跳到主要内容

AI Builders Digest — 2026-08-14

🧠 模型发布​

DeepSeek-V4-Pro — 8 月 13 日正式 GA，已登陆 APP、Web 与 API；官方公布 HLE（无工具/有工具）42.7/60.0、Terminal Bench 2.1 87.9、NL2Repo 61.5、Cybergym 83.3、DeepSWE 62.7、Toolathlon-Verified 74.1 等成绩，并原生支持 OpenAI Responses API，面向 Codex 做了适配。可用性: API、Web、APP。评价: DeepSeek 把 agent coding、Responses API 与更细粒度 thinking effort 一起推进到生产可用层面。

Gemini 3.7 Flash — Google 面向 coding 与 agents 的新一代 workhorse，FrontierCode 1.1 Main 达 43.6%，DeepSWE v1.1 达 65.3%，WebDev Arena Elo 1588，GDP.pdf 34.0%，AutomationBench 30.4%；首发价格为 Gemini 3.6 Flash 每百万 token 原价的一半。可用性: Google 产品与开发者服务中的 Flash 系列，具体 API 面向以官方文档为准。评价: 重点不是单项 benchmark 冲榜，而是把长流程 software engineering 与 workflow automation 的性价比继续拉高。

Grok 4.6 — xAI 强化 long-running agents、代码库协作与 interactive/visual work；Artificial Analysis Intelligence Index 为 61，并在 CursorBench 3.2、DeepSWE v1.1、FrontierCode v1.1 等 coding 评测中表现突出。可用性: Cursor、Grok Build、xAI API，以及 OpenRouter、Vercel、Cloudflare 等合作方；API 价格从每百万输入 token 2 美元、输出 6 美元起。评价: 通过更长轨迹的自测与迭代，把模型能力从“会写代码”推进到“能持续交付一个项目”。

🔥 新产品发现​

  • MCP-stama — 无依赖的 ultra-fast Rust MCP server，适合追求低开销部署的工具链。[HN 71👍]
  • MCP Memory — 基于 Google OKF 与 SQLite FTS5 的快速 agent memory 服务。[HN 53👍 32💬]
  • NanoRL — 约 1,800 行实现的 LLM reinforcement learning 训练项目，适合阅读与实验。[HN 10👍]
  • diagram-design — 为 Claude Code 提供 29 种 editorial diagram，使用自包含 HTML + SVG。[GitHub Trending]
  • semantica — 面向 context 与 accountable AI systems 的 graph-native 基础设施。[GitHub Trending]
  • Switchyard — 在保持 OpenAI、Anthropic API 兼容的同时跨模型、跨 provider 路由流量，方便做成本与性能优化。[GitHub Trending]
  • Paperclip — 开源的 agent 工作管理应用，用于协调团队中的多个 agent。[GitHub Trending]
  • Pickle Browser — 面向 agent 的本地可视化 browser，运行在用户可观察的窗口中。[PH]

⚙️ 工具更新​

Claude Code 2.1.232​

  • subagent fork 默认开启，继承完整 conversation 与 prompt cache；交互式环境中的非 teammate agent 默认后台运行。
  • 可在 prompt 中用 @ 按名称提及其他 Claude session，并通过 SendMessage 直接通信。
  • 同机 session 自动保持唯一名称，新增 Dialog expiry 与跨 session 消息设置。
  • 增加 GitLab token 脱敏、GitLab marketplace 支持，以及更多 marketplace 配置别名。

查看 changelog

📰 博客更新​

Google AI Blog​

Anthropic Engineering​

OpenAI News​

🐦 开发者动态​

  • Josh Woodward（Google、Google Labs、Gemini App 与 Google AI Studio 负责人）：宣布 Gemini 在更多日常应用中扩展 integrations，新增 Angi、Fever、GetYourGuide、Granola、OpenTable、Otter、Wix、Zoho 等合作方。
  • Peter Yang（AI 教程与访谈作者）：认为 computer 使用方式正从键盘鼠标转向用 voice 指挥 cloud agents，voice 会成为 orchestration layer，而 trust 将成为关键差异化。
  • Madhu Guru（Meta AI 高级总监）：判断未来几年 AI 产品最大的机会在 application layer，模型会更便宜、更强、更 local，真正的差异化来自对具体 workflow 的深刻理解。
  • Guillermo Rauch（Vercel CEO）：推荐尝试 npx sandbox@latest，认为新的预装工具与可定制环境甚至比本机更快。
  • Aaron Levie（Box CEO）：指出 DeepSeek 与 Grok 的低成本能力提升会触发 Jevons paradox，企业会因此打开更多 code security、文档审阅与 workflow agent 用例，应用层的 model routing 价值也会随之上升。
  • Garry Tan（Y Combinator CEO）：介绍 GBrain v0.45.6.0 新增 17 个经过长期使用强化的 brain skills，并建议将它作为独立 agent 与 Codex 或 Claude Code 协作。
  • Matt Turck（FirstMark Capital 投资人）：用一句话概括技术演进：graph engineering 接替 loop engineering，再接替 harness、context 与 prompt engineering。
  • Claude（Anthropic AI assistant）：Claude in Chrome session 已可在 desktop、web 与 mobile 间延续，conversation、skills 与 connectors 跟随账户同步，Max 与 Team 已可用，Pro 陆续开放。

🎙️ 播客摘要​

Microsoft’s Vision for an Internet Made for Agents With CTO Kevin Scott（Best of the Pod）​

核心 takeaway：agent 要真正有用，关键不是让模型“更会聊天”，而是让整个 Internet 变成可被 agent 可靠调用的工具与信息生态。 Microsoft CTO Kevin Scott 认为，agent 必须能代表用户采取行动、使用工具、修改系统并访问多样信息源，因此网站、API 与内部系统都需要通过标准协议暴露能力。这个方向也解释了为什么 agent infrastructure 的竞争会从单一模型扩展到身份、权限、运行环境、数据源和协议层。

他还强调，软件开发并不是第一次经历工具范式变化；真正重要的是保留 makers 对 craft 的判断力，同时让 agent 接手繁琐的执行工作。Microsoft 内部推动系统使用统一协议与 agent 对话，本质上是在建设一个“为 agent 设计的 Internet”。对开发者而言，机会不只是训练更大的模型，也包括把已有 API、业务系统和数据源改造成 agent 能理解、能验证、能安全操作的接口。