返回周报

Weekly Report

AI 重大技术变化周报

覆盖 2026-08-17 至 2026-08-23,时区 Asia/Bangkok (UTC+7),共 9 条。

OpenAI 暂停部分前沿 RL 训练两周、搁置最大一轮 RL,“为前沿定节奏”从呼吁变成实验室行动;Agent 训练重心从提示转向可执行环境;Qwen3.8-27B 成为本地 Agent 的新基线。

重大变化

  • RSI 与安全

OpenAI 暂停部分前沿 RL 训练,以安全准备度决定扩展节奏

发生了什么:08-18 OpenAI 发布 Pacing model development in an era of cyber-critical capabilities:暂停部分前沿 RL 训练两周,并继续搁置计划中规模最大的一轮前沿 RL,期间加强监控、隔离和红队。Sam Altman 称这是能力跑在安全与对齐准备之前的情形,Greg Brockman 表示安全信心将越来越多地决定前沿扩展的节奏(二手)。前一日 OpenAI 发布 The Defender's Window。

为什么重要:这是 W31 员工联署“为前沿定节奏”之后,第一次有实验室公开放慢自家训练。对 Agent 生态的直接影响是:更强模型的发布时间表开始受安全评估约束。

OpenAI: Pacing model development

OpenAI: The Defender's Window

OpenAI on X

AINews(二手汇总)

  • 后训练

Agent 训练转向“以环境为中心”:GLM-5.3 与 EnvHarness

发生了什么:社区对 GLM-5.3 的解读是:同一个基座模型,靠更丰富的可执行环境和 SAO 式反事实信用分配获得更好的长时程表现;Google 的 EnvHarness / EnvRigger 用插件层改造静态环境(二手)。AINews 08-22 提出“每年都有一个机器智能生产环节从人工变成模型生成”的框架。

为什么重要:后训练的竞争从数据和算法转向环境规模和质量,与 OpenEnv、verifiers、Qwen-AgentWorld 是同一趋势。

ZhihuFrontier: GLM-5.3 解读

AINews(二手汇总)

  • 模型发布

Qwen3.8-27B 成为本地 Agent 新基线

发生了什么:Qwen3.8-27B 发布后四天内成为 Cline 中排名第一的本地模型,在 Artificial Analysis Agentic Index 上以 27B 规模排第 7(二手)。

为什么重要:本地可跑、Agent 能力接近前沿的中小模型出现,敏感代码和数据可以不出本机就交给 Agent 处理。

AINews(二手汇总)

  • MCP 与协议

MCP 发布新路线图

发生了什么:08-22 MCP 官方博客发布 The New MCP Roadmap,在 2026-07-28 规范落地后规划下一阶段方向。

为什么重要:无状态规范完成后,协议重心转向企业授权、文件传输等生产需求,后续 11 月的文件上传下载探索即在此列。

MCP Blog: The New MCP Roadmap

其他值得一提

也可阅读AI 重大技术变化:2026-W43 至 W46 总览。