，已发布到 Hugging Face。评价：这是韩国主权 AI 项目从国家级训练能力走向商业可用开放模型的重要一步。

Seedance 2.5：ByteDance Seed 的新一代 video generation model，单次生成最长 30 秒并支持多轮延展，可在一次输入中参考最多 30 张图片、10 段视频和 10 段音频，还加入 timestamp-level audio/video editing、green screen 与 perspective editing。可用性：已登陆 Jimeng AI、Doubao Pro 等产品，BytePlus ModelArk API 即将开放。评价：重点不只是把 clip 变长，而是把 video generation 推向可连续修改的完整创作 workflow。

🔥 新产品发现​

  • Tilde Code Review Agent：展示如何构建并 self-host 一个 code review agent，适合研究代码审查 agent 的完整工程链路。[HN 28👍 6💬]
  • nano-llm-posttraining：在 8GB GPU 上实践 SFT、DPO、GRPO 等 minimal LLM post-training，降低个人研究者复现实验的门槛。[HN 19👍 0💬]
  • ZeroShot：面向团队的 agent session monitoring，帮助观察 agent 执行过程并改进协作效率。[HN 18👍 4💬]
  • mere-run：一个不依赖 Python 的 CLI，统一运行本地 text、image、video、music 和 3D 生成任务。[HN 16👍 7💬]
  • Ski：面向 Claude Code、Codex 等工具的 on-device voice coding，免费使用并强调本地处理。[HN 15👍 14💬]
  • litepipe：在本地保存工作过程中看到、说过和听过的内容，为 coding agent 提供持续记忆。[HN 9👍 15💬]
  • bytedance/deer-flow：开源 long-horizon SuperAgent harness，组合 sandbox、memory、tools、skills 和 subagents 来处理可持续数小时的任务。[GitHub Trending]
  • anomalyco/opencode：开源 coding agent，今日 GitHub Trending 获得 414 stars，继续显示开发者对可控、可自托管 coding workflow 的需求。[GitHub Trending]

📰 博客更新​

Claude Blog​

  • Claude Code now supports artifacts：Claude Code 可以把工作过程整理成会持续更新的 live、shareable visual page，例如 PR walkthrough、incident dashboard 和 release checklist。

Anthropic Engineering​

以上 Anthropic Engineering 条目本次 feed 仅提供标题和直链，未提供正文摘要，因此不额外推断文章内容。

🐦 开发者动态​

  • Swyx（AI developer advocate，smol.ai 等项目参与者）：仍在积极使用 /loop 和 /goal，认为它们在需要 steerability 与 autonomy 平衡、又不想预先规定完整路径的开放任务中很有价值。
  • Thibault Sottiaux（Codex & ChatGPT，OpenAI）：宣布为庆祝 efficiency week 重置 Codex 和 ChatGPT Work 的 usage limits，让用户可以集中测试长时间 Luna threads。
  • Nan Yu（Linear 产品负责人）：分享 Linear 中常见的 Issue → Agent → PR → Release loop，强调 agent 应先调查 root cause，并通过 Datadog、Sentry MCP 获取证据；只有高置信度时才尝试修复。
  • Amjad Masad（Replit CEO）：展示一个 8B 模型在约 1500 Elo 的 chess 表现，称其在高 reasoning 和 response chaining 下可击败部分 frontier models，并把每步耗时压到 1 至 2 秒。
  • Guillermo Rauch（Vercel CEO）：认为软件项目会转向 Issue → Agent → PR → Release 的 agentic software factory，维护者的核心工作将是设计能持续产出高质量产品的 loop。
  • Aaron Levie（Box CEO）：指出随着任务从百万 token 走向数千万乃至数亿 token，harness 会和 model capability 一样成为决定准确率与成本的关键变量。
  • Zara Zhang（builder）：转述 Anthropic 内部 65% 的 product 与 engineering PR 已由 Claude Code 提出，并认为 agent interface 正从 terminal、desktop app 逐步迁移到团队原本工作的 collaboration tool。
  • Sam Altman（OpenAI CEO）：分享 ChatGPT Work 的一个家庭场景，把家庭日历与孩子兴趣接入后，每天早上自动生成适合通勤收听的个性化 podcast。

🎙️ 播客摘要​

Ep 92: xAI Co-Founder Unpacks the Future of Model Development​

核心 takeaway：下一阶段的 AI 竞争，不只是把 coding benchmark 做高，而是让模型在不可验证、长期运行的现实任务中可靠工作。xAI 联合创始人 Igor Babushkin 回顾了自己在 DeepMind、OpenAI 和 xAI 的经历，并介绍他创办 River AI 后对 personal AI、企业 AI 与 local hardware 的判断。一个重要观点是，模型要超越 coding，必须学会在没有即时标准答案的领域持续观察、验证、纠错和推进任务，这要求更强的 inference-time search、工具使用和长期记忆。Igor 也认为 closed-source model providers 面临艰难的商业处境：训练与推理成本持续上升，而模型能力又越来越容易被竞争者追赶。对产品团队而言，更现实的路径可能是把模型嵌入用户已有的工作环境，同时用 local hardware 处理隐私、延迟和成本约束。节目还讨论了 AI 对政策和社会结构的影响，以及为什么 personal AI 最终可能成为个人和公司的长期操作层。Feed 提供的链接是节目频道页，而非单集视频页。