面向熟悉 AI、技术与商业的读者：聚焦模型、Agent/AI coding、推理基础设施、中国 AI 生态与商业动态。
今天的主线是：模型发布继续向 coding/agent 倾斜，基础设施厂商把浏览器、推理网关、分离式推理与长上下文纳入 agent stack，中国模型生态则在 DeepSeek、GLM、Kimi、Qwen 之间形成“开放权重 + 编程/Agent 工具链”竞争。
摘要：Google 在 Gemini API release notes 中宣布 gemini-3.7-flash 于 8 月 13 日 GA，定位为“最智能的 workhorse model yet for coding and agents”，强调软件工程、Web 开发与 agentic workflows 的显著提升，并配套 introductory price。
为什么重要：这表明 Google 正在把 Flash 线从低价快模型推向主力 agent/coding 生产模型，企业使用 Gemini API 构建长链路自动化时会更关注延迟、价格与工具调用稳定性的组合。
来源链接 ↗摘要：DeepSeek-V4-Pro 模型卡显示模型已在 Hugging Face 可用，标注 MIT license、FP8、Transformers/Safetensors，并直接给出 vLLM 与 SGLang 的 OpenAI-compatible serving 示例。搜索与模型卡信息指向 8 月 13 日前后的 0813 版本。
为什么重要：中国开源/开放权重模型继续把“可自托管 + 低成本推理 + 长上下文/agent”作为差异化。对 infra 团队而言，官方模型卡直接给出 vLLM/SGLang 入口，比单纯 API 发布更利于快速纳入内部评测。
来源链接 ↗摘要：中文科技媒体报道智谱 8 月 14 日发布 GLM-5.3，称基座模型相对 GLM-5.2 不变，但通过更长、更复杂任务环境与后训练 scaling 提升智能上界，编程能力较前代提升约 50%，并面向 GLM Coding Plan 与 ZCode 等编程/Agent 场景开放。
为什么重要：这是一条典型的“中国模型厂商从参数扩张转向后训练与工具链分发”的信号：模型发布本身和 IDE/订阅计划绑定，竞争焦点从 benchmark 扩展到开发者入口、上下文保持与命令执行闭环。
来源链接 ↗摘要：GitHub Changelog 8 月 12 日介绍 Agent Plugins 1.0，覆盖 VS Code、Copilot CLI 与 Copilot app；规范把 skills 与 MCP servers 标准化，并建议将 Copilot 特定文件放入 com.github.copilot/ 命名空间以保持跨客户端可移植。
为什么重要：Agent 生态正在从“每个 IDE 各写一套提示词和工具配置”走向可分发插件包。MCP 与 skills 被纳入通用结构后，团队可以把内部工具、代码库规则、review/checklist 作为可版本化资产管理。
来源链接 ↗摘要：Cloudflare 近期 Agents Week 汇总提到 agent 是新的软件类别；相关发布包括把 AI Gateway 打造成统一 inference layer、Workers AI binding 与 14+ providers 模型目录，以及 Kitesurf——运行在 Workers/V8 isolates 上的 agent-first browser。
为什么重要：Agent 产品的瓶颈不只在模型，还在浏览器执行、安全边界、供应商路由和观测。Cloudflare 的路线把“模型调用、浏览器环境、权限隔离、网络边缘”合并为 infra 产品，直接对标企业 agent 平台需求。
来源链接 ↗摘要：GitHub releases 页面显示 vLLM 最新版本线为 v0.27.1（8 月 11 日）；同期 issue 中可见 DeepSeek V4、KV-transfer、MultiConnector、disaggregated prefill/decode 等部署问题。
为什么重要：推理框架竞争进入“支持最新 MoE/长上下文模型 + 分离式 prefill/decode + 多硬件后端”的工程深水区。新模型越依赖 1M context 与 agent 长任务，vLLM/SGLang/llama.cpp 的真实吞吐、显存和调度能力越影响成本。
来源链接 ↗摘要：NVIDIA 博客介绍 Nemotron 3 Super：120B 参数、12B active 的开放 hybrid MoE，针对 Blackwell 优化，1M token context，声称最高 5x throughput、2x accuracy，面向多 agent 工作流的 context explosion 与 thinking tax。
为什么重要：尽管发布时间早于本日报窗口，但过去 48 小时 NVIDIA/Reuters 仍围绕开放模型与 Nemotron 后续路线发酵。NVIDIA 正把 GPU 供应商位置延伸到可部署模型、NIM、企业 agent reference stack，从而影响云厂商和企业私有化选型。
来源链接 ↗摘要：OpenAI 新闻页搜索摘要显示 8 月 10–12 日有 GPT-5.6 Sol 改进、GPT-5.6 Luna 扩展给免费用户、Daybreak models on AWS，以及 ChatGPT Business premium seats 等更新；帮助中心也提示旧模型逐步退役。
为什么重要：OpenAI 的节奏更像平台运营：模型家族、价格/访问层级、云分发和企业席位同时调整。对企业采购而言，AWS 分发与 Business seats 可能比单次模型 benchmark 更直接影响落地。
来源链接 ↗摘要：Kimi 官方技术博客此前宣布 Kimi K3，并称 full model weights 于 7 月 27 日前发布；公开报道与 AA 文章称其为 2.8T 参数、1M context 的开放权重模型，在 agentic/knowledge benchmark 中接近前沿闭源模型。
为什么重要：这不是 24 小时内的新发布，但仍是最近中国 AI 生态比较的背景变量：DeepSeek、Kimi、GLM、Qwen 正在用开放权重、长上下文和 coding/agent 能力争夺开发者与企业私有化市场。
来源链接 ↗摘要：Qwen Code 文档站近期显示 VS Code Extension beta、SubAgents、Agent Arena、Skills、MCP、LSP、Worktrees、Headless Mode、Scheduled Tasks、Computer Use 等功能入口。
为什么重要：阿里 Qwen 不只在模型层竞争，也在复制/扩展 Claude Code、Codex、Copilot CLI 这类 coding agent harness。中国模型若要进入企业工程流程，IDE/CLI/权限/审计/上下文协议会变成关键分发层。
来源链接 ↗