开源生态
llama.cpp 改掉 KV 缓存的全量扫描，长上下文生成速度提升三成
llama.cpp 于 8 月 31 日切出预览版 b10707，把 KV cell 的序列扫描改成提前终止，官方实测 55k 上下文生成速度从 56.3 t/s 涨到 74.3 t/s。
AI 快讯
持续整理大模型、AI 工具和开源项目动态，按日期查看产品发布、功能更新和行业变化，并核对原始来源。
最新动态
Codex或再破用户纪录：Tibo暗示明天又要送额度重置
OpenAI 核心产品负责人 Thibault Sottiaux 暗示，Codex 可能在明天达到新的增长里程碑。他称正在看后台数据，「可能会有一个值得庆祝的新纪录」，并让大家「Hold on to your Codex」。
工具上新
xAI 把 Grok Bot 接进 X，付费用户先送一笔 X API 额度
xAI 于 8 月 29 日宣布 Grok Bot 接入 X，连接账号后可以检索帖子、读时间线和查提及，付费用户获赠起步的 X API 额度，具体数量未公布。
开发者动态
Codex CLI 0.151.0 把嵌套子代理的 token 用量算进根目标预算
OpenAI 于 8 月 29 日发布 Codex CLI 0.151.0，嵌套子代理的 token 消耗开始计入根目标预算，扩展也可以在结果送达模型前改写 MCP 工具返回值。
大模型前沿
智谱开源 GLM-5.3 权重，Terminal Bench 3.0 从 4.6 分跳到 28.3 分
智谱于 8 月 28 日在 Hugging Face 放出 GLM-5.3 权重，模型卡标注 753B 参数、自定义 glm-5.3 许可证，十六项基准全部高于 GLM-5.2。
大模型前沿
腾讯混元开源 Hy4 preview，770B 总参数配 49B 激活，走 Apache 2.0
腾讯于 8 月 28 日在 Hugging Face 发布 Hy4 preview 权重，770B 总参数、49B 激活、100 万 token 上下文，许可证为 Apache 2.0。
最新动态
a16z 募了 11 亿美元的 Machine Age Fund，专投 AI 的物理层
a16z 于 8 月 28 日宣布规模 11 亿美元的 Machine Age Fund，投向芯片、内存、网络、存储与数据中心，文章给出机架功率从 5 至 10 千瓦涨到 100 至 250 千瓦的行业变化。
最新动态
GitHub Copilot 9 月连改三处，新席位先付费后开通
GitHub 于 8 月 28 日预告三项变更，9 月 1 日起新席位需先付费才能开通，9 月 28 日起聊天数据保留期从 28 天延长为账号存续期间，代码审查默认强度改为 Balanced。
最新动态
加州 SB-1119 进入三读，陪伴型聊天机器人对未成年人单次限一小时
加州 SB-1119 于 8 月 28 日完成三读并修正，法案要求陪伴型聊天机器人对儿童默认关闭长期记忆、单次会话不超过一小时，故意违规最高每名儿童罚 1.5 万美元。
开发者动态
Visual Studio 里的 Copilot 加了思考强度三档，组织可发布跨仓库自定义 agent
GitHub 于 8 月 28 日发布 Visual Studio 2026 的 Copilot 八月更新，受支持模型新增 Low、Medium、High 三档思考强度，组织与企业所有者可发布跨仓库复用的自定义 agent。
工具上新
NVIDIA 发布 TensorRT Model Connect，两条命令把开源模型塞进 C++ 应用
NVIDIA 于 8 月 28 日推出 TensorRT Model Connect，用 trtmc build 打包再用 C++ 加载，生产运行时不需要 PyTorch 和 Python 解释器，覆盖 80 多个模型家族。
工具上新
LangChain 1.4.0a2 上了官方 MCP 适配器，多服务器接入按名字加前缀
LangChain 于 8 月 28 日发布 1.4.0a2 预览版，新增 langchain.mcp 命名空间，MCPAdapter 把任意 MCP server 转成可直接喂给 create_agent 的工具。
开源生态
Triton 3.8.0 加了两款 sanitizer 和 Rubin 初步支持，列出七处破坏性改动
Triton 于 8 月 28 日发布 3.8.0，新增浮点等价性检查 FpSan 与数据竞争检测 GSan，初步支持 NVIDIA Rubin（SM107）与 AMD gfx1250，并列出七处破坏性改动。
开源生态
腾讯开源 ContextPilot-14B，让 agent 自己编辑工作上下文
腾讯于 8 月 28 日在 Hugging Face 放出 ContextPilot-14B 权重，基于 Qwen3-14B 微调，配套论文已被 EMNLP 2026 接收，模型卡未给基准分数。
最新动态
迪卡侬把需求预测换成 Chronos-2，拉美 12 周误差从 53% 降到 38%
AWS 于 8 月 28 日披露迪卡侬用 Chronos-2 替换原有预测工具的结果，12 周补货周期的 WAPE 在东南亚从 39% 降到 28%，拉美从 53% 降到 38%。
开发者动态
SageMaker Feature Store 补上批量写入，一次请求最多 25 条记录
AWS 于 8 月 28 日为 SageMaker Feature Store 新增 BatchWriteRecord 与 ListRecords 两个 API，单次请求最多写 25 条记录，官方称高吞吐场景的调用量最多能压到二十五分之一。
开发者动态
OpenAI Python SDK 3.6.0 在用量对象里加了 compute_units 字段
OpenAI 于 8 月 28 日发布 Python SDK 3.6.0，Responses 与 Chat Completions 的用量对象新增 compute_units 字段，另修复 X.509 工作负载身份集成。
开发者动态
智谱 slime v0.3.2 对齐 GLM-5 训练与推理，确认已用于 GLM-5.3 训练负载
智谱的强化学习训练框架 slime 8 月 28 日发布 v0.3.2，核心是 GLM-5 上 Megatron 训练与 SGLang rollout 的确定性对齐，release notes 写明该路径已在大规模 GLM-5.3 训练负载上验证。
最新动态
SK 海力士印第安纳 HBM 封装厂动工，投资超 40 亿美元，2029 下半年量产
SK 海力士 8 月 28 日宣布其印第安纳州西拉法叶的 AI 内存先进封装基地已动工，投资总额超过 40 亿美元，洁净室 2028 年 10 月开放，2029 年下半年开始下一代 HBM 量产。
最新动态
OpenAI 在圣保罗设商业团队，巴西每天向 ChatGPT 发出约 2.15 亿条消息
OpenAI 8 月 27 日宣布在圣保罗设立商业团队正式进入巴西市场，官方数据显示巴西每天向 ChatGPT 发出约 2.15 亿条消息，按 API 开发者人数排全球第二。
最新动态
博科尼大学千人随机实验，ChatGPT 抬高作业质量，因果推理训练抬高想法独特性
OpenAI 8 月 27 日公布与博科尼大学合作的随机对照实验，1000 多名本科生分四组做同一份商业案例，拿到 ChatGPT 的学生五分制得分高出接近一整分，接受因果推理训练的学生想法更独特。
大模型前沿
Anthropic 发布 Model Hardware Standard 研究预览，让智能体直接操作实验仪器
Anthropic 8 月 27 日放出 Model Hardware Standard 研究预览，这套让 AI 智能体操作物理设备的共享规范把数周到数月的集成压到数小时，QuEra 用它把激光重新锁定成功率从 58% 提到 99.3%。
最新动态
Anthropic 开放一万个科研席位，AI for Science 额度扩到生物学以外
Anthropic 8 月 27 日推出面向科学家的 Claude 团队方案，先开放 1 万个席位，标准席位免费、高级席位每月 15 美元，同时把 AI for Science 额度计划从生物科学扩到其他学科。
大模型前沿
Google DeepMind 试点双盲评测，评测方看不到权重，谷歌看不到题目
Google DeepMind 8 月 27 日公布一次双盲模型评测试点，用 Confidential Space 让评测方看不到 Gemini 权重、谷歌看不到测试提示词，参与方包括新加坡 AI 安全研究所和 MLCommons。
工具上新
Gemini Omni 1.1 Flash 上线，续拍能读 10 秒上文，360p 草稿成本降到三分之一
谷歌 8 月 27 日发布 Gemini Omni 1.1 Flash，场景续拍可读取前面最多 10 秒上下文、累计上限 40 秒，360p 草稿模式比 720p 快最多 60%、成本为三分之一。
工具上新
Cohere 发布文档解析模型 Parse，ParseBench 均分 79.2，每千页 1.5 美元
Cohere 8 月 27 日正式发布视觉语言模型 Parse，把复杂文件转成 Markdown，官方 ParseBench 均分 79.2，8 卡 H100 节点上每秒 36 页，API 定价每千页 1.5 美元。
开发者动态
Copilot 代码审查取消 300 文件上限，新增三种评论关闭原因
GitHub 8 月 27 日更新 Copilot 代码审查，去掉了单个 PR 超过 300 个文件或 2 万行就不再审的限制，并在每条评论旁加了已处理、不打算改、判断有误三种关闭原因。
开源生态
SGLang Diffusion 实测 MiniMax-H3，8 卡 H200 上无损加速 1.85 到 1.95 倍
SGLang Diffusion 团队 8 月 27 日发布 MiniMax-H3 在 8 张 H200 上的实测，无损路径比 Diffusers 快 1.85 到 1.95 倍，最激进的有损配置最高 6.24 倍但 SSIM 掉到 0.76。
开发者动态
FunASR 连发两版，torchaudio 不再是硬依赖，H100 十二并发吞吐升到 11.6 倍实时
FunASR 8 月 26 日和 27 日连发 v1.4.4 与 v1.4.5，torchaudio 改为可选依赖，单张 H100 十二并发下聚合吞吐从 8.431 倍实时提到 11.566 倍，p95 延迟从 19832.9 毫秒降到 414.4 毫秒。
最新动态
Lambda 拿下 9.26 亿美元 B 类定期贷款，穆迪给 GPU 资产 Baa2
GPU 云厂商 Lambda 8 月 27 日宣布完成 9.26 亿美元优先担保 B 类定期贷款，穆迪给出 Baa2 评级，定价 SOFR 加 300 个基点，2030 年 12 月到期。