生成式AI
一、Codex开放1M上下文窗口，三行配置解除GPT-5.6 Sol
1.Codex开放1M上下文窗口，OpenAI员工Tibo给出三行config.toml配置，重启客户端并开启新会话即生效，约90万token时自动压缩历史；
2.该功能原为API专属，1M窗口本就支持但默认不开满，因超出默认272k窗口后token消耗速度翻倍，官方提醒谨慎使用；
3.OpenAI评测显示GPT-5.6 Sol处理256K—512K上下文准确率91.5%，512K—1M区间降至73.8%，长窗口不等于同等利用能力。
二、Claude隐藏水印被破解，去除工具五天斩获11k星标
1.开源项目watermarks-remover发布五天获11k GitHub星标，用于去除Claude、Gemini、OpenAI等AI生成内容的隐藏水印，起因是Anthropic对全球用户文本强制植入水印；
2.项目分三层，确定性清洗去除不可见Unicode字符、统计层通过Agent改写破坏token采样水印、文件层清除C2PA／EXIF／XMP元数据，水印采用DeepMind的SynthID-Text方案；
3.用户让Claude安装该skill遭拒，最终由GLM 5.2完成安装，折射出水印与去水印的猫鼠游戏及AI内容标记争议。
三、DeepSeek上调API定价，主力模型首次采用峰谷计价
1.DeepSeek于8月17日零时起执行新版API价格，V4-Flash与V4-Pro两款主力模型首次采用峰谷定价，闲时统一为高峰时段五折，高峰为每日9—12时、14—18时共7小时；
2.综合模型、Token类型与时段，本轮涨幅介于50%至1100%，V4-Pro缓存命中输入高峰价上涨1100%，同时抬高了基础价格；
3.新版V4-Pro-0813支持100万Tokens上下文、最高384K输出，原生支持工具调用与Anthropic API，通过价格杠杆引导错峰、提高算力集群利用率。
四、Stripe超70亿美元收购AI模型路由平台OpenRouter
1.美国时间8月16日，Stripe以超70亿美元收购AI模型路由平台OpenRouter，较其5月完成的13亿美元B轮融资估值增长逾5倍，此前双方曾讨论约100亿美元收购价；
2.OpenRouter成立于2023年，创始人曾联合创办OpenSea，平台通过统一接口连接80多家供应商、500多个模型，全球用户超1000万，每月处理超200万亿Token，按调用量收取5.5%平台费；
3.Stripe收购核心并非获得大模型，而是把支付与金融基础设施延伸至AI推理调用环节，抢占多模型环境下连接开发者、供应商与AI支付的“交易层”。
五、阿里推出AI音乐模型快乐虾米，自然语言生成整曲
1.阿里巴巴推出AI音乐模型快乐虾米（HappyShrimp）1.0，能精准理解自然语言，把情绪、故事或记忆转化成完整歌曲，用户无需懂乐器或编曲，仅凭口语描述即可创作；
2.区别于需堆叠风格、乐器等标签的Tag式输入工具，快乐虾米大幅降低门槛，并以“好听”为第一准则，针对人声机械、词曲错位等痛点在声音细节与音乐性上实现突破；
3.模型采用端到端整曲生成，把音乐理解为有语法、语义的特殊语言，整体规划、同步创作、兼顾长程结构，现已在国内及海外同步上线。
前沿科技
六、宇树发布人形机器人超人，跳高奔跑超越人类纪录
1.宇树科技正式发布全新人形机器人“超人”，腿长0.85米，原地跳高约2米、极限奔跑速度12.66米／秒，两项数据均超越人类极限（人类跳高纪录约1.8米、博尔特峰值约12.42米／秒）；
2.据王兴兴介绍，“超人”从立项到推出仅用3个多月，目前仍处快速迭代阶段，未来在运动控制、稳定性等方面还有较大完善空间；
3.该产品延续宇树高动态运动技术探索，与G1、H1等机型互补，拉高人形机器人爆发力与动态平衡上限，公司将持续攻坚本体、核心零部件与高性能执行机构。
七、Prime Intellect自主科研实验，Fable 5追平人类82%
1.Prime Intellect发布迄今规模最大的前沿AI自主科研实验，18个大模型断网8天独立完成nanoGPT优化器速通挑战，Fable 5跑到2726步、追平人类工程师数月纪录的82%，Opus 5追上54%；
2.拉开差距的不是新方法而是做实验手法，强模型用多种子验证、回头重测消融，甚至在CPU搭建模拟实验室、组建多Agent研究团队，独立完成“提假设—改方案—跑实验—分析—修正”科研闭环；
3.OpenAI、Anthropic均把AI递归自我改进押在2028年，此次实测“99%汗水”AI已干到82%，但没有模型诞生全新方法，“1%的灵感”暂时仍属人类。
八、菲尔兹奖得主Gowers：AI主要靠找反例突破数学猜想
1.1998年菲尔兹奖得主Gowers观察到，近期AI最轰动的数学突破多为“找反例”，涵盖雅可比猜想、Erdős单位距离猜想、非sofic群、多色Ramsey数，AI擅长在巨大空间找到确实存在却无人发现的特殊对象；
2.Gowers认为AI两大优势是“知道得多”（能跨领域调用工具，如把代数数论搬进离散几何）和“试得起”（十项成果找反例的Token成本按API价折算仅数千美元）；
3.AI仍欠缺数学家的“鼻子”——半路判断路线是否有戏、快速砍掉99%枝条的能力，常停在“更精确的子问题”，Gowers预计一两年内模型会长出更强的鼻子。
报告观点
九、经济学家Cowen：模型已足够强，落地卡在验收机制
1.经济学家Tyler Cowen指出，编程是AI革命最先落地的领域，因代码有编译器、测试、日志、版本控制等即时可靠的反馈回路给Agent“当裁判”，而客服、法务、医疗缺少即时验收，Agent难以独立完成任务；
2.卡住AI落地的不是模型能力，而是企业仍用旧流程、权限与管理方式接住它，多数公司只给旧流程加个聊天窗口，模型省十分钟、整体流程仍要三天；
3.启发是把业务改造成可测试、可复现、可撤回的过程，明确输入来源、完成标准、失败暴露与回滚路径，当智能变便宜，发现问题、组织AI能力的“主动性”会更值钱。
👇加入AGI数据库，AI智能问答
👇订阅下方合集，获取每日推送
