本次运行扫描窗口为 [2026-08-24T00:00:29Z, 2026-08-28T00:31:03Z]（约 4 天，检索 overlap 回退至 2026-08-23T21:00:29Z）。本日产出：5 个窗口内新事件（GLM-5.3-Flash 开源、Gemini CLI 0.57.0 将 A2A server 打进 stable、AutoSaddler / AgentWeave / SCAE 三篇研究）、5 个既有事件更新（GLM-5.3 权重落地、Codex 0.150.0/0.150.1、Claude Code 2.1.242–250、Cursor Origin 无仓库启动、Nvidia×Poolside 细节）。趋势侧有两个重要升级：趋势 #1（中国开源权重前沿 coding）因 GLM-5.3 权重落地 + Artificial Analysis 独立评测升级为 strengthening / Medium；趋势 #3（coding agent 收敛为 multi-agent runtime）因 Codex 0.150.0 的 agent 间消息 + Gemini CLI a2a-server 进 stable，确认判据 (a) 达成，升级为 established / High。本周期没有发现证据充分的新趋势。

今日摘要

  • 新事件：Z.ai 以 MIT 开源 GLM-5.3-Flash（ev-20260825-01，TRIAL）——320B 总参 / 18B 激活的原生多模态 MoE，GLM-5 系列首个全新底座（不再沿用 GLM-5.2），混合稀疏-线性注意力 + mHC，30T token 多模态预训练。官方称十分之一价格全面超过 GLM-5.2、coding/agentic 接近 Opus 4.8；Artificial Analysis 独立评分 57。对本轮中国开源潮，这是第一个纯 MIT（无营收门槛、无安全审查条款）的前沿级模型，且架构明确瞄准长上下文服务成本。
  • 新事件：Gemini CLI 0.57.0 stable 将 a2a-server 打进发布线（ev-20260825-02，WATCH）——v0.57.0（8/25）tag 内含 packages/a2a-server，并发布为 npm 包 @google/gemini-cli-a2a-server@0.57.0；release notes 合并了一整批 [SSR Agent] 修复。A2A 协议 server 从 main 分支实验变成 Google 稳定产物，但零文档零公告——当路线图信号看，别当构建目标。
  • 更新：GLM-5.3 权重落地（ev-20260814-02，维持 TRIAL）——zai-org/GLM-5.3（FP8，153 个文件）与 GLM-5.3-BF16 于 8/25 创建，较官方「两周后」（~8/28）提前约 3 天；总参数 753B，无门禁。许可证为自定义 glm-5.3：MIT 式宽松，唯一限制是年收入超 $10B 的 MaaS 业务商用前需过 Z.ai 安全审查。Artificial Analysis 独立评测 Intelligence Index 60（与 Kimi K3 持平、较 GLM-5.2 +7）。趋势 #1 确认判据（权重落地 + 独立评测）实质达成。
  • 更新：Codex 0.150.0 stable 落地 agent 间消息（ev-20260818-02，维持 ADOPT）——8/26 发布：@ 引用其他 Codex 任务，agent 可在终端读取、创建或向任务发消息——agent 发起的跨任务消息进入非 Anthropic stable 运行时，趋势 #3 判据 (a) 达成。另有 Interrupt hooks（回合中断触发命令/MCP handler）与一批安全加固（不可信项目不注入 AGENTS.md、凭据脱敏、应用签名校验）。0.150.1（8/27）修复远程压缩图片预算。
  • 更新：Claude Code 四天七发 2.1.242–250（ev-20260814-04，维持 ADOPT）——要点：2.1.248 的 --restricted 收敛模式（移除执行类内置工具、限工作目录、拒 bypassPermissions——CI/自动化场景的 confinement 方案）；跨会话消息扩展到 Bedrock/Vertex/Foundry 及关闭遥测场景；2.1.247 的 /claude-api cost-optimize（按缓存、token 卫生、batch、effort 逐项测量降本）；2.1.243 的 promptCacheTtl（主会话 1h / subagent 5m）与 modelPricing（组织合同价进 /cost）。
  • 更新：Cursor「Start from scratch」让 cloud agents 摆脱 GitHub 依赖（ev-20260817-02，维持 WATCH）——8/27 起 cloud agents 无需连接 SCM 即可开工，后台自动创建 Origin 仓库，浏览器实时预览 agent 环境，可接 Vercel 发布。Origin 仍是 early beta，但已成为无仓库路径的默认后端——coding agent 平台纵向整合的 early indication 进一步增强（仍单组织，不立项）。

既有事件更新

事件 更新内容 处理
GLM-5.3 发布（ev-20260814-02） 权重 8/25 落地 HF（FP8+BF16，753B，无门禁）；glm-5.3 许可证条款（MIT 式 + $10B MaaS 安全审查条款）；Artificial Analysis 独立评测 60 更新实体（technical_details.weights/license/independent_eval），推荐维持 TRIAL
Codex CLI（ev-20260818-02） 0.150.0 stable（8/26）：@ 任务引用 + agent 读/建/消息任务、Interrupt hooks、安全加固；0.150.1（8/27）：压缩图片预算修复 更新实体，推荐维持 ADOPT
Claude Code（ev-20260814-04） 2.1.242–250（8/24–8/27）：--restricted 模式、跨会话消息多云扩展、cost-optimize、promptCacheTtl/modelPricing 等 更新实体，推荐维持 ADOPT
Cursor Origin（ev-20260817-02） 8/27「Start from scratch」：无 SCM 启动、自动 Origin 仓库、浏览器实时预览、Vercel 发布 更新实体，推荐维持 WATCH
Nvidia×Poolside（ev-20260822-01） Quartz 8/24（援引 WSJ）：100+ Poolside 工程师加入 Nvidia 的 Nemotron 开源权重项目；截至 8/28 仍无官方确认 更新实体，推荐维持 WATCH

模型

  • GLM-5.3 开源权重（ev-20260814-02 更新）：见 Executive Summary。工程视角的三个要点：许可证足够宽松（绝大多数企业不受限）；day-0 支持 vLLM / SGLang / TokenSpeed / Transformers / KTransformers / Unsloth / vLLM-Ascend；模型卡披露后训练涌现的网络攻防能力（CyberGym 84.5 开源 SOTA、ExploitGym 较 GLM-5.2 翻倍以上）——与 OpenAI《Defender's Window》对 8 月底开源权重网络能力的预警直接呼应（背景交叉引用，见 ev-20260818-04）。
  • GLM-5.3-Flash（ev-20260825-01 新事件）：见 Executive Summary。混合稀疏-线性注意力是主流开源权重里第一次大规模落地「线性注意力降长上下文成本」的验证，值得 infra 团队跟踪 vLLM/SGLang 的支持深度与实际吞吐数据。
  • 背景（不立事件）：o3 于 8/26 从 ChatGPT 退役——90 天 sunset 期满，仅影响消费端模型选择器与 custom GPT，API 不受影响。与 2 月退役的 o4-mini、6 月退役的 GPT-4.5 同属例行清理。
  • 过滤：OpenAI 拟 Q4 IPO 抢先 Anthropic 上市（WSJ 8/26）与 Anthropic 机密 IPO 后续报道——普通资本市场新闻，不影响技术生态，按规则过滤；「Claude Opus 5 预计 Q3」类预测无技术细节，不采。

Agent 与 AI 工程

  • Gemini CLI a2a-server 进 stable（ev-20260825-02）：见 Executive Summary。对 multi-agent 互操作而言，这是继 Anthropic SendMessage 之后第二家在稳定工具链暴露 agent 间消息面的巨头。
  • AgentWeave（ev-20260826-02，WATCH）：推理前确定性过滤工具集——少暴露 70% 工具、少 62% 输入 token、降 51% 延迟；48 任务小样本，但「语义 top-8 选工具 0/48」是对相似度选工具这一默认做法的有力警示。MCP 工具目录膨胀的团队可参考其路由信号设计。
  • 趋势 #2（MCP 企业安全）：窗口内无新信号。Netskope 官方 release notes 仍停留在 140.0.0（8/28 复核），22 个 MCP 数据属性未出 feature flag；Zscaler 1/27 新闻稿中的 MCP gateway 表述经核实为更早的覆盖前背景（同组织，不另计证据）。干净 GA 判据仍未满足。

开源

  • DeepSeek Harness（ev-20260814-05，延续观察）：主仓 201,745 stars（8/28 核查；8/24 为 187,934，四天 +13.8k），最近 push 8/27。星速维持高位但按规则不构成趋势，维持 WATCH，等 API/plugin 面稳定后复评。
  • GLM-5.3 / GLM-5.3-Flash 开源（见 Models）：HF 生态 day-0 就位（vLLM/SGLang cookbook、recipes.vllm.ai、unsloth 指南均已挂出）。

研究

  • AutoSaddler（ev-20260826-01，TRIAL）：把 harness（prompt、工具配置、控制逻辑）当代码、从失败轨迹离线学习改进——GAIA2 / SWE-Bench Pro / Terminal-Bench 2.0 分别 +9.0 / +9.6 / +10.0 pp。代码已开源（aka.ms）。运营 coding agent 的团队可直接借鉴其「失败诊断 → 结构化补丁 → 留出验证」闭环。
  • SCAE 过程评估（ev-20260826-03，WATCH）：499 段文件定位轨迹的证据显示全轨迹 LLM judge 有系统性 collider bias——打的是语义相关性而非因果贡献。用 LLM judge 给 agent 轨迹打分做发布门禁的团队需要警惕。
  • AgentWeave（ev-20260826-02，WATCH）：见 Agent & AI Engineering。
  • 社区热度但不采为事件：arXiv 2608.25518（用游戏开发作可验证轨迹数据引擎 scaling world models，HF 112 票）——范式提案、摘要无数值无代码，暂列观察。

开发者工具

  • Claude Code 2.1.242–250（ev-20260814-04 更新，ADOPT）：见 Updates 表。CI/自动化用户重点关注 --restricted；API 计费用户关注 modelPricing 与 promptCacheTtl。
  • Codex CLI 0.150.0 / 0.150.1（ev-20260818-02 更新，ADOPT）：见 Updates 表。编排多任务的用户可开始用 @ 任务引用替代手工传递上下文。
  • Gemini CLI 0.57.0 stable（8/25）：除 a2a-server 外为可靠性修复（容量错误静默重试、取消回滚整轮请求、IDE 连接目录不匹配修复）。
  • OpenCode v1.18.22 / v1.18.23（8/24–25）：常规修复（Cloudflare AI Gateway 第三方路由、Anthropic 虚线 slug、GitHub OIDC 登录），无新原语，不立事件。
  • Cursor 8/27 changelog：见 Updates 表。

基础设施

  • 窗口内无新独立信息；Cerebras CS-4 三项 watch（定价、独立 benchmark、出货确认）继续等待，无 MLPerf 提交。Nvidia×Poolside 的 Nemotron 归属（见 Business & Policy）若坐实，将成为美国开源权重供给侧的首个重量级项目。

商业与政策

  • Nvidia×Poolside（ev-20260822-01 更新，WATCH）：新细节——100+ 工程师去向为 Nvidia 的 Nemotron 开源权重项目（Quartz 8/24 援引 WSJ）；截至 8/28 仍无任何一方官方确认、无模型、无时间表、无许可证条款。评估不变：官方确认 / 模型产物 / 许可条款三者任一出现再升级。
  • 过滤：OpenAI Q4 IPO 计划（WSJ 8/26）、Anthropic IPO 进程报道（Reuters）、Anthropic Q2 营收 $11.5B（Fortune 8/15，覆盖前）——资本市场新闻，不影响模型获取、API 成本或开源格局。

趋势信号

本周期没有发现证据充分的新趋势。 两个 early indication 维持 watch（不立项）：

  • Agentic retrieval loop：窗口内无第二家厂商等效产品（Mistral Agentic Search 8/20 后无跟进者）、无独立复现。
  • Coding agent 平台纵向整合：Cursor 8/27「Start from scratch」进一步把 Origin 变成默认后端（无 SCM 依赖、自动建仓、实时预览、Vercel 发布），纵向整合信号增强，但仍为单组织行为。

既有趋势复核：

  1. 中国 lab 开源权重 frontier coding 模型 — 升级为 strengthening / Medium：确认判据实质达成——GLM-5.3 权重 8/25 落地（宽松 glm-5.3 许可、无门禁、753B）+ Artificial Analysis 独立评测（60，与 Kimi K3 持平）；同日 GLM-5.3-Flash 以纯 MIT 开源（同组织，加强信号）。未到 High 的原因：判据的另外两项（下一周期再出现一个同级发布、HF 下载增速持续）仍在等待，且独立评测针对 API 而非权重的社区复现。
  2. MCP 进入企业安全与治理阶段 — 维持 emerging / Medium（无新信号）：Netskope 仍停在 140.0.0，22 属性未出 flag；Zscaler 1/27 MCP gateway 为覆盖前背景（同组织不另计）。干净 GA 判据未满足。
  3. Coding agents 收敛为 multi-agent runtime — 升级为 established / High：判据 (a)（agent-to-agent 语义消息落地非 Anthropic stable 运行时）由 Codex 0.150.0 达成（agent 可读/建/消息任务）；同窗口 Gemini CLI 0.57.0 将 a2a-server 打进 stable 并发 npm 包，成为第七家组织（Google）在稳定运行时落地协议级互操作。残余缺口：Google 侧零文档、生产案例与采用遥测仍缺——已记为持续观察点，不再阻碍 established 定级。

技术雷达

新增：GLM-5.3-Flash（foundation-model / TRIAL）、Gemini CLI a2a-server（agent-protocol / WATCH）、AutoSaddler（agent-engineering 研究 / TRIAL）、AgentWeave（tool-routing 研究 / WATCH）、SCAE 过程评估（agent-evaluation 研究 / WATCH）。更新：GLM-5.3（foundation-model / TRIAL，权重已落地）、Codex CLI（developer-tools / ADOPT，0.150.1）、Claude Code（developer-tools / ADOPT，2.1.250）、Cursor Origin（developer-tools / WATCH，无仓库启动）。其余沿用 8/13–8/24 雷达。

值得一试

  • 自托管用户按 SGLang cookbook / vLLM recipes 起 GLM-5.3-Flash：MIT 许可 + 线性注意力长上下文，320B 总参需要多卡/多节点；先在长上下文负载上对比吞吐与显存，再决定是否进路由池。
  • 运营 coding agent 的团队本周就可以抄 AutoSaddler 的作业：不必上全套系统，先建立「失败轨迹 → 归因 → harness 补丁 → 留出验证」的周循环，这是 +9~10 pp 的来源。
  • CI 里的 Claude Code 换 --restricted 跑：移除执行类工具 + 限工作目录 + 拒 bypassPermissions，比纯 permission prompt 更可审计。
  • 多任务编排改用 Codex @ 任务引用：让 agent 直接读/建/消息其他任务，减少人肉搬运上下文。

观察项

  • GLM-5.3 权重的社区独立复现（Terminal Bench / SWE 系列的第三方运行）与 HF 下载增速——趋势 #1 升 High 的剩余判据。
  • Gemini CLI a2a-server 的官方文档/公告——从 shipped-but-undocumented 转正的信号。
  • Codex 0.151 stable 线（alpha.9 已到 8/28；下一 stable 是否继续扩展任务间协作原语）；Claude Code 2.1.251+（8/28 15:34Z 已发，窗口外，下次覆盖）。
  • 趋势 #2：Netskope 141.x 是否把 22 个 MCP 属性移出 feature flag；Zscaler AI Broker GA 状态；MCP auth spec 在主流框架落地。
  • Nvidia×Poolside / Nemotron：官方确认、模型产物、许可证条款任一出现即升级评估。
  • Mistral Agentic Search 的第二厂商等效产品（agentic retrieval loop early indication 转正式判据）。
  • 9 月：OpenAI ZDR/Private Safety 白皮书（ev-20260818-05）；9/29：OpenAI DevDay；11/21：GPT-5.6 Sol 促销价到期（ev-20260821-01）。
  • 背景日历：Astra / OpenAI 前沿 RL 恢复时间（ev-20260818-04）；DeepSeek Harness API/plugin 面稳定后复评 TRIAL。

来源