AI 日報｜GLM-5.3 與騰訊 Hy4 預覽版重磅開源，Anthropic 自主對齊研究突破，Grok Bot 支援網購與 Stripe 支付

AI 日報｜GLM-5.3 與騰訊 Hy4 預覽版重磅開源，Anthropic 自主對齊研究突破，Grok Bot 支援網購與 Stripe 支付

模型發布/更新

GLM-5.3 系列模型 — Z.ai

• 一言以蔽之：Z.ai 正式開源旗艦模型 GLM-5.3 及其輕量高效版 GLM-5.3-Flash，專為複雜軟體工程與網路防禦打造，全面支援 1M 超長上下文。

• 核心亮點：

• 在程式碼編譯、網安任務與長時程 AI Agent 工作負載上展現頂尖效能。

• 支援 OpenRouter 與各大 API 平臺，其中 GLM-5.3-Flash 以極高價效比在開源社群引發熱烈關注。

• 技術規格：開源權重 (Open-weight) / 1M 上下文 / 支援智慧代理與資安任務

• 傳送門：

  GLM-5.3 is now open-weight.
  
  Our most capable model for agentic coding and cyber defense is now available to download, run, and customize.
  
  Weights: https://t.co/v1IbWMXxg4
  Tech blog: https://t.co/ekQkO83jCv pic.twitter.com/f8XlJksKyf

  — Z.ai (@Zai_org) August 28, 2026

Hy4 Preview — 騰訊混元 (Tencent Hunyuan)

• 一言以蔽之：騰訊混元重磅推出新一代旗艦模型 Hy4 Preview，採用混合專家 (MoE) 架構並解鎖 1M 上下文視窗。

• 核心亮點：

• 總引數達 770B、啟用引數 49B，在軟體工程、金融分析與遊戲開發等真實生產力任務中表現亮眼。

• 已在騰訊雲 TokenHub、OpenRouter 及 Vercel AI Gateway 同步上線。

• 技術規格：770B 總引數 / 49B 啟用 / 1M 上下文 / 開源預覽

• 傳送門：騰訊混元官方說明

Qwen3.8-Flash — 阿里雲 Qwen

• 一言以蔽之：阿里雲發布 Qwen3.8-Flash 多模態模型，主打輕量高效與 1M 上下文支援，全面登陸 OpenCode Go。

• 核心亮點：

• 具備 125B 總引數、6B 啟動引數的平衡架構，兼顧推理速度與多模態處理能力。

• 在多個開發平臺與工具中同步支援，大幅降低開發者的工程呼叫成本。

• 技術規格：125B/6B 引數 / 1M 上下文 / 多模態

• 傳送門：

  125B/6B, 1M context, multimodal, now in OpenCode Go. ⚡ Happy coding with Qwen3.8-Flash! https://t.co/hHp1TdSEU6

  — Qwen (@Alibaba_Qwen) August 28, 2026

產品發布/更新

Grok Bot 支援 Link 與 Stripe 支付：開啟 AI 自主網路購物新時代 — xAI

• 更新內容：xAI 為 Grok Bot 推出重大功能更新，支援繫結 Link 與 Stripe 帳戶，讓 AI 代理能夠在使用者授權與審核下，安全地在網路上代為完成購物與各類交易。
• 適用人群：[一般大眾 / 效率工具重度使用者 / 網購族群]
• 體驗通道：

  Grok Bot can now be linked to a Link account so it can buy things for you online.
  
  > All transactions still require approval.
  > Only available in the US 👀 https://t.co/9XhY6iFOkw pic.twitter.com/YqHyfrHuee

  — 🚨 AI News | TestingCatalog (@testingcatalog) August 28, 2026

Rosalind Workbench 研究預覽版 — OpenAI

• 更新內容：OpenAI 正式推出 Rosalind Workbench，將科學問題與基因組學、蛋白質結構分析等專門模型及工具無縫串聯在單一工作流中，提升科學研究效率。
• 適用人群：[科學研究員 / 生物資訊工程師 / 開發者]
• 體驗通道：

  Rosalind Workbench connects scientific questions to specialized models, tools, and reviewable outputs in one workflow, from protein structure and sequence analysis to sequencing pipelines.https://t.co/03b2Q4gfaF

  — OpenAI Developers (@OpenAIDevs) August 28, 2026

產業動態

美國聯邦法院裁定：川普政府將 Anthropic 列入黑名單違法

• 事件概述：美國加州北區聯邦地區法院法官 Rita Lin 正式裁定，川普政府此前將 Anthropic 列為國家安全供應鏈風險並禁止其 AI 技術使用的行為違法，構成對第一修正案的非法報複。
• 影響分析：此項判決保障了 AI 企業在拒絕放棄產品安全與倫理限制（如反對致命自主武器及大規模監控）時的法律權益，對未來 AI 政策監管與政府採購具重大指標意義。
• 新聞連結：Ars Technica 報導

AI 雲端服務商 Lambda 獲 10 億美元債務融資以採購輝達晶片

• 事件概述：AI 雲端新創 Lambda 透過摩根大通安排的私人短期債務融資籌集 10 億美元，用於採購並部署微軟租賃所需的輝達 AI 晶片。
• 影響分析：反映出全球 AI 基礎設施算力軍備競賽持續白熱化，雲端服務商正透過巨額融資快速擴充高階 GPU 叢集以應對暴增的推理需求。
• 新聞連結：TechCrunch 報導

論文研究

Automated Researchers Mitigate Alignment Failures — Anthropic

• 研究動機：探討能否利用成熟大模型自動化進行對齊研究，以解決傳統人工對齊速度慢、成本高昂且難以應對隱蔽對齊失敗的難題。
• 核心創新：研究團隊讓 Claude 自主提出研究方法並訓練模型，成功在 10 個對齊基準上顯著提升模型表現，甚至在欺騙場景中超越多位人類專家。
• 研究成果：證明瞭 AI 自主進行安全對齊與自我改進的可行性，大幅縮小了安全差距且不損害通用模型能力。
• 論文地址：Anthropic 官方研究報告

WikiSkills: Maintaining Agent Skills Through Persistent Knowledge — Google DeepMind / Google

• 研究動機：傳統 AI 智慧代理在演化技能時容易將執行軌跡與累積知識混為一談，導致跨任務泛化能力不足。
• 核心創新：提出將原始執行軌跡、累積知識持久化的 Wiki 以及可執行技能三者徹底解耦，讓後續的技能更新基於穩定知識庫而非雜亂的最佳化歷史。
• 研究成果：消融實驗表明，擁有持久化知識 Wiki 的小模型表現可超越缺乏此機制的實體大模型，且技能可在不同模型家族間有效遷移。
• 論文地址：

  A great paper from Google on maintaining agent skills through persistent knowledge. https://t.co/jmtXNRyJap

  — elvis (@omarsar0) August 28, 2026

Co-Scientist 邁向真實世界實驗：材料科學與生物學的突破 — Google DeepMind

• 研究動機：將 AI 科學家從純模擬模擬推進至真實世界的實驗室自動化操作，解決複雜材料合成與生物學預測的難題。
• 核心創新：結合具備盲審機制的推理時間擴放架構，驅動化學氣相沉積反應器與多模態生物資料預測，並透過可靠性模組降低幻覺。
• 研究成果：在 HealthBench Hard 上超越多個前沿模型，並成功在數分鐘內單次合成出高品質的 2D 材料（如 MoS2）與預測大腸桿菌群聚表型。
• 論文地址：

  Impressive new paper from Google DeepMind.
  
  (bookmark it)
  
  It takes Co-Scientist out of simulation and into real-world experiments.
  
  A summary of the results:
  
  In computer science, it found an inference-time scaling architecture that beat six frontier models on HealthBench Hard… pic.twitter.com/5Znqf4A5cZ

  — elvis (@omarsar0) August 28, 2026

其他分享

OpenRouter 資料揭示：傑文斯悖論在大模型降價下的真實體現

• 內容簡介：OpenRouter 發布的最新資料顯示，當 GPT-5.6 Terra 和 Luna 等高階模型大幅降價與提供折扣時，其 Token 總消耗量不降反增，飆升了高達 13.8 倍。這完美印證了經濟學上的傑文斯悖論（Jevons Paradox）——當技術使資源使用更高效時，該資源的總消耗量反而會大幅增加。
• 傳送門：

  What happened when GPT 5.6 Terra and Luna were heavily discounted on OpenRouter?
  
  Token usage exploded by 13.8x
  
  Jevons Paradox = as technology makes the use of a resource more efficient, total consumption of that resource increases rather than decreases 🧵 pic.twitter.com/5rPiufYhGz

  — OpenRouter (@OpenRouter) August 28, 2026