2026年8月26日 · 周三

官方密集更新，Agent转向可控执行

过去24小时，OpenAI同时披露自研推理芯片实测、企业管理插件和影响行动处置。
Anthropic把注意力放到AI陪伴与心理支持评测，Claude则把记忆打通到Cowork。

编辑：AI 早报编辑系统内容生成于 2026年8月26日 07:15（北京时间）更正与反馈

本期判断

早报判断是，模型能力之外的控制层正在变成主战场。
芯片、权限、记忆和安全评测决定Agent能否进入企业与高风险场景。

本期速览

3 条

01OpenAI补齐执行栈
- Jalapeño首次给出实测。
02Anthropic转向可评测安全
- 500万美元资助wellbeing评测。
03工具信号保持分层
- Apple强调本地AI算力。

编辑总结

今天的主线是几家厂商继续补齐Agent的基础条件。OpenAI给出自研推理芯片实测、企业后台管理插件和影响行动处置报告，覆盖成本、权限与安全三个层面。

Anthropic和Claude的两条更新把问题推向长期使用。wellbeing评测资助说明高风险对话需要独立、开源、可复核的测试体系；Cowork记忆打通则让上下文跨界面延续，同时要求用户和企业重新审视哪些内容可以被保存。

长尾部分保持降级处理。Apple的新芯片是端侧AI硬件信号，Apodex是研究与工具联合发布，Qwen和OpenWorker则主要来自社交与项目方线索。它们值得跟踪，但不应和官方深度发布放在同一置信层级。

On this page

本期导航

深度报告 · 5 篇已核验 · 2 条发展中 · 2 条社交雷达 · 6 条

Deep Dives

本期重点 · 深度报告

5 篇

基础设施重要度 5/5

OpenAI披露Jalapeno实测与全栈算力

Jalapeno首次实测，把OpenAI推向全栈算力叙事。

阅读深度报告 →

产品上新重要度 5/5

OpenAI发布Admin插件接入Work与Codex

Admin plugin把企业后台管理动作接入ChatGPT Work和Codex。

阅读深度报告 →

安全治理重要度 5/5

Anthropic设500万美元资助AI幸福感评测

新增重点是资助独立评测，安全结论仍待项目产出。

阅读深度报告 →

安全治理重要度 4/5

OpenAI处置俄源伪智库影响行动

OpenAI称直接触达有限，但伪智库资产链更值得警惕。

阅读深度报告 →

产品上新重要度 4/5

Claude把记忆打通到Cowork

记忆从聊天延伸到云端任务，默认范围和敏感主题边界都要看清。

阅读深度报告 →

Key Numbers

Jalapeno每瓦吞吐

OpenAI称相对comparison systems，覆盖GPT-OSS 120B、DeepSeek R1和Kimi K2.5 1T。

来源：OpenAI →

1.5x-1.9x

Jalapeno端到端延迟

OpenAI自报InferenceX测试口径，比较对象为公开商用系统。

来源：OpenAI →

低1.7x-3.6x

Anthropic资助规模

面向独立AI wellbeing评测研究，含资金、模型访问和技术支持。

来源：Anthropic →

500万美元

Admin插件工单占比

OpenAI IT案例称Slack工作流在报告时处理的ticket volume比例。

来源：OpenAI →

约45%

IBI抽样复制文章

OpenAI称抽样审查IBI网站文章时发现多数复制自其他来源。

来源：OpenAI

34 of 36

M6制程

Apple称M6是其首款2纳米芯片，并用于新Mac mini。

来源：Apple →

2纳米

Briefs

快讯 · 已核验与追踪

2 条

硬件产品重要度 3/5高置信官方源

Apple发布M6与M5 Ultra加强本地AI

Apple 8月25日发布M6和M5 Ultra，称M6采用2纳米工艺并配备Dual 16-core Neural Engine，M5 Ultra最高支持512GB统一内存。

要点拆解展开

Why

本地运行LLM和多模态模型受内存与神经网络引擎约束。Apple的新芯片直接扩大端侧AI设备选择。

Impact

开发者可评估本地推理和创作工作流。企业采购可把隐私敏感AI任务放回桌面设备测试。

Numbers

M6制程: 2纳米Apple称M6是其首款state-of-the-art 2 nm芯片。Apple
M6统一内存带宽: 170GB每秒Apple发布稿给出的M6 unified memory bandwidth上限。Apple

Why

本地运行LLM和多模态模型受内存与神经网络引擎约束。Apple的新芯片直接扩大端侧AI设备选择。

Impact

开发者可评估本地推理和创作工作流。企业采购可把隐私敏感AI任务放回桌面设备测试。

Numbers

M6制程: 2纳米Apple称M6是其首款state-of-the-art 2 nm芯片。Apple
M6统一内存带宽: 170GB每秒Apple发布稿给出的M6 unified memory bandwidth上限。Apple

早报判断

这条属于端侧AI硬件更新，会影响本地AI工作负载的上限。
Apple把AI叙事放进Mac mini和Mac Studio，核心变量是内存带宽、统一内存容量和开发者框架能否吃满硬件。

接下来看

开发者是否公开M6和M5 Ultra的本地LLM实测。
Apple框架是否让双Neural Engine被应用自动利用。

#Apple#M6#M5 Ultra#端侧AI

研究论文重要度 3/5中置信多源混合

Apodex 1.1登HF日榜并开源Agent工作台

Hugging Face 8月25日收录Apodex 1.1论文，项目称同时提供在线工作台
Apodex 1.1 mini开放权重和FrontierAgent本地工作台。

要点拆解展开

Why

长程Agent正在从单次回答转向可执行环境、状态保持和多Agent协作。
Apodex把模型、工作台和开源harness一起发布。

Impact

研究者可检查论文和FrontierAgent代码。开发者应等更多第三方复现后再评估生产采用。

Numbers

arXiv编号: 2608.23283论文页显示Submitted on 24 Aug 2026，HF paper页在8月25日更新收录。arXiv/HF
mini模型规模: 35BarXiv摘要写35B-parameter Apodex 1.1 Mini，HF集合指向35B-A3B基座口径。arXiv/HF

Why

长程Agent正在从单次回答转向可执行环境、状态保持和多Agent协作。
Apodex把模型、工作台和开源harness一起发布。

Impact

研究者可检查论文和FrontierAgent代码。开发者应等更多第三方复现后再评估生产采用。

Numbers

arXiv编号: 2608.23283论文页显示Submitted on 24 Aug 2026，HF paper页在8月25日更新收录。arXiv/HF
mini模型规模: 35BarXiv摘要写35B-parameter Apodex 1.1 Mini，HF集合指向35B-A3B基座口径。arXiv/HF

早报判断

这条更像Agent产品和论文联合发布，亮点在异步Agent Team与可验证工作流。
由于关键能力仍来自项目自述，今天适合记录为研究与工具信号，不宜直接宣称达到前沿闭源模型水平。

接下来看

FrontierAgent仓库是否补齐可复现实验和运行脚本。
Apodex 1.1 mini是否出现独立bench复测。

#Apodex#Agent #Hugging Face #开源模型

Developing

发展中 · 待进一步核验

2 条

以下内容仅作为追踪线索，不与已核验新闻等量呈现；正式文件、项目材料或独立复核出现后再升级。

模型评测重要度 2/5低置信发展中

待验证｜Qwen3.8登开源图生网页榜首

Arena 8月25日称Qwen3.8-27B在Image-to-WebDev Arena列开源模型第1、总榜第7，并给出1574分和27B参数口径。

要点拆解展开

Why

图生网页是多模态编码Agent的高频场景。小模型若能接近更大模型，会改变开源部署的成本曲线。

Impact

开发者可关注低成本网页生成模型。模型团队应等待榜单快照和任务样本再引用排名。

Numbers

Arena分数: 1574Arena X帖给出的Image-to-WebDev Arena分数，需榜单页面进一步确认。Arena
参数规模: 27BArena和Qwen帖均称Qwen3.8-27B为27B参数模型。Arena/Qwen

Why

图生网页是多模态编码Agent的高频场景。小模型若能接近更大模型，会改变开源部署的成本曲线。

Impact

开发者可关注低成本网页生成模型。模型团队应等待榜单快照和任务样本再引用排名。

Numbers

Arena分数: 1574Arena X帖给出的Image-to-WebDev Arena分数，需榜单页面进一步确认。Arena
参数规模: 27BArena和Qwen帖均称Qwen3.8-27B为27B参数模型。Arena/Qwen

早报判断

这是有用的榜单信号，但今天主要来自Arena和Qwen的X传播。
早报把它降级处理，原因是榜单页面可见排名有限，完整项目变动仍需官方榜单或可复现实验补强。

接下来看

Arena是否公开Image-to-WebDev榜单快照和样本。
Qwen是否发布该排名对应的模型卡更新。

#Qwen #Arena #开源模型 #多模态

社区工具重要度 2/5低置信发展中

待验证｜OpenWorker新增安全Agent

待验证：OpenWorker v0.2.0 release列出Security Coworker
Cloud Posture Coworker和Dependency Audit Coworker
Andrew Ng 8月25日转发说明其安全工作流。

要点拆解展开

Why

安全团队需要可审计的本地harness。开源Agent若能跑在本地模型上，会缓解敏感代码外传顾虑。

Impact

开发者可试验本地安全扫描流程。企业采用前应审查代码、权限边界和误报处理能力。

Numbers

内置安全Agent: 3类GitHub v0.2.0 release列出Security、Cloud Posture和Dependency Audit三类coworkers。GitHub release
开源状态: 100%开源OpenWorker项目页和发布帖均强调harness开源。OpenWorker

Why

安全团队需要可审计的本地harness。开源Agent若能跑在本地模型上，会缓解敏感代码外传顾虑。

Impact

开发者可试验本地安全扫描流程。企业采用前应审查代码、权限边界和误报处理能力。

Numbers

内置安全Agent: 3类GitHub v0.2.0 release列出Security、Cloud Posture和Dependency Audit三类coworkers。GitHub release
开源状态: 100%开源OpenWorker项目页和发布帖均强调harness开源。OpenWorker

早报判断

低置信边界在于缺少第三方评测和真实误报数据。
它已有GitHub release和项目页支撑，暂按开源Agent安全工作流信号处理。

接下来看

OpenWorker后续release是否披露安全coworkers的运行日志。
安全Agent是否公开扫描规则、误报率和修复PR样例。

#OpenWorker#安全Agent#开源#本地执行

编辑总结

本期导航

本期重点 · 深度报告

OpenAI披露Jalapeno实测与全栈算力

OpenAI发布Admin插件接入Work与Codex

Anthropic设500万美元资助AI幸福感评测

OpenAI处置俄源伪智库影响行动

Claude把记忆打通到Cowork

Key Numbers

Jalapeno每瓦吞吐

Jalapeno端到端延迟

Anthropic资助规模

Admin插件工单占比

IBI抽样复制文章

M6制程

快讯 · 已核验与追踪

Apple发布M6与M5 Ultra加强本地AI

Apodex 1.1登HF日榜并开源Agent工作台

发展中 · 待进一步核验

待验证｜Qwen3.8登开源图生网页榜首

待验证｜OpenWorker新增安全Agent

社交雷达 · X 讨论