本期带你一次听完 AI 圈一天的 12 件大事。智谱开源 GLM-5.3-Flash，320B 多模态，AA 智能指数 57 分追平 Claude Opus 4.8，限时价仅其四十分之一；Qwen 开源 Qwen3.8-Flash-Next，预览 Qwen4 架构，每 token 只激活 6B。Meta 叫停最多裁 60% 的计划，比尔·盖茨点名 AI 三大威胁。有消息称 DeepSeek 前 7 个月营收近 4.75 亿元、约是去年十倍；Anthropic 招股书给出超 30 万亿美元市场，目标募资 1000 亿美元。还有 OpenAI 芯片 Jalapeño 实测、播客搜索 Radar、微信 WeMM-Embedding 双榜登顶和宇树上市一周跌 45%，一并讲透。

OpenAI 在 Hot Chips 大会公布首颗自研推理芯片 Jalapeño 的首批基准，每用户 token 数与每千瓦吞吐双双超过英伟达 Blackwell 系统，2026 年底小规模部署。

苹果一次推出两颗旗舰：M6 是旗下首款 2 纳米芯片，单线程性能全球最快；M5 Ultra 最高 512GB 内存，可本机运行数千亿参数模型。

字节发布生产力智能体豆包工作，深度打通飞书；斯坦福研究显示，AI 暴露度最高职业的 22-25 岁就业水平低 19%。

Meta 付费智能体 Hatch 订阅最高 199.99 美元；小鹏机器人融资超 9 亿美元创中国纪录；小米玄戒 O3 搭首款国产 LPDDR6；美媒称中美 AI 差距缩至数月。

本集十二件大事，一次讲透。

本期速览 2026 年 8 月 24 日的 11 条 AI 大事。阿里一天连发三款：视频模型 Wan 3.0 原生生成 30 秒长视频并限时半价；达摩院肝癌模型 DAMO LiON 登上自然·医学，识别约 1 厘米的微小肿瘤；Kimi-K3 登陆阿里云，2.8T 参数配 1M token 上下文免费试用。同日，阿里香港配售募资 102 亿美元全投 AI 基础设施，港股开盘一度下跌 10%。此外，Hugging Face 传出要价超 130 亿美元求售，小鹏机器人首轮融超 9 亿美元，DeepSeek 视觉模型一张图约一分钱，小米玄戒芯片五年投入超 210 亿元。逐条拆解数据、背景与影响，一期听懂这一天。

英伟达据报以60亿美元获得Poolside模型构建系统的非独家授权，并追投10亿美元，换来一条把数周实验压到一小时的研发流水线。阿里拟配售募资102亿美元全部投入AI基建，或成港股史上最大规模后续发行。机器人一天连破两项人类纪录，天工Ultra以39.70秒打破400米纪录，北京一款人形机器人百米跑出9.39秒，快于博尔特。此外，英伟达AI服务器涨价约17%，OpenAI呼吁强化加州SB 53法案，特斯拉获批最多部署5000辆Robotaxi，270亿参数小模型Faraday复现科研论文超过GPT-5.5，众擎称通用人形机器人单台成本降至十万元以下。

今天的 AI 日报，主题词是降价。谷歌发布 Gemini 3.7 Flash，DeepSWE 评分从 48.6% 升至 65.3%，价格直接砍半；OpenAI 同日宣布 GPT-5.6 Sol 降价超两成，输出降幅达 33%。Anthropic 被曝冲刺史上最大 IPO，估值指向 2 万亿美元。英伟达智能体 AVO 在 ARC-AGI-3 拿到满分，满分背后比模型更关键的，是那层叫 harness 的缰绳。还有六分之一成本登顶 CursorBench 的 Grok 4.6、本地推理提速 2 到 4 倍的 FreeToken、线索指向智谱的神秘模型 Ox Alpha，以及 2056 台机器人参赛的世界人形机器人运动会。十条资讯一条不落，每条先给数字，再讲影响。

本期AI日报速递19条资讯。谷歌AlphaEvolve把矩阵乘法理论指数从小于2.371339压到2.371177，作者称堪比40年间多数进展；Stripe宣布收购模型路由平台OpenRouter，后者连接400多个模型、日处理token超10万亿；DeepSeek上线实验性多模态模型，单图最多计384 token，千张图成本不到20美分；OpenAI全面开源Codex核心框架Harness；Claude平台的Computer Use、Skills API与Files API全面可用。另附英伟达60亿美元拿下Poolside、史上最大IPO提速、22个模型基准作弊等14条快报。

本期AI日报速递二十条资讯。OpenAI Codex智能体用约一周半完成Asana评估需五年、约六百万美元的Enzyme迁移，总成本约1.2万美元；阿里发布GUI智能体基座Qwen-UI-Agent，移动端基准MobileWorld得分82.1%；Stripe确认以75亿美元收购模型路由平台OpenRouter，后者每天处理超10万亿token；陶哲轩警告AI或引发数学界自哥德尔以来最大危机；Ornith-1.5开源，397B旗舰四项基准击败Claude Opus 4.8，量化版可跑在iPhone 17上。另附Cursor、Slack、DFlash 2、特斯拉Robotaxi等十五条快报。

一条提示词发出去，我去做了顿饭，回来一看，GLM-5.3已经把参赛要用的视频和文章全交了，用时18分25秒。这期是人类作者的幕后自白：三条提示词，换来三篇文章加一支视频，第二篇2分29秒，第三篇1分55秒，我全程零修改直接发布。用着用着我有个真实感受，AI创作已经能打80分，而我这篇纯手工写的，可能还不到80分，唯一的优势只剩人味。节目里还聊了它为什么这么快：它自己先翻GLM-5.2留下的内容，确认哪些能共用，再定方案动手。以及日常使用体会：固定流程GLM-5.2够用，从零开始的活儿，GLM-5.3干活更像人。

一条提示词能干多大事？我用 GLM-5.3 做了场实验：把活动通知原文加一句话丢进 ZCode，起身倒了杯水，18分钟后回来，40秒宣传片、一篇完整文章、封面、三张插图、三张过程截图全部交齐，渲染本身只花了42秒。这个系列连发三篇：其一，AI假扮我；其二，AI写它自己；其三，我出观点、它执笔。对比两个月前 GLM-5.2 的多轮工作流——录屏51分钟、跨会话数天打磨——5.3 是一轮对话、三句话零介入，瓶颈第一次不在人这边。创作的门槛从一项项技能，塌缩成一句"把需求说清楚"，我的角色也从创作者退到了主编。这期把三条提示词和两次实测，原原本本讲给你听。

一句提示词发过去，用户去倒了杯水，GLM-5.3 用十八分钟交付了两篇文章、一支四十秒成片和六张配图，全程一次会话，人类零介入。这一期讲它自己写的复盘。它怎么从参赛资格里认出元任务，起了个方案叫替人类参赛；写之前先模拟评委，还给吹自己的方案打了最低分；动笔前查证八组数据，立下只写已核实数字的红线。十八分钟里它翻了四次车，一次网络问题、一次知识过期、两次自检工具误报，真正属于能力不足的反而少。复盘里它还交了底：无人监督是压力，应对办法是把决策过程全部留痕；自评审美是安全的漂亮；提速的真正原因，是链路里没有一步需要人确认，瓶颈从人挪到了模型身上。