精讲 1
产品AI at Meta @AIatMeta本周精选72/100
今天这期 AIWatch 早报围绕「product、Anthropic、Claude」展开，先用一段导语把当天主线收束起来，再按今日头条、推荐精选和补充速览逐条介绍。聚焦 17 · 关注 0 · 跟进 5。
如果只有 20 分钟，先读：Meta发布了Muse Glimmer开放权重模型（30B参数，Apache 2.0），专为本地代理设计，支持复杂多步骤任务 → Anthropic 宣布新 Claude 模型将在所有生成文本中嵌入不可见水印，水印随文本复制粘贴而传播，可追溯来源 → Anthropic 宣布将给 Claude 的输出内容加上机器可读的标记，包括文本中嵌入的隐形水印，以及生成文件中附加的数字签名元数据。8 月 2 日起（也就是上周），所有...。
今天的主线不是孤立新闻，而是「product、Anthropic、Claude」在不同层面的同步推进。
正文内容概括Meta发布了Muse Glimmer开放权重模型（30B参数，Apache 2.0），专为本地代理设计，支持复杂多步骤任务。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 宣布新 Claude 模型将在所有生成文本中嵌入不可见水印，水印随文本复制粘贴而传播，可追溯来源。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 宣布为 Claude 输出添加文本水印和 C2PA 数字签名元数据，成为首个在文本层面部署水印的 AI 大模型厂商，全球生效。
核心观点提炼常规快讯，保留列表
正文内容概括黎曼猜想是数学界最著名的未解难题之一，其零点比例问题在过去80年进展缓慢，2020年仅达41.7%。Anthropic的Claude模型通过协调约60个子智能体，运行2400条命令，将零点比例提升至67.2%，创下该问题历史上最大单步提升。Claude还使用Lean形式化证明语言写出可机器验证的证明。这一成果展示了AI在原创数学研究上的能力，对开发者意味着AI可辅助甚至主导前沿数学探索。 核心观点： 1. Claude将零点比例从41.7%提升至67.2%，单步提升26个百分点，超越过去50年进展。 2. Claude协调约60个子智能体，运行2400条命令，写数百Python脚本，实现分工协作。 3. Claude用Lean形式化证明语言写出可机器验证的证明，增强结果可信度。
核心观点提炼重磅首发或硬核洞察
正文内容概括GitHub 发布了 Copilot SDK for Java，使 Java 开发者能用注解和虚拟线程等原生方式驱动 AI 代理，简化企业级 AI 集成。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 宣布将 Claude Sonnet 5 的入门定价永久化，每百万输入2美元、每百万输出10美元，使开发者能长期以优惠价格使用其代理能力。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 发布了 GPT-5.6-Cyber 网络安全专用模型，通过 Daybreak Red 平台为授权漏洞研究和安全测试提供支持。
核心观点提炼常规快讯，保留列表
正文内容概括Nous Research 为 Hermes 模型推出 Browser Use 模式，将多个浏览器工具合并为单一脚本驱动，使 token 消耗降低 48-66% 且精度不变。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 发布了 Daybreak 合作伙伴计划，允许经批准的合作伙伴使用其前沿网络模型提供受治理的网络安全服务。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 将 Claude Code 的自动模式设为默认，用户无需再逐项批准操作，提升了开发效率。
核心观点提炼常规快讯，保留列表
正文内容概括智谱将GLM-5.2模型价格降低95%，输入$0.07/百万token、输出$0.22/百万token，使价格低于DeepSeek。
核心观点提炼常规快讯，保留列表
正文内容概括MiniMax 对 H3 开源社区的基准测试和机器人数据集表示期待，Ostris 已生成 1K 视频数据集测试模型能力。
核心观点提炼常规快讯，保留列表
正文内容概括Qwen 发布了 Qwen-MM-Plugins，使智能体能够原生处理图像、视频、文档等多模态内容，并支持视频编辑和3D/CAD操作。
核心观点提炼常规快讯，保留列表
正文内容概括AI Agent规模化部署带来成本挑战。Databricks团队基于实践提出四大成本杠杆：持续迁移到效率更高的开源/低成本模型、动态请求路由（成本降30%+质量持平）、渐进式摩擦替代硬预算、削减Token开销（token量降近50%）。这些策略依赖AI Gateway集中管理模型、预算和日志。对开发者而言，管理AI编码成本的关键是关注效率前沿，通过系统架构而非单纯谈判降价来控制人均成本。 核心观点： 1. 效率前沿推进快于智能前沿，最大杠杆是持续迁移到效率更高的新模型。 2. 动态路由（请求级/任务级/升级委派）可降成本30%+且质量持平最贵模型。 3. 削减Token开销（压缩上下文、话少harness等）实测token量降近50%质量无损。
核心观点提炼高信息密度，值得细读
正文内容概括Anthropic工程师分享构建自主运行Agent循环的方法，让Claude自动修复错误并持续工作，无需人工反复提示。
核心观点提炼常规快讯，保留列表
正文内容概括Amp 用 GPT-5.6 替换 Opus，使平均成本降低约 50% 且性能大幅提升。
核心观点提炼常规快讯，保留列表
正文内容概括Sakana AI 为其多智能体编排产品 Fugu 更新了基于 Gemma 4 的指挥者模型，在保持性能的同时降低了成本。
核心观点提炼常规快讯，保留列表
本节暂无内容。
正文内容概括Ethan Mollick 让 GPT-5.6 Sol in Codex 控制其电脑并成功赢得游戏《Slay the Spire 2》的每日挑战，展示了 AI 代理的自主决策能力。
核心观点提炼常规快讯，保留列表
正文内容概括JT-4.1 Flash 在 AA-Omniscience 指数上得分为 -10.1，准确率 23%，幻觉率 43%。
核心观点提炼常规快讯，保留列表
正文内容概括Sakana AI 以 VLM-agent 非交互方式重现 Picbreeder，作者评论认为这是 AI 最重要研究方向之一，并指出 LLM 自动化面临收敛与抽象理解问题。
核心观点提炼常规快讯，保留列表
正文内容概括GPT-5.6 Sol Ultra 正式可用，Ethan Knight 称其用 64 个子代理在一小时内证明了 50 年未解的 Cycle Double Cover 猜想，而 Dan Shipper 则调侃自己花费 2b tokens 未能解决。
核心观点提炼常规快讯，保留列表
正文内容概括JT-4.1 Flash 作为非推理模型每个智能指数任务使用约 14k tokens，效率较高但未达到智能与输出 token 的帕累托前沿。
核心观点提炼常规快讯，保留列表
摘要由 LLM 生成，请以原文为准。