AI 日報｜Cursor 發布 Origin 託管平臺、Grok 4.6 登頂 Agent 指數與 NVIDIA 鎖定 4.25GW 算力電力

AI 日報 | 2026-08-18

💡 此文章是自動產生，於每天早上九點自動更新。

模型發布/更新

Grok 4.6 登頂 Artificial Analysis Agentic Index — xAI

• 一言以蔽之：xAI 旗艦模型 Grok 4.6 在 Artificial Analysis Agentic Index 以 59 分高分登頂，與 Claude Opus 5 Max 並列全球第一。
• 核心亮點：
  • 自主解決問題能力突破：在工具呼叫、長程規劃與複雜問題解決的指標測試中表現出色。
  • 極致成本效益：平均約 53 輪對話完成任務，單次任務平均成本僅 $0.84，展現強大的 CP 值與 Pareto 邊界優勢。
• 技術規格：閉源模型 / Artificial Analysis Agentic Index 59 分
• 傳送門：

  Grok is very good at agentic tasks! https://t.co/qrk4htUMiR

  — Elon Musk (@elonmusk) August 17, 2026

Sakana Namazu — Sakana AI

• 一言以蔽之：Sakana AI 發布基於 Kimi K2.6 架構構建的專業模型 Sakana Namazu，正式上線 OpenRouter。
• 核心亮點：
  • 日本文化深度感知：將對日本在地文化與語言的深刻理解與高效能邏輯推理相結合。
  • 全能工具鏈：內建網路搜尋與程式碼執行能力，專為處理企業真實商業場景中的複雜任務設計。
• 技術規格：基於 Kimi K2.6 / 閉源 API / 支援網路搜尋與程式碼執行
• 傳送門：OpenRouter 模型頁面

Dreamina Seedance 2.5 1080p 升級與 Video Arena 登頂 — BytePlus / 抖音集團 (ByteDance)

• 一言以蔽之：ByteDance 旗下的 Dreamina Seedance 2.5 影音生成模型推出原生 1080p 解析度支援，並在 Video Arena「影片編輯」類別拿下榜首。
• 核心亮點：
  • 原生高畫質輸出：1080p 解析度配合原生 10-bit 色彩，帶來更銳利的紋理與自然光影，滿足影視級生產需求。
  • Video Arena 登頂：在 Video Arena 影片編輯榜上以 1411 分高居第一，領先第二名達 23 分。
• 技術規格：原生 1080p / 10-bit 色彩 / 多模態影音生成
• 傳送門：

  Exciting news: Dreamina Seedance-2.5 by @BytePlusGlobal is topping ranks in Video Arena! It currently ranks #1 in Video Edit, the industry’s newest video capability category, which has only 9 models on the leaderboard so far.
  
  #1 Video Edit Arena: 1411 pts - a large 23 pts gap… https://t.co/mYmYFn55g6 pic.twitter.com/zZNVdFgPdo

  — Arena.ai (@arena) August 17, 2026

產品發布/更新

Cursor Origin AI 原生程式碼託管平臺 — Cursor

• 更新內容：Cursor 正式推出程式碼託管服務 Origin（早期測試版），專為 AI Agent 高頻協作與自動併發開發打造。Origin 打破傳統 Git 的人工審查節奏，支援每秒 22.6 次提交，並整合了 Graphite 堆疊式 PR 管理與 AI 自動衝突修復。現已支援與 GitHub 雙向同步以及 Vercel / Buildkite 自動部署。
• 適用人群：全棧開發者 / AI 驅動軟體工程團隊
• 體驗通道：Cursor 官方 Changelog

Claude Code /design 命令與畫板工作流 — Anthropic

• 更新內容：Anthropic 為 Claude Code CLI 與 Desktop 引進全新的 /design 研究預覽技能。開發者輸入 /design 即可喚起來自 Claude Design 的可編輯 UI 畫板（Artifacts），在圖形介面上調整視覺樣式後，由 Claude 自動將設計轉譯為生產級程式碼。
• 適用人群：前端工程師 / 產品設計師 / 獨立開發者
• 體驗通道：

  Claude Code can design now. The new /design skill (research preview) brings Claude Design's artboard workflow into the CLI and Desktop, built on artifacts.
  
  Run /design to get editable artboards for your UI — pick one, tweak it, then have Claude implement it. pic.twitter.com/uttl4F1G0e

  — ClaudeDevs (@ClaudeDevs) August 17, 2026

AgentCore Payments AI AI Agent 自動付費中介軟體 — LangChain & AWS

• 更新內容：LangChain 與 AWS 聯合推出 AgentCore Payments 中介軟體，解決 AI Agent 在呼叫付費 API 時遇到的 HTTP 402 Paywall 障礙。當 API 回傳 402 時，系統會自動比對會話預算並進行數位簽署付費，且所有消費紀錄與推理邏輯都會自動同步至 LangSmith，提供完整的審計軌跡。
• 適用人群：AI Agent 架構師 / 後端開發團隊
• 體驗通道：LangChain 部落格文章

Agent Development Kit (ADK) 零信任 AI Agent 構建框架 — Google

• 更新內容：Google 開源了基於 ADK 和 Gemini 的零信任客服與退貨 AI Agent 範例。該架構在 LLM 上下文之外建立三層防護：硬體加密簽名確保資料庫寫入不可否認、gVisor 沙箱隔離動態程式碼執行、以及確定性語意閘道器校驗業務邏輯，有效防範 Prompt 注入等安全攻擊。
• 適用人群：資安工程師 / AI Agent 開發者
• 體驗通道：Google Developers 部落格

ElevenLabs MCP for Claude — ElevenLabs

• 更新內容：ElevenLabs 推出專用 MCP (Model Context Protocol) Server，讓使用者能直接在 Claude 介面中管理與呼叫語音 AI Agent。使用者可直接檢視語音 Agent 效能、建立新 Agent、更新組態，並在變更上線前預估 LLM Token 成本。
• 適用人群：語音 AI 應用開發者 / 產品經理
• 體驗通道：

  Introducing the ElevenLabs MCP, now available in Claude.
  
  Your team can manage your voice and chat agents where you already work - review recent performance, create new agents, update configurations, and even estimate LLM costs before changes go live. pic.twitter.com/RkGqlr3I0h

  — ElevenLabs (@ElevenLabs) August 17, 2026

Junie 預設模型切換至 Gemini 3.7 Flash 並享 6 折優惠 — JetBrains

• 更新內容：JetBrains 宣佈其 AI 助手 Junie 將預設編碼模型升級為 Google Gemini 3.7 Flash，並提供限時 40% 折扣優惠。Gemini 3.7 Flash 在 DeepSWE v1.1 測試中，長程軟體工程任務解決率達 65.3%（顯著高於舊版 3.6 Flash 的 49.0%），能以更低成本提供精確的程式碼生成。
• 適用人群：JetBrains IDE 使用者 / CLI 開發者
• 體驗通道：JetBrains Junie 部落格

Cumora 開源 AI Agent 團隊協作工作區 — yetone / 開源社群

• 更新內容：開發者 yetone 開源 Slack 風格的 AI Agent 協作平臺 Cumora，讓 AI Agent 成為團隊頻道中的實體成員。Agent 具備獨立人設與記憶，能傳送私聊、認領任務與傳送郵件；支援 Cloud 託管與 BYOA (Bring Your Own Agent) 本地執行模式，並內建原子任務鎖定機制避免競態衝突。
• 適用人群：遠端團隊 / 開發團隊 / AI 工作流整合者
• 體驗通道：GitHub 專案庫

產業動態

NVIDIA 與 SB Energy 簽署俄亥俄州 PORTS-Pike 園區電力協議，OpenAI 將作為主要租戶 — NVIDIA / SB Energy / OpenAI

• 事件概述：NVIDIA 宣佈與 SB Energy 合作，鎖定俄亥俄州 PORTS-Pike 科技園區 4.25 GW 的電力容量，獨家部署 NVIDIA AI 工廠，而 OpenAI 將作為主要租戶入駐，預計每代系統部署約 150 萬顆 NVIDIA GPU。
• 影響分析：這是歷史上最大規模的資料中心基礎設施交易之一，鎖定了直到 2030 年的算力與電力供應，進一步鞏固了 OpenAI 與 NVIDIA 在超大規模 AI 訓練上的深度繫結。
• 新聞連結：NVIDIA 官方部落格

AirTag 實測揭露：亞馬遜大量採購珍本圖書掃描訓練 AI 後予以毀棄 — 404 Media / Amazon

• 事件概述：科技媒體 404 Media 透過藏在珍本圖書中的 AirTag 追蹤，發現亞馬遜位於拉斯維加斯的 VGT3 AI 訓練中心大量採購稀有實體書籍，並拆解掃描為文字資料用於前沿 AI 模型訓練，掃描完成後即予以銷毀。
• 影響分析：這是首次有直接證據證實科技巨頭為獲取高品質版權外訓練資料，正透過商業渠道秘密採購並拆毀實體珍本書籍，引發了出版界與圖書館界對版權保護與文化資產儲存的巨大爭議。
• 新聞連結：404 Media 獨家報導

AI 工作流自動化初創公司 Relay 宣佈關停，團隊加入 Google Chrome — Relay / Google

• 事件概述：AI 工作流自動化工具 Relay 宣佈將於 9 月 14 日終止服務。創辦人兼 CEO Jacob Bank 將重返 Google 出任 Chrome 產品副總裁，帶領團隊推動 Chrome 瀏覽器與 AI Agent 的原生協作與整合。
• 影響分析：反映出獨立 AI 自動化初創公司在巨頭生態包夾下的生存壓力，同時預示著 Google 正將 Chrome 瀏覽器定位為下一代 AI Agent 的核心作業環境。
• 新聞連結：TechCrunch 報導

論文研究

Harness-IF：測試編碼 AI Agent 對衝突指令的遵循能力 — 抖音集團 (ByteDance)

• 研究動機：當使用者的明確指令與 AI Agent 的預設行為模式或預置系統 Prompt 產生衝突時，評估 Agent 能否克服慣性、嚴格遵循使用者約束。
• 核心創新：構建 Harness-IF 對抗性基準，涵蓋 60 個多輪程式設計任務，將對抗指令分散於系統 Prompt、工具描述與專案檔案中。
• 研究成果：測試 12 個前沿模型發現，所有模型在面對與預設慣性衝突的指令時表現均顯著下降，顯示出目前的 Agent 可控性與指令遵循能力仍被高估。
• 論文地址：

  New ByteDance paper asks a much better question about AI agents: did the instruction actually change anything?
  
  We might be overestimating how controllable AI agents are because our tests often agree with their defaults.
  
  Want to know whether your agent actually follows… pic.twitter.com/UblOpujrXo

  — Rohan Paul (@rohanpaul_ai) August 17, 2026

其他分享

GitSkills：收錄 380 萬份 SKILL.md 的 AI Agent 技能資料集 — 開源社群

• 內容簡介：開源社群整理並發布了 GitSkills 資料集，從 GitHub 上 28 萬個公共儲存庫中挖掘出 380 萬份符合 SKILL 格式的檔案，去重歸併為 187 萬個獨立技能內容。該資料集以單一 SQLite 檔案提供，為研究 Agent 技能觸發機制與模式蒸餾提供了豐富的基石。
• 傳送門：

  Recommended resource. Largest dataset of agent skills I’ve come across. Great for mining cool ideas and patterns for your agents. https://t.co/z00rGoYPaT

  — elvis (@omarsar0) August 17, 2026