AI Builders 周报 — 2026-08-24
🧠 模型发布
DeepSeek-V4-Flash-Vision-Exp — 多模态实验版模型上线
DeepSeek 于 8 月 21 日发布 DeepSeek-V4-Flash-Vision-Exp（实验版，model='deepseek-v4-flash-vision-exp'），为其 V4 家族补上视觉理解能力。这是一款多模态实验模型：在纯文本能力（agent、reasoning、world knowledge）上与官方 DeepSeek-V4-Flash 持平，但在需要视觉理解的多模态 agent 评测上相比 V4-Flash 实现巨大跃升，官方称其多模态 agent 能力已接近 Opus-4.8。
关键数据：Terminal Bench 2.1 83.9、NL2Repo 57.7、DeepSWE 59.3、DSBench-Hard 63.6、AutomationBench (Public) 25.7、ApexBench (Pass@1) 36.5、Agents' Last Exam 27.3、Chartography 64.3、ZeroBench (Pass@5) 35.0。
可用性：登录 DeepSeek API 平台即可调用，支持 OpenAI 兼容的 Chat Completions 与 Responses API；支持 JPEG/PNG/GIF/WebP、单请求最多 600 张图、单图最大 32 MiB（Files API file_id 64 MiB）。同批上线了 Files API（上传一次图片后按 file_id 复用，节省带宽），以及新的 DeepSeek Harness 0.1.1（开箱支持新模型）。
一句话点评：把 V4-Flash 的成本效率与视觉理解相结合，是为多模态 agent（读图、看截图、做图表）补上关键短板的一步，且视觉能力直逼 Opus 级别。
🔥 新产品发现
- OzBrain：面向「agent 与团队之间」的共享大脑——一个跨 agent 与协作成员共享的知识内存。[HN 85👍 50💬]
- Proliferate：开源、可自托管的 Codex 复刻，可接任意 coding agent。[HN 45👍 16💬]
- ParqDB：在浏览器里直接对 HTTP 上的 Parquet 文件做向量搜索，无需后端。[HN 26👍 4💬]
- AgentSight：基于 eBPF 的 AI agent 可观测性方案，无需改代码即可监控 agent 行为。[HN 16👍]
- Argentic：为 AI 抓取 agent 设计的 L402 Lightning「过路费」计费方案（toll booth）。[HN 9👍 7💬]
- openai/codex：OpenAI 的终端版轻量 coding agent，本周持续登上 GitHub Trending。[GitHub Trending]
- superset-sh/superset：agentic IDE，可并行编排 100+ 个 coding agent，用自己的订阅跑任意 agent。[GitHub Trending]
- VoltAgent/awesome-agent-skills：精选 1000+ 个官方与社区 agent skills，兼容 Claude Code、Codex、Gemini CLI、Cursor 等。[GitHub Trending]
- heygen-com/hyperframes：为 agent 设计的「写 HTML、渲染成视频」工作流。[GitHub Trending]
- anthropics/claude-plugins-community：Claude Cowork 与 Claude Code 的社区插件市场（只读镜像）。[GitHub Trending]
- tinyhumansai/openhuman：本地优先的「个人 AI 超级智能」——构建你的生活记忆、编排 agent 集群与工作流。[GitHub Trending]
- ruvnet/RuView：用普通 WiFi 信号做实时空间感知、生命体征监测与存在检测，完全无需摄像头。[GitHub Trending]
- us/crw：Rust 编写、Firecrawl/Tavily 的轻量替代，含给 AI agent 用的 MCP server。[GitHub Trending]
- Claude Academy：Anthropic 官方学习中心（Product Hunt 上架）。[PH]
- AutoClaw：跨桌面、浏览器与聊天的工作 agent。[PH]
- Antigravity IDE Extensions：Google Antigravity agent 直接嵌入现有编辑器。[PH]
📰 博客更新
Anthropic Engineering
以下条目由 feed 提供标题和直链，未提供正文摘要：
Claude Blog
🐦 开发者动态
- Thibault Sottiaux（Codex 与 ChatGPT，OpenAI）：更新 Codex 的 rate limit 情况——定位到长 session 多次压缩使用图片时的低效、Computer History 的 p95+ 高占用，以及某个被误用的生成功能，正在针对性改进。[1382👍]
- Peter Yang（AI 教程与访谈创作者）：分享一个隐私技巧——在 Chrome 中打开特定网址，用 Codex 或 Claude Code 运行时告诉它浏览器有打开的标签页，即可一次性挑选并清理第三方数据。[447👍]
- Madhu Guru（Meta AI 高级总监，曾任 Google 主导 Gemini/Veo）：「How to build great evals」第 6 篇——在 evals 上 hill climbing 就是挑一个真正重要的维度持续优化，并贴合最新数据分布。[143👍]
- Amjad Masad（Replit CEO）：调侃某产品「pretty soon」的结果是 3 个月后落地，延续其对 shipping 节奏的观察。[643👍]
- Aaron Levie（Box CEO）：认为 AI 的普及率受「是否有好的 evals」制约，远超多数人认知——模型发布附带的 evals 很有用，但只刻画了通用 AI 进步的形态。[138👍]
- Zara Zhang（Builder、哈佛'17）：一句值得玩味的判断——「每个在 AI 使用上领先的人，都觉得自己落后了」，折射出当下 AI 能力的快速膨胀。[336👍]
- Dan Shipper（Every 创始人兼 CEO）：力挺「agent native」（agent 优先）的产品设计取向。[149👍]
🎙️ 播客摘要
AI & I by Every：Microsoft CTO Kevin Scott 谈「为 agent 而生的互联网」（Best of the Pod）
Takeaway： 去年的焦点是 scaling laws，今年的主题已经切换到 the agentic web（agent 化的互联网）。Kevin Scott 提出「capability overhang（能力过剩）」的概念：模型推理能力其实已经超前于我们现在把模型用在产品里的程度，整个行业需要集体把模型具备的能力真正交付给用户。
他尤其强调，如果 agent 要真正有用，就必须替用户采取行动——调用工具、改动系统、读取多样化的信息源，这就需要一套「长得像互联网」的生态。他主张微软内部所有系统都讲一套标准协议与自家 agent 互通，并把 MCP 类比为 agentic web 里的 HTTP、NL Web 类比为 HTML——正如 HTTP/HTML 成就了今天的互联网，简单、可组合、开源的协议将决定 agent 能否真正「做事情」。
另一个关键短板是 agentic memory（agent 记忆）：当前 agent 过于「事务性」，一次任务结束记忆就可能被清空、下次从零开始，这严重阻碍了把越来越复杂的任务委托给 agent。在他看来，让记忆在任务之间延续、并围绕开放协议构建可互操作的生态，是今年最值得关注的方向。