Boundary/backfill file: events below were discovered during the first-run overlap scan (first run occurred 2026-08-15). They are attributed to their actual publication date. No prior run covered this date.

今日摘要

  • Google 发布 Gemini 3.7 Flash：定位编码和 agent 场景的"干活主力"档模型。相比 3.6 Flash，DeepSWE 从 49.0 升至 65.3，AutomationBench 从 17.0 升至 30.4。首发优惠价 $0.75/$3.75 per Mtok（至 2026-12-31），发布当天即 GA，并同步进入 GitHub Copilot。
  • DeepSeek V4-Pro GA：原生兼容 OpenAI Responses API，支持一键配置 Codex；新增 low/high/max 三档 thinking effort；8/16 起实行峰谷定价，谷时降至 50%。
  • OpenAI 预览 Ultrafast mode：GPT-5.6 Sol 跑在 Cerebras 晶圆级芯片上，输出速度最高 750 tok/s（约 14x）。这是 OpenAI 首次把前沿模型放到第三方非 GPU 芯片上。（发布时间在元数据与报道之间有 8/11–8/13 的出入，已标注。）
  • GitHub Copilot 周报：Agent Plugins 1.0 GA，覆盖 VS Code / CLI / SDK / App；Kimi K3 进入付费计划；JetBrains 支持 Ollama BYOK。
  • Cursor 推出 Builds：预热环境让云端 agent 启动速度最高提升 3x，8/17 起全量默认开启，不加价。
  • 研究：一项工作用契约级验证（contract-level verification，按代码应当满足的约束逐条检查，而不是只看测试是否通过）检查 LLM 生成的 GPU kernel，发现已合入的 kernel 中 39.5% 存在超出容差的错误；DARTree 结合扩散投机解码与自回归 draft tree，无损加速至 9.73x；DCD（解耦对比解码）加速 1.65-1.95x，有代码。

模型

  • Gemini 3.7 Flash（Google）— FrontierCode 1.1 43.6%、DeepSWE v1.1 65.3%、WebDev Arena Elo 1588；首发价 $0.75/$3.75（2027-01-01 起 $1.50/$7.50）。GA 渠道：Gemini API / AI Studio / Copilot / Antigravity。〔TRIAL〕
  • DeepSeek V4-Pro GA — Terminal-Bench 2.1 87.9、HLE 60.0（带工具）、CyberGym 83.3；兼容 Responses API；8/16 16:00 UTC 起实行峰谷定价。〔TRIAL〕
  • GPT-5.6 Sol Ultrafast mode（OpenAI × Cerebras）— 750 tok/s、14x；小范围 preview，尚未定价。〔WATCH〕

Agent 与 AI 工程

  • GitHub Copilot Agent Plugins 1.0 GA：一次构建、多端运行，相当于 Copilot 给 MCP 生态立下一套"插件标准"；Copilot CLI 新增 /tasks 子代理视图、--plan + --mode autopilot 和 /rewind。〔TRIAL〕

开源

  • JetBrains 上的 Copilot 支持 Ollama BYOK（bring your own key，接入自己部署的本地模型）和跨会话记忆。这是本地模型进入企业 IDE 的信号。

研究

论文 结果 工程相关性 代码 建议
arXiv 2608.12700 GPU kernel 契约级验证器 2,638 个已合入 kernel 中，39.5% 存在错误，62.1% 至少违反一项契约 直接警示"LLM 生成代码 + 宽松测试就上线"的做法；基于属性的验收关卡（property-based gates）应进入 CI Zenodo artifact TRIAL
arXiv 2608.13524 DARTree 每轮验证接受 12.97 tokens；无损加速 9.73x 推理服务栈的加速候选 无 WATCH
arXiv 2608.12913 DCD 对比解码加速 1.65-1.95x 有代码，验证成本低 github.com/chadlzx/dcd WATCH

开发者工具

  • Cursor Builds：环境按小时级预热，构建失败则不启用；8/17 起全量默认开启。〔WATCH → 届时评估〕

基础设施

  • OpenAI Ultrafast mode（Cerebras）：前沿模型与非 GPU 芯片的组合，首次进入 OpenAI 生产级 API 的版图。〔WATCH〕

趋势信号

（首次运行，无历史基线；候选信号记录见 trends/current.md。）

技术雷达

  • Gemini 3.7 Flash: TRIAL（新）
  • DeepSeek V4-Pro: TRIAL（新）
  • OpenAI Ultrafast: WATCH（新）
  • Copilot Agent Plugins: TRIAL（新）
  • Cursor Builds: WATCH（新）

值得一试

  • 在高并发 agent loop 中，将 Gemini 3.7 Flash 与当前默认模型做一次成本/质量 A/B 对比。
  • 把 property-based gates 的思路引入自己的 LLM 代码生成 CI。

来源