AI 要闻周报 — 2026年8月6日

Q: 🧠 Google DeepMind 重大重组：Hassabis 转任主席，Jeff Dean 27年后离开

本周 Google 官宣了 DeepMind（GDM）的领导层大调整： - Demis Hassabis 从 CEO 升任 GDM 主席 + Alphabet 首席科学家，同时继续领导 Isomorphic Labs。他的工作重心将转向塑造 AGI 与科学的未来——Pichai 称这是"对 Alphabet 和全人类都至关重要"的事。 - Koray Kavukcuoglu（GDM 现任 CTO、首席 AI 架构师）升任 Google DeepMind 高级副总裁，统管 Gemini 模型研发、前沿 AI 研究和 Gemini App。他在 DeepMind 待了 13 年，主导过 WaveNet、DQN 等突破。 - Jeff Dean 在 Google 工作了 27 年后离开，与资深院士 Sanjay Ghemawat 共同创办一家独立公益公司，专注加速机器学习、科学与工程领域的发现。Google 将作为创始投资者和云合作伙伴继续支持。 这个时点很有讲究：Gemini App 月活已达 9.5 亿+，Gemma 系列下载量突破 9 亿+，GDM 正全力冲刺前沿模型。这次调整与其说是

Q: 🦙 Meta 发布 Muse Code：基于 Muse Spark 1.2 的终端编码 Agent

Meta 的 AI 研究团队发布了 Muse Code（测试版），一款终端编码 Agent，由最新模型 Muse Spark 1.2 驱动。这是 Meta 对 Claude Code / Cursor 这类编码 Agent 的最明确一次进攻。 核心特性： - 异步后台 Agent — 会话期间常驻的子 Agent 会持续推进下一步，避免重复搜集信息，特别适合长链路多步骤任务。 - 可重放运行时 — 每次模型调用、工具运行、审批、编辑都会写入本地事件日志，崩溃后可以精确恢复到断点继续跑。 - 内置技能 — /plan 把任务转成带审批的计划，/grill 对计划进行压力测试，/goal 驱动目标完成。 Muse Spark 1.2 本身是面向编码的升级版：大幅增加了编码任务的训练算力，扩展了训练环境多样性，并针对长程任务训练（整仓库生成、端到端项目、自动研究）。值得注意的是，模型是与 Muse Code 协同训练的，两者配合效果最佳；Meta 还用 1.1 版生成高难度编码环境做自我改进训练。 为什么重要： Meta 不再只是发模型权重——它开始交付有真实产品完成度的开发者工具。特别是"

Q: ☁️ Cloudflare OS 开源：全员 Agent 工作平台

Cloudflare 开源了 Cloudflare OS——一个让公司里每个人都能拥有专属 Agent 和工作区的平台，围绕"公司怎么运作、公司知道什么、依赖什么系统"来构建。 背景：2026 年 5 月，Cloudflare 让全员用上了第一版。如今每天有数千名员工（很多是非工程岗位）在用——创建文档和幻灯片、自动化重复任务、搭建小型内部应用。各团队沉淀了一个共享的"上下文与技能库"，把公司术语、流程、最佳实践固化成 Agent 可执行的指令——一个人摸索出更好的方法，所有人都能用。 这次开源的版本是基于第一版经验的重建：静态应用升级为连接内部系统的实时软件，确定性任务不再重复消耗模型 token，跨工作区的访问控制也做对了。 为什么重要："让公司每个人都拥有 Agent"正在成为一个新品类。Cloudflare OS 是其中最早的可信开源方案之一——任何组织现在都能部署它，并接入自己的内部系统。 ---

Q: ⚡ 开源模型以 1/100 成本击败 GPT-5.6 Sol 检索

Castform（RL 后训练平台）与 Neon（Lakebase Postgres）的合作展示了一个越来越难以忽视的趋势：通过强化学习后训练，小型开放权重模型在检索这类专业任务上可以匹配甚至超越前沿 API 模型，而成本只有零头。 具体数字：一次典型的多轮 Agent 化检索请求，用 gpt-5.6-sol 需要 >10 秒、端到端约 0.03 美元；而开放权重模型便宜 100 倍，RL 后训练能把能力差距补上。 怎么做到的：Castform 的训练管线跑在 Neon 的 Lakebase Search 上——原始文档存在 Postgres 里，用 lakebase_text 和 lakebase_vector 生成合成训练数据，每次 RL rollout 的搜索工具调用都用 Lakebase Search，最终模型推理时也用同一个搜索工具。训练和推理环境完全一致，这就是秘密武器。 Castform 的目标是让 RL 后训练"像提示词工程一样简单"——不需要懂 ML 和 GPU 底层。 为什么重要： 现在的 Agent 化检索成本太 brutal 了——多跳循环会让 token 成本

Q: 🔁 Prime Agent：Prime Intellect 推出的自我改进 RL Agent

Prime Intellect 发布了 Prime Agent——一个基于"机器反馈强化学习（RLM）"的自我改进 Agent。它能在交互中持续优化自己的策略，这是当下很火的研究方向：实验室们不再满足于静态训练，而是追求"上岗后还能继续学习"的 Agent。 这其实是一周内的第二波：Meta 的 Muse Spark 1.2 也用了自我生成环境做训练。自我改进正在从论文走进产品，后面每个大版本估计都会带上这个主题。 ---

这一周的主角是"人和平台"。Google 重写了它最重要实验室的领导版图，Meta 推出了一款直指前沿的终端编码 Agent，Cloudflare 主张每个员工都应该有自己的 Agent，而两家初创公司证明了：便宜的开放模型在专业任务上已经能打赢前沿 API。

🧠 Google DeepMind 重大重组：Hassabis 转任主席，Jeff Dean 27年后离开

本周 Google 官宣了 DeepMind（GDM）的领导层大调整：

Demis Hassabis 从 CEO 升任 GDM 主席 + Alphabet 首席科学家，同时继续领导 Isomorphic Labs。他的工作重心将转向塑造 AGI 与科学的未来——Pichai 称这是"对 Alphabet 和全人类都至关重要"的事。
Koray Kavukcuoglu（GDM 现任 CTO、首席 AI 架构师）升任 Google DeepMind 高级副总裁，统管 Gemini 模型研发、前沿 AI 研究和 Gemini App。他在 DeepMind 待了 13 年，主导过 WaveNet、DQN 等突破。
Jeff Dean 在 Google 工作了 27 年后离开，与资深院士 Sanjay Ghemawat 共同创办一家独立公益公司，专注加速机器学习、科学与工程领域的发现。Google 将作为创始投资者和云合作伙伴继续支持。

这个时点很有讲究：Gemini App 月活已达 9.5 亿+，Gemma 系列下载量突破 9 亿+，GDM 正全力冲刺前沿模型。这次调整与其说是危机应对，不如说是"产品线和管理层需要分工"——一条轨道负责交付产品，一条轨道押注 AGI 的长期棋局。

为什么重要： Hassabis 转向首席科学家式的角色，说明 Alphabet 希望 AGI 研究不被产品压力绑架。而 Jeff Dean 的离开——谷歌早期搜索基础设施架构师中最后一位在任者——标志着一个时代的结束。

🦙 Meta 发布 Muse Code：基于 Muse Spark 1.2 的终端编码 Agent

Meta 的 AI 研究团队发布了 Muse Code（测试版），一款终端编码 Agent，由最新模型 Muse Spark 1.2 驱动。这是 Meta 对 Claude Code / Cursor 这类编码 Agent 的最明确一次进攻。

核心特性：

异步后台 Agent — 会话期间常驻的子 Agent 会持续推进下一步，避免重复搜集信息，特别适合长链路多步骤任务。
可重放运行时 — 每次模型调用、工具运行、审批、编辑都会写入本地事件日志，崩溃后可以精确恢复到断点继续跑。
内置技能 — /plan 把任务转成带审批的计划，/grill 对计划进行压力测试，/goal 驱动目标完成。

Muse Spark 1.2 本身是面向编码的升级版：大幅增加了编码任务的训练算力，扩展了训练环境多样性，并针对长程任务训练（整仓库生成、端到端项目、自动研究）。值得注意的是，模型是与 Muse Code 协同训练的，两者配合效果最佳；Meta 还用 1.1 版生成高难度编码环境做自我改进训练。

为什么重要： Meta 不再只是发模型权重——它开始交付有真实产品完成度的开发者工具。特别是"可重放运行时"这个设计，对 Agent 可靠性来说是个真正的好点子。

☁️ Cloudflare OS 开源：全员 Agent 工作平台

Cloudflare 开源了 Cloudflare OS——一个让公司里每个人都能拥有专属 Agent 和工作区的平台，围绕"公司怎么运作、公司知道什么、依赖什么系统"来构建。

背景：2026 年 5 月，Cloudflare 让全员用上了第一版。如今每天有数千名员工（很多是非工程岗位）在用——创建文档和幻灯片、自动化重复任务、搭建小型内部应用。各团队沉淀了一个共享的"上下文与技能库"，把公司术语、流程、最佳实践固化成 Agent 可执行的指令——一个人摸索出更好的方法，所有人都能用。

这次开源的版本是基于第一版经验的重建：静态应用升级为连接内部系统的实时软件，确定性任务不再重复消耗模型 token，跨工作区的访问控制也做对了。

为什么重要："让公司每个人都拥有 Agent"正在成为一个新品类。Cloudflare OS 是其中最早的可信开源方案之一——任何组织现在都能部署它，并接入自己的内部系统。

⚡ 开源模型以 1/100 成本击败 GPT-5.6 Sol 检索

Castform（RL 后训练平台）与 Neon（Lakebase Postgres）的合作展示了一个越来越难以忽视的趋势：通过强化学习后训练，小型开放权重模型在检索这类专业任务上可以匹配甚至超越前沿 API 模型，而成本只有零头。

具体数字：一次典型的多轮 Agent 化检索请求，用 gpt-5.6-sol 需要 >10 秒、端到端约 0.03 美元；而开放权重模型便宜 100 倍，RL 后训练能把能力差距补上。

怎么做到的：Castform 的训练管线跑在 Neon 的 Lakebase Search 上——原始文档存在 Postgres 里，用 lakebase_text 和 lakebase_vector 生成合成训练数据，每次 RL rollout 的搜索工具调用都用 Lakebase Search，最终模型推理时也用同一个搜索工具。训练和推理环境完全一致，这就是秘密武器。

Castform 的目标是让 RL 后训练"像提示词工程一样简单"——不需要懂 ML 和 GPU 底层。

为什么重要： 现在的 Agent 化检索成本太 brutal 了——多跳循环会让 token 成本成倍膨胀。如果 RL 后训练的开源模型真能在实际任务上追平差距，"什么都要用前沿 API"的假设就开始松动。

🔁 Prime Agent：Prime Intellect 推出的自我改进 RL Agent

Prime Intellect 发布了 Prime Agent——一个基于"机器反馈强化学习（RLM）"的自我改进 Agent。它能在交互中持续优化自己的策略，这是当下很火的研究方向：实验室们不再满足于静态训练，而是追求"上岗后还能继续学习"的 Agent。

这其实是一周内的第二波：Meta 的 Muse Spark 1.2 也用了自我生成环境做训练。自我改进正在从论文走进产品，后面每个大版本估计都会带上这个主题。

🗞️ 快讯

Atlassian Rovo 数据外泄研究 — PromptArmor 发布报告称 Rovo 可绕过安全控制外泄数据，企业 AI 团队值得一读。
NVIDIA Vera 白皮书被挑刺 — Chips and Cheese 仔细审阅了 NVIDIA Vera 白皮书，发现规格上有个"松掉的线头"，给下一代架构的 hype 泼了点冷水。
Gemini Robotics 进展 — GDM 上周展示了新的机器人进展，随着行业冲向具身智能，后续还会有更多。

本期周报就到这里，下周五见。如果你正在用这些工具做产品，欢迎来我们的 AI 工具导航站找找趁手的家伙。