Anthropic 发布 MHS，AI 操控物理设备
Anthropic 双线并进：一边以 MHS 标准将 AI 安全延伸至物理世界，一边以 450 亿美元算力协议巩固训练底座。同时，GLM-5.3-Flash 的性价比路线正重塑工作负载分配，行业竞争从模型智能转向基础设施与成本效率的综合比拼。
- 🤖 Anthropic 发布 MHS 标准
- 💸 450 亿美元算力协议
- ⚡ GLM-5.3-Flash 承接 45% 负载
今日AI
1. Anthropic 发布模型硬件标准 MHS，让 AI 智能体安全操控物理设备
8 月 27 日，Anthropic 开放「模型硬件标准」(MHS) 研究预览，为 AI 智能体安全操控物理设备提供统一、可验证接口，首批面向科研实验室与先进制造企业。此举标志 AI 与物理世界交互的关键一步，为多智能体实体场景安全协作奠定基础。
2. Anthropic 再签 450 亿美元算力协议，与 Nscale 继续加码计算储备
Anthropic 与英国算力供应商 Nscale 达成 450 亿美元交易，延续其大规模算力采购策略。此举凸显头部 AI 公司为支撑下一代模型训练而展开的算力军备竞赛，投入远超传统科技公司，进一步抬高行业进入门槛。
3. GLM-5.3-Flash 或可承接 45% 的 AI 工作负载，成本端正在坍塌
VentureBeat 分析称，智能在顶部饱和、成本在底部下探，以 GLM-5.3-Flash 为代表的高性价比模型或承接约 45% 的 AI 工作负载。企业应重新评估前沿大模型与轻量模型的边界，开源与性价比路线正冲击行业格局。
AI大神
Box CEO Aaron Levie
1. 企业非结构化数据是AI金矿
Box CEO Aaron Levie 表示，企业增长来自挖掘非结构化数据的AI需求，如合同、财务文档等，这些数据可用AI agent提问、挖情报、自动化工作流，企业需要能随时换模型的应用层AI平台。
Walleye CEO Will
2. 不用AI工具如同拒绝互联网
百亿美元对冲基金Walleye CEO Will 在AI-first备忘录中称，忽视能让我们更快更聪明的AI工具是可耻的，不用这些工具就像1995年因互联网不完美而拒绝使用，强调从最高层构建AI文化。
Every CEO Dan Shipper
3. Codex原生应用来了
Every CEO Dan Shipper 宣布Codex现在可以构建原生应用，而不只是网页应用，这意味着开发者能直接用Codex生成可安装的原生app，AI编程工具正从写代码扩展到交付完整可运行的原生产品。
Vercel CEO Guillermo Rauch
4. agent指尖的全球算力
Vercel CEO Guillermo Rauch 盛赞新能力：全球算力触达agent指尖，默认支持多区域、故障转移、最高10000个并发沙盒、每分钟5000 vCPU扩容，为AI agent提供弹性跨区域的按需算力，是agent时代云计…
Claude Code 工程师 Thariq
5. Claude新增SendFeedback工具
Anthropic Claude Code 工程师 Thariq 上线新功能：Claude现在有SendFeedback工具，用户只需告诉Claude起草并批准即可提交反馈，降低反馈门槛，把用户的声音直接接入迭代闭环。
AI研究
[Arxiv]
1. 行星预测引擎：通过智能数据选择与基础模型嵌入实现自主地理空间预测
Google 团队提出行星预测引擎（PPE），一个自主 AI 系统，能从自然语言查询端到端完成地理空间建模。它实时合成多模态数据，从 Data Commons 与 Google Earth Engine 检索协变量，并与 PDFM、AlphaEarth 等基础模型嵌入融合，自动搜索定制模型架构并内置过拟合防护。
AI工程
零件都过关，整机还得试跑一遍
1. 单元测试的盲区：
单元测试像逐件检查零件是否合格，但零件全合格不等于整机能跑
单元测试像逐件检查零件是否合格，但零件全合格不等于整机能跑。只有拼起来实际运转，才会暴露"接口对不上、进度不显示、内存泄漏"这类交界处的问题。原文案例里 5 个缺陷，单元测试一个都没抓到。
2. 试跑会改变写码行为：
让 AI 知道结果要过"全流程试跑"，它写代码时就会多想一步
让 AI 知道结果要过"全流程试跑"，它写代码时就会多想一步——这个接口和上下游怎么对接、有没有守住边界、出错怎么办。再把架构规则写成自动检查，报错时直接告诉它"怎么改"，形成自我修正的闭环。
3. 让防护网自动变强：
每发现一类新错误，就把它沉淀成一条自动检查，防护网越织越密
每发现一类新错误，就把它沉淀成一条自动检查，防护网越织越密。报错别只说"错了"，要讲清三件事：哪里错、为什么、怎么改，让 AI 能自己动手修，而不是只会喊"出问题了"。
Agent工具
⭐ 3,061 stars/周
1. santifer/career-ops — AI 求职评估与简历定制
santifer/career-ops 将任意 AI 编程 CLI 变成求职指挥中心，用 Playwright 自动扫描招聘页并批量评估岗位。多智能体并行处理 10+ 岗位，拆解为八模块报告并给出 1-5 全局评分，还能定制 ATS 优化简历。
⭐ 2,217 stars/周
2. apache/maka — 本地优先 AI 智能体工作台
apache/maka 是 Apache 孵化的本地优先 AI 智能体工作台，在沙箱内运行工具并记录可恢复的追加式日志。单一 Runtime Host 驱动桌面、TUI/CLI 与评测三入口，内置常用工具，越界需审批，支持崩溃恢复。面向真实工作，缩短上下文却不删历史证据，支持多臂评测。
⭐ 1,818 stars/周
3. tinyhumansai/openhuman — 个人 AI 记忆与智能体编排
tinyhumansai/openhuman 是个人 AI 超级智能，集本地持久记忆、智能体编排与深度研究于一体。Memory Tree 压缩数据至 SQLite 并镜像为 Obsidian，TokenJuice 最高省 80% token，支持 100+ OAuth、5000+ MCP、9 万+…