消息源 @synthwavedd 8 月 6 日在 X 爆料，OpenAI 目标下周发布内部代号 mewfour 的 Astra 模型，被定位为自 GPT-4.5 以来 OpenAI 训练的最大全新预训练模型，最新内部版本已进入 Release Candidate 阶段，正在公司内部做 dogfood 测试。8 月 1 日 OpenAI 官方数学博客已埋下伏笔：Astra 的内部版本解决了 10 个长期未解的开放数学和理论 CS 问题，按 Sol API 费率计算，相关 token 成本约 2000 美元。

能力描述强调"组织与协同 AI 智能体"和"长周期、高难度任务"——Bleeping Computer 与多位爆料者都把 Astra 写成"为多智能体协作而生"。规模上，知名开发者 Haider 估算 GPT-4.5 约 5T 参数，Astra 据传可能达到 7–10T，约为 GPT-5.6 Sol 的两倍。OpenAI 内部对"超越 Anthropic Fable 5"的目标表述直接。但"最快下周"的口径属爆料——预测市场对 Astra 在 8 月中旬公开发布的概率给出较低预期，发布时间仍存在不确定性。

Anthropic 周三确认正在组建内部"custom silicon team"，为 Claude 模型设计定制芯片——这是 Anthropic 首次公开承认自研硬件计划。团队负责人是 6 月初从 OpenAI 加入的 Clive Chan，他曾在 OpenAI 参与 Jalapeño 推理芯片的矩阵乘法架构与硬件性能分析，更早曾在特斯拉 Dojo 项目做 GPU 优化和训练基础设施。

方法上，Anthropic 走"软硬件协同设计"——芯片与 Claude 模型同步开发，每个 transformer attention、矩阵乘法和 KV cache 操作的指令集都被专门优化。这条路线与苹果 M 系列芯片、谷歌 TPU 同源。招聘信息显示芯片工程师年薪 32–48.5 万美元，要求"ship 过硅片、能在小组织里做关键决策"。OpenAI 自研芯片 Jalapeño 早期测试据报每 token 成本相比标准 GPU 推理省 50%——Anthropic 规模相当（数十万企业客户和数百万个人用户），按这个量级每年可省数亿美元。Anthropic 强调仍会维持 AWS、谷歌、英伟达、AMD 的多芯片策略；据报道已与三星探讨 2nm 制程合作。

Google 发布 Antigravity CLI（命令 agy）的官方速查表。这是从 Gemini CLI 演化而来的编码 agent 终端，可接入 Gemini 3.5 Flash、Gemini 3.1 Pro、Claude Sonnet、Claude Opus、GPT-OSS 120B 等模型；编排器读目标后自动拆任务，派发独立上下文窗口的子代理并行执行，主上下文不被长任务撑爆。

命令分四组：规划与执行（/fast、/goal、/planning、/schedule）、自定义与规则（/hooks、/keybindings、/learn、/mcp、/permissions、/skills）、子代理与任务（/agents、/tasks、/teamwork-preview——后者仅 Google AI Ultra 订阅可用，可让 agent team 自主攻坚大项目）、工作区工具（/add-dir、/codesearch、/diff、/effort、/fork、/rewind 等 20 余条）。支持 --dangerously-skip-permissions YOLO 模式（仅限受信任项目使用，建议配合 Git 提交点做回滚）；Agent Manager 面板支持子代理生命周期可视化和即时终止（按 k）；自定义 agent 走 ~/.gemini/config/agents/<name>/agent.md，可与 Plugins 打包分发。Preview 阶段通过 Google 账号登录即可获免费速率额度。

DeepSeek 在官网发布通知，"计划近期整体上调 API 服务定价，预计涨幅较大，具体方案以正式通知为准"。DeepSeek V4-Flash 当前费率输入/输出 token 各 14/28 美分/M，比 Claude Fable 5 便宜约 105 倍；V4-Pro 输入/输出各 3/6 元/M token（未命中缓存）。DeepSeek V4-Flash-0731 公测一周后即宣布涨价，时机与 Meta Muse Spark 1.2、OpenAI GPT-5.6 Luna 在能力与价格上追平 DeepSeek 同步。

具体涨价幅度未公布。DeepSeek-V4-Flash-0731 在开源模型中排名第二，仅次于 Moonshot AI 的 2.8T 参数 Kimi K3；涨价前它是开发者跑 agent 工作流、批量跑 evals 的首选便宜模型。涨价背景的隐含叙事：V4-Flash-0731 公测登顶多个榜单后，DeepSeek 已没必要继续补贴。

论文《Agent Against Agent: 用于自动提示注入红队测试的智能体系统》把红队测试建模成搜索问题。PIMiner 用一个目标 LLM 作为待攻击对象，攻击侧用一个 agent 持续探索 prompt 注入路径；每次成功都记录下完整的"模型接收的输入+触发的有害输出"对，自动沉淀为可复用的策略库。

关键工程细节：策略库以"未见过的模型也能适应"为目标存储——不是死记硬背某次成功组合的字符串，而是抽象出可迁移的攻击模式。这意味着团队接入新模型时，攻击侧 agent 可以从已有策略里抓"看起来对路"的样式做迁移实验，而不是从零开始红队。论文同时给出一套评估协议：把不同难度级别的 prompt 注入攻击打榜，比 SOTA 静态 prompt 注入测试在自适应速度上快几个数量级。

Artificial Analysis 智能指数 v4.1.1 把 Qwen3.8 Max 评为综合表现最佳——该指数整合 9 项评测，评分器本轮升级到 GPT-5.6 Luna（medium）。Qwen3.8 Max 与 Claude Opus 4.8 持平，但 Kimi K3 以低 25% 的成本得分更高。任务耗时帕累托前沿只由 OpenAI 和 Anthropic 占据：2 分钟内的前沿模型全部来自 OpenAI；2 分钟以上的 6 个模型中 4 个来自 Anthropic；Kimi K3 (max) 因 Moonshot AI 官方 API 输出速度低，单任务耗时约 11 分钟。

另两条独立数据同样在 8 月 6 日发布：Grok 4.5 以约 13 倍的低成本击败 Kimi K3（具体任务场景未披露细节，但成本对比来自 Grok Build 团队的官方宣传口径）；DeepSeek V4 Pro 编程跑分仅差 Opus-4.6 约 0.3 个百分点。这是 8/3 DeepSeek V4-Flash、8/4 Qwen3.8 Max 评测、7/29 Grok 4.5 登顶后的最新一轮——三家几乎同时把编程/智能体模型的价格-性能前沿挤到同一区间。

前 OpenAI 员工 Gabriel 8 月 7 日凌晨在 X 公开 Energy 产品——用自然语言描述任务，让 AI 在电脑上完成全部工作，无需手动点击。团队的核心观察：旧金山以外不足 1% 的人群知道"计算机使用"的价值，因此选择边公开构建边探索用户增长。现有用户已能实现"数天工作数小时完成"——一个典型场景是 Energy 每 5 分钟扫一次发布帖回复，把新 bug 自动推到 Slack。

Gabriel 离职 OpenAI 仅三个月。在 OpenAI 内部他就是 Computer Use 方向的推动者；出来后立刻做了独立产品。这是 8 月内第三家盯上"computer use"赛道的玩家（前两家是 8/5 报道的 Cloudflare @cloudflare/computer，和一直存在的 Anthropic Computer Use、ChatGPT Operator）。Energy 的差异化在"为个人用户做的轻量版"——不是企业 SDK、不是单任务 agent，而是一个共享计算机的"工作伙伴"。

OpenAI 在 Codex 设置中新增"更多浏览器"板块，Computer Use 功能现支持通过 Microsoft Edge 上的 ChatGPT 扩展使用。Edge 是首个除内置浏览器外的受支持选项。

关键变化是 chatgpt 扩展：从 ChatGPT 桌面 app 或 web 里，Codex 不再只通过内置的无头浏览器操作，而是可以驱动用户已登录的 Edge 会话——也就是说 agent 可以用用户自己的 cookie、自己已登录的账号、自己保存的密码。这与之前在隔离沙箱里跑 computer use 是不同的信任模型：从"agent 自己造环境"变成"agent 操作真实环境"。

swyx（GitHub Universe / smol.ai 创始人）8 月 6 日宣布 smol forge 开放首批 100 名 alpha 用户。smol forge 是一个"智能体原生"的 Git 远程仓库：与传统 GitHub/GitLab 不同，它的 pull request、CI、issue 都被设计为可由 agent 自动触发——agent 推送代码后不需要人去点"create PR"，仓库可以直接路由到对应的 subagent 跑回归测试、贴 diff 摘要、提改进建议。

项目处于 alpha 阶段，部分功能尚不稳定，更新见其 AI 团队博客。申请方式：提交用户名并完成一次 commit，否则会被移除。这与 8/3 报道的 Codeberg BRIE、7/28 报道的 Boris Cherny 自动化 PR 流程属同一方向——把 agent 写代码的下游（代码托管、review、合并）也变成 agent-native 的。

Replit 8 月 6 日 24 小时内连发两条企业级功能：与 Clerk 合作支持 SSO 登录，让企业可以为 Replit Agent 访问接上 SAML/OIDC；与 Semgrep 合作推出实时安全扫描——agent 写出有安全风险的代码时，Replit IDE 直接弹出 Semgrep 规则命中提示。

两条功能指向同一个方向：Replit Agent 已在 8/5 报道的 AI 课吉尼斯纪录中触达 1.4 万人（"1.4万人共上AI课"），下一步要做的不只是涨用户数，而是让企业法务/安全团队能点头。SSO 接的是"谁能用"问题，Semgrep 接的是"能用但不许跑什么"问题。同日 Replit 还创下 1.4 万人同时上 AI 编程课的吉尼斯纪录——这是 vibe coding 蔓延到非技术人群的具象数据。