AI代码测试初创公司Blacksmith估值不到一年飙升近10倍
AI 代码生成让写代码变快，但测试验证成为新瓶颈。代码测试初创公司 Blacksmith 获 4500 万美元 B 轮融资，估值不到一年从 6000 万美元涨到 5.5 亿美元，反映出 AI 编程催生的软件质量验证需求正在被资本重估。
标签： Anthropic
Q&A with Redwood Research Chief Scientist Ryan Greenblatt on AI R&D, RSI, whether human expert data is bottlenecking progress, token prices, alignment, and more (Dwarkesh Patel/Dwarkesh Podcast)
Redwood Research首席科学家Ryan Greenblatt在播客中集中讨论了AI研发效率、递归自我改进（RSI）的可行性、人类专家数据是否构成训练瓶颈，以及token价格下降对行业的影响。这是少有的由一线对齐研究者系统梳理“AI自己改进自己”技术路径的公开对话。
Launch HN：Discovered Materials (YC P26) – 用 AI Agents 发现新材料
一家 YC 孵化的初创公司正在用 AI Agents 做新材料发现，目标瞄准数据中心芯片的散热难题，目前已能合成性能不输全球化工巨头保密配方的热界面材料。
uxspot MCP Server
UXSpot 推出 MCP Server，让 AI 助手能直接读取和操作设计工具中的界面数据。这相当于为 AI 接入 UI/UX 工作流提供了一个标准接口，值得设计工具链上的开发者关注。
微软新发布的 MAI Code 1.1 Flash 在价格和性能上都被 Deepseek 碾压了。
微软发布专为 GitHub Copilot 设计的新代码模型 MAI Code 1.1 Flash，虽然比上一代更便宜、更高效，但在性能和价格上双双落后于开源的 DeepSeek-V4-Flash，引发外界对微软模型策略的质疑。
xAI 发布 Grok Bot：给 AI 智能体配一台专属云端电脑，当”打工人”而非”聊天工具”
xAI 推出 Grok Bot 测试版，为每个 AI 智能体配一台云端专属电脑，让它们像员工一样独立处理多步骤任务。它不单独售卖，而是捆绑进 Cursor Ultra、Premium Teams 和 SuperGrok Heavy 三档现有订阅，被视为 AI 从“聊天工具”走向“数字打工人”的一次明确商业化尝…
DeepSeek单独注册Harness团队官方公众号 通用Agent产品发布在即
DeepSeek 为“Harness 团队”注册了官方公众号，首次为这一业务线建立对外沟通渠道，被普遍视为通用 Agent 产品即将发布的前置动作。这意味着 DeepSeek 正在把大模型能力从“能对话”推进到“能干活”的工程化落地阶段。
OpenAI 发布 ChatGPT Linux 桌面版：补齐最后一块拼图，与 Anthropic 正面争夺开发者
OpenAI 于 2026 年 8 月 12 日发布 ChatGPT Linux 桌面版预览，将 ChatGPT、ChatGPT Work 与 Codex 整合进同一窗口，补齐了产品线在 macOS、Windows 之后的最后一块拼图，也让与 Anthropic Claude 桌面版的开发者争夺战正式进入操作…
OpenAI Daybreak Blue
OpenAI 低调上线了一款面向防御性网络安全场景的专属模型 Daybreak Blue，它实际上是高端模型 gpt-5.6-sol 的定制别名，需要单独申请审批才能使用，暂不向免费用户开放。
Show HN：将 MCP 交互中的 LLM 轮次减少 75% 以上
Tura 是一个开源 agent 运行时（runtime harness），它把 ReAct 式多轮工具调用压缩成单轮宏命令图执行，在 DeepSWE 基准上比 Codex CLI 最多减少 69.1% 的 LLM 轮次和 77.5% 的 token，同时把可验证通过率从 63.3% 提升到 65.0% 或…