Insights &amp; News

Anthropic 将 Computer Use、Skills API 和 Files API 推向正式可用

Anthropic 于 8 月 20 日宣布 Claude Platform 的 Computer Use、browser use、Skills API 和 Files API 正式可用，让 Agent 可以操作界面、加载团队技能和持续处理文件。

2026年8月20日

研究：Mission-critical Agent 不应一开始就拿到完整工具箱

一篇 8 月 18 日上传的 arXiv 研究提出 map-guided escalation，先按任务给 Agent 较小的 harness，只有 self-check 失败才扩大信息和工具范围。

2026年8月20日

Agent Lightning v1.0：将 Agent harness 直接纳入 agentic RL 训练

Agent Lightning v1.0 研究把 deploy-time harness 视为 agentic RL 的一等公民，提供可复用的训练流程，并报告 Qwen3.5-9B 在 SWE-bench Verified 上由 41.8% 升至 56.4%。

2026年8月20日

Resolve 发布新一代 AgentLab：把企业 Agent 的构建、测试和治理放在同一流程

Resolve 于 8 月 17 日公布新一代 AgentLab，主打自然语言构建、可复用 skills、AI 辅助 workflow、受治理部署及上线前的 permission confidence 测试。

RaivenTracks：让 AI 科学工作流保留可分支的决策历史

一篇 8 月 14 日上传的 arXiv 研究，为对话式科学可视化加入可分支的 provenance，让研究人员可以还原已验证规格，而不必重新解读整段对话。

EU AI Act 如何落入 Agile：研究提出 12 项可放进交付流程的指引

一篇 8 月 17 日上传的研究，把 EU AI Act 的文档、风险管理和人工监督要求，翻译成可连接 Definition of Done、Sprint Review 和其他 Agile 活动的 12 项指引。

企业 Agent 治理不只看透明度：AMCIS 研究比较五种 workflow 配置

AMCIS 2026 一篇设计科学研究把自主程度、人机协作和机器学习 guardrails 视为治理配置，指出可执行 Agent 的责任控制要与 workflow 风险对齐。

新研究将实体 AI Agent 安全拆成 12 个信任边界：问题不只在模型

一篇 8 月 17 日上传的 arXiv 研究，以五层、十二个 attack surface 分析 foundation-model-powered embodied agents，指出记忆、middleware、world state 和多智能体信任仍被低估。

2026年8月18日

GenRouter 让图像 Agent 按需求选择 workflow：复杂任务才使用重型推理

8 月 17 日的 GenRouter 预印本把多种 agentic image pipeline 统一成可路由的 workflow space，作者报告在自家测试中减少超过 95% execution cost 和 65% latency。

2026年8月18日

AI Research Preference Models：让研究 Agent 先判断哪个实验值得花 GPU 时间

8 月 14 日的研究提出 RPM，让 AI research agent 在真正执行昂贵实验前，先比较候选方案的价值，作者报告可用较少预算接近 24 小时 baseline 表现。

2026年8月18日

Anthropic 研究多智能体系统：更多 Agent 不一定带来更好结果

Anthropic 通过漏洞研究、共享游戏世界和协作决策实验，分析多智能体如何放大协作、资源竞争、从众和错误共识风险。

GLM-5.3 发布：Z.ai 将长程 coding 与 cyber 能力放进同一个 Agent 模型

Z.ai 发布 GLM-5.3，主打 post-training、长程 coding、terminal agent 和 cyber benchmark；部分数字属于供应商自测，不能直接等同独立排名。

Qwen3.8-27B 开放权重：将原生视觉、长上下文与 Agent 工具带到较小模型

Qwen 在 8 月 14 日公布 Qwen3.8-27B，27B dense vision-language 模型支持 262K 上下文、可扩展至 1M，以及 reasoning effort 控制。

Uniphore 推出 Marketing AI：用数字孪生和小型模型模拟下一步营销决策

Uniphore 发布 Marketing AI，主打每位客户的数字孪生、定制化 small language model 和 campaign simulation；供应商声称可降低成本，但仍需独立验证。

Anthropic 为 Claude 加入文字水印：可验证 AI 参与，但不等于作者证明

Anthropic 宣布未来 Claude 模型会加入不可见文字水印，让人可以估计 Claude 是否参与写作，同时强调水印不包含用户身份，也不代表作者或所有权证明。

Grok 4.6 进入 GitHub Copilot：瞄准长程 reasoning 与 agentic coding

GitHub 开始把 xAI 的 Grok 4.6 推向 Copilot，主打 terminal coding、长时间多步骤 reasoning 和 tool use，企业版 policy 默认关闭并采用逐步 rollout。

Similarweb 推出 AI Ads：让 marketing 团队看见 ChatGPT 与 AI 搜索广告

Similarweb 在 Ad Intelligence 推出 AI Ads，追踪 ChatGPT、Google AI Mode 和 AI Overviews 的广告素材、landing page 及投放者，补上 AI 搜索广告的竞争情报空白。

Google DeepMind 推出 SL2T：把手语转文字带到 Gboard 与 Live Transcribe

Google DeepMind 发布多语言 sign-language-to-text 模型 SL2T，首阶段支持 ASL 到英文，并在 Pixel 11 的 Gboard 和 Live Transcribe 提供手语输入与对话功能。

Google Ads 与 Analytics 加入更多 AI Agent：marketing 从找数据走向找下一步

Google 在 Ads 和 Analytics 推出 AI Overviews、个性化 insight cards、文字生成 dashboards 和 benchmarking，让 Ask Advisor 把 marketing 分析接到下一步行动。

2026年8月14日