1. Gemini 3.7 Flash 发布：更智能、更便宜的编程与智能体模型；
2. DeepSeek Harness 开发者预览版发布；
3. 意面化 DRAM：重写内存控制器以解锁 CPU 隐藏区域；
4. OpenAI 与 Cerebras 联合推出 GPT-5.6 Sol Ultrafast 极速模式；
5. 德意志银行成为欧洲首家外资人民币清算行；

以上是今天的前五条黑科技新闻标题。

总共25条，具体内容您往下读…

1. Gemini 3.7 Flash 发布：更智能、更便宜的编程与智能体模型

🔗 blog.google: Gemini 3.7 Flash

Google 发布 Gemini 3.7 Flash，这是其迄今最适合编码与智能体的工作型模型，距 3.6 Flash 仅三周。模型在软件工程、网络开发和知识密集型任务中大幅提升：FrontierCode 1.1 Main 达 43.6%，DeepSWE v1.1 达 65.3%，WebDev Arena Elo 达 1588，GDP.pdf 达 34.0%，AutomationBench 达 30.4%。价格方面，输入 token 每百万 0.75 美元，输出 token 每百万 3.75 美元，约为 3.6 Flash 原价一半。开发者体验改进，能更好地应对障碍、澄清意图并遵循指令。Gemini Spark 自今日起使用该模型，提升 Google Workspace 工具使用和复杂工作流准确性。模型还更新了 CBRN 与网络攻击滥用防护。

2. DeepSeek Harness 开发者预览版发布

🔗 deepseek.com: DeepSeek Harness developer preview

DeepSeek Harness 现已进入开发者预览阶段，源码开放。其核心理念是 一切皆插件：模型、工具、技能、会话、沙箱、存储、循环、调度和 UI 等能力均可替换或重组。系统基于 Cordis 内核管理插件挂载与依赖，开发者可通过配置灵活组合能力。每次运行都可追溯，模型所见内容会记录在仅追加的会话日志中，支持检查、恢复、分叉与回放。提供标准、代码、极简和创作者四种运行时模式。可通过 npx @deepseek-ai/dsh web 快速启动，或从 GitHub 克隆源码安装。项目仍处于开发者预览，核心插件和 API 将持续演进。

3. 意面化 DRAM：重写内存控制器以解锁 CPU 隐藏区域

🔗 github.com: Spaghettifying DRAM

本文介绍了针对 AMD Family 16h 平台的 DRAM 地址加扰 攻击。通过修改内存控制器（DCT/MCT）中的 bank-swizzle 位，例如 xor dword [0xf80c2094], 0x00400000，可以在运行中把物理地址重新映射到任意 DRAM 坐标，从而使 &x != &x。由于所有保护机制都位于内存控制器之上，重排底层坐标能绕过 PSP、SMM、C6 DRAM 和微码等隔离。为在系统存活的同时读取受保护区域，攻击者需停止其他核心、预热 TLB 和缓存、关中断、刷新目标并快速翻转重映射。该地址变换是 GF(2) 线性映射，可用 z3 求解未知矩阵，计算出用于访问秘密的别名地址。该方法展示了 *p 深层流水线崩溃后，平台安全原语如何随之失效。

4. OpenAI 与 Cerebras 联合推出 GPT-5.6 Sol Ultrafast 极速模式

🔗 cerebras.ai: Accelerating GPT-5.6 Sol Ultrafast

Cerebras 与 OpenAI 发布 Ultrafast 模式 早期预览，并率先在 OpenAI API 上线，初期面向部分客户。该模式运行 GPT-5.6 Sol，可实现最高 每秒 750 个输出 token，且不牺牲质量，速度比 Fable 5 快 11 倍、比 Opus 4.8 Fast 快 5 倍。在 Humanity’s Last Exam 中，它用 11 小时 11 分钟完成 2500 道题，而 Claude Fable 5 需 78 小时 27 分钟，速度快近 7 倍。在 GDP-Val 经济价值任务上端到端提速 5.6 倍且质量无损。性能来自 Cerebras 晶圆级引擎，单芯片集成 44GB SRAM，权重保持在片上，降低数据搬运瓶颈。目前该服务处于有限预览阶段，后续将扩大容量。

5. 德意志银行成为欧洲首家外资人民币清算行

🔗 tradersunion.com: Deutsche Bank becomes first foreign yuan clearing bank in Europe

中国授权德意志银行在法兰克福开展人民币清算业务，使其成为欧洲首家获此资格的外资机构。此前欧洲人民币清算主要依赖中资银行，此次纳入德意志银行有助于北京扩大人民币国际使用网络。该行拥有欧元和美元清算基础设施，并与中国央行早有合作。对欧洲制造、汽车和绿色科技企业而言，直接人民币结算可减少绕道其他货币。此举虽不会立即撼动美元或欧元主导地位，但为企业在人民币计价、结算和投资方面提供了更完善的基础设施。

6. Mistral OCR 4.1：文档 AI 的新一代 OCR 引擎

🔗 docs.mistral.ai: Mistral OCR 4.1

Mistral 推出 OCR 4.1 公共预览版（Premier v4.1），作为其文档 AI 栈的最新 OCR 服务。它提供原生段落级边界框提取、结构化区块标签和区块级置信度评分，有助于更精准地解析文档布局。价格方面，每 1000 页为 €3.5，每 1000 页带标注为 €4.38。该服务支持通过 /v1/ocr 进行 OCR 与边界框提取、结构化注释，并可通过 /v1/batch 进行批处理；同时还可与 Z.ai GLM 5.2、Shieldstral 1.0、Mistral Medium 3.5 等其他模型配合使用。

7. 选择无聊技术（2015）

🔗 mcfunley.com: Choose Boring Technology (2015)

本文主张优先采用成熟、可预测的“无聊技术”。作者提出创新代币概念：每家公司大约只有三次创新机会，随意选用 NodeJS、MongoDB 或自研数据库等会耗光额度。MySQL、Postgres、PHP、Python、Memcached、Cron 等虽不炫，但能力与故障模式更清晰，能减少“未知的未知”。技术选型要全局优化，不能只看“最适合这份工作”，因为运维和认知负担的长期成本远高于构建便利。引入新技术应有公司级可见流程，先问现有栈是否真无法解决，并明确迁移计划。克制选型反而带来自由，让团队专注业务，像 Etsy 活动流在共享平台上无干预扩展 20 倍。最终目的是快速交付，而非为技术而技术。

8. 九号公共广播公司起诉铁山公司：档案数据访问被封锁

🔗 current.org: Nine PBS sues Iron Mountain over blocked access to archival data

美国公共广播公司九号台（Nine PBS）正在起诉数据存储服务商铁山公司（Iron Mountain），原因是其档案数据访问被封锁，导致无法正常调取重要内容。原评论指出，虽然希望PBS胜诉，但这一事件也暴露出仅保存一份副本的巨大风险。如果唯一的存档由外部机构控制，一旦合作关系破裂或服务中断，机构就可能失去对自身历史和资产的掌控。这种数据安全风险提醒所有内容创作者和文化机构，不能依赖单一存储方，必须建立多点备份和异地容灾机制。

9. 我向麦当劳申请数据，拿到515页“预测档案”

🔗 wired.com: I requested a copy of my data from McDonald’s loyalty program

作者以加州居民身份要求麦当劳提供其忠诚计划收集的个人数据，结果收到一份515页报告。报告不仅记录每次交易、扫码抽奖和地理位置，还包含算法预测：未来六周到店2.16次、平均每单花费13.49美元、总消费29.15美元，并把“大杯健怡可乐”列为最相关商品，把消费习惯归为“午后零食型”和“匆忙午餐型”。隐私专家指出，这类忠诚计划本质上是商业监控，单条数据看似无害，但长期聚合会形成极具侵入性的用户画像。更耐人寻味的是，报告显示作者流失可能性为0，仿佛算法认定他永远不会离开。最终作者申请删除全部数据，希望用行动证明算法的预测并不准确。

10. 日常的丰盈

🔗 ordinaryabundance.com: Ordinary abundance

晚上八点，公寓里只有音响轻轻流出的音乐，四周十分安静。播放的是朋友多年前制作的播放列表，你发信息向朋友问候，随后拿起一本书，打开台灯，坐进椅子开始阅读。这个片段没有强烈冲突，却呈现出一种安静而充实的生活质地：独处的宁静、友情的淡淡陪伴，以及阅读带来的沉浸感。这些看似普通的时刻，正是日常中珍贵的丰盈。它提醒我们，在熟悉的生活秩序里也能找到满足。

11. 理解才是新的瓶颈

🔗 geoffreylitt.com: Understanding is the new bottleneck

随着智能体写出越来越多代码，作者认为人类仍须理解代码，且不只是为了验证，更是为了参与创造。他提出三类方法：用代码解释文档先讲背景和直觉，再结合“文学式 diff”与测验检查理解；构建微世界，如自定义调试器或模拟游戏，让人在操作中建立直觉；建立团队共享空间，共同形成心智模型。作者强调，理解不是可推迟的认知债务，AI 的目标始终是增强而非自动化；好的工具能让我们更深入地参与循环，而非退出。

12. 《Donkey.bas 45 岁：131 行代码的荣耀》

🔗 donkeybas.com: Donkey.bas is 45 Years Old – 131 line of Glory

这款诞生于 45 年前的经典小游戏 Donkey.bas 以网页版形式重现，原始代码仅有 131 行。玩家可用空格键或点击屏幕切换车道，按 Esc 返回标题界面。页面还提供声音开关、CRT 复古显示效果、作弊模式和全屏功能，让人重温早期个人电脑游戏的简洁乐趣与年代感。

13. 一次提示词，11 个模型：Netlify 模型选择实测

🔗 netlify.com: Choosing an AI model: one prompt, 11 models, different results

Netlify 宣布与 OpenRouter 合作，通过 AI Gateway 让项目可使用任意模型，并扩展 Agent Runners 的前沿编码模型选择，包括 Kimi K3、GLM 5.2、DeepSeek V4 等。为帮助用户避免错失恐惧，团队用相同提示词测试 11 个模型生成咖啡店单页站点，并用开源的 AXIS 工具评估功能正确性。结果显示成本差异极大：Claude Opus 5 平均约 519 分且一次高达 1055 分，而 DeepSeek V4 Flash 0731 平均仅 2.4 分。Opus 设计细节丰富但易超支，GPT 5.6 Sol 低努力模式性价比较好，GLM 5.2 成本低但多次运行差异大，Gemini 3.1 Pro 只做最低要求，Kimi K3 在长任务更强但设计不突出。文章先覆盖咖啡店场景，后续还将测试待办和 AI 菜谱应用。

14. Kubernetes on Oxide：客户需求如何塑造集成

🔗 oxide.computer: Kubernetes on Oxide: How customer needs shaped our integrations

文章回顾 Oxide 根据客户在 Kubernetes 生命周期中遇到的真实问题逐步构建集成。最初没有受支持的方案，从客户提交的 Rancher node driver 开始发布首个集成；随后与 Sidero Labs 合作推出 Omni infrastructure provider，并在 KubeCon 展示；随着需求增长，团队发布 Cluster API Provider Oxide (CAPOx)，提供 Kubernetes 原生集群管理。运行时通过 cloud controller manager（CCM）同步 Kubernetes 节点与 Oxide 实例，并用 floating IP 支持 LoadBalancer 服务，发布 Proxy 和 VIP 两个地址。客户工作流不断暴露下一层缺口，存储约束等平台工作仍在推进。

15. 一个周末花10美元，我建了50万域名的创客搜索引擎

🔗 alexmorleyfinch.github.io: I built a 500k-domain search engine for makers in a weekend for $10

作者因为受够了主流搜索引擎把个人作品集、小杂志和独立软件淹没在企业文档与SEO垃圾里，决定用周末自建一个单人搜索引擎。系统只抓取主页，用本地小模型为每个站点生成名称、摘要、分类和标签，最终收录560,183个主页，元数据只占不到1GB。过程中最大的问题是网络内容偏向企业站点，于是他引入优先级队列，根据分类动态调整外链权重，让作品集、杂志和小型软件站更优先被爬取。他还限制每个根域名最多收录100个子域，避免Tumblr和Neocities淹没索引。通过租用云GPU，成本约0.35美元/小时，稳定吞吐为每分钟约600页，约1美元可收录10万个站点。作者提醒，让模型自由生成分类和标签会迅速失控，671个分类和超过12万个标签中大半只出现一次，需要提前约束或投入清理。

16. NP难题被高估了

🔗 gruhn.me: NP-Overrated

NP-hard问题并不像许多人以为的那样在实践中完全不可解。理论只说明某些最坏输入会导致算法爆炸，但现实里最坏情况很少出现，甚至从不出现。依赖解析、类型检查等任务几乎不会触发极端复杂度；调度和旅行商等优化问题也能借助现代算法求出可证明最优解。SAT/SMT求解器已大规模应用，亚马逊每天求解十亿级别问题。算法进步带来的加速甚至超过硬件提升，因此NP-hard不等于无法解决。

17. 旧网何处去？我们追踪了657,607条链接

🔗 0.mk: Where did the old web go? We followed 657,607 links to find out

2009至2014年间，0.mk 短链服务的数据库备份记录了657,958条链接。2026年8月，团队对可安全抓取的655,178条历史链接逐一访问，发现 76.7% 已无法打开；即使去除重复网址，仍有 78.7% 失效。网络层失败占55.0%，HTTP错误占23.7%，能返回页面的仅约23.3%，而且其中还包含登录墙、停放页或“内容已不存在”的提示。幸存者多是 YouTube、维基百科和 Google 等大型平台，个人博客、论坛、本地新闻和图片托管则大量消失。0.mk 也保存了马其顿本地网络记忆，多家停刊媒体的链接成了数字墓碑。文中还提到一些趣闻：第一条短链指向 WordPress 样式表，0.mk/localhost 指向本机，0.mk/7 至今仍指向 google.com。最终，团队因 AI 降低了开发与反垃圾成本，让这项旧服务得以复活。

18. DeepSeek API 定价更新

🔗 twitter.com: DeepSeek API Pricing Update

DeepSeek 今日正式发布 DeepSeek-V4-Pro，带来面向智能体（Agent）的重大升级，并在生产环境中取得显著收益。V4-Pro 与 V4-Flash 均支持灵活推理强度：低强度适用于简单任务，高强度适用于日常 Agent 工作流，最高强度适用于复杂任务。同时新增对原生 OpenAI Responses API 的支持，并针对相关场景进行优化，方便开发者更高效地集成与调用。此次更新进一步提升了模型在智能体应用、多任务处理和复杂推理方面的能力与灵活性。

19. Heart Aerospace完成全球最大电动飞机首飞

🔗 heartaerospace.com: Heart aerospace completes first flight of largest electric aircraft

2026年8月12日，Heart Aerospace的X1验证机在纽约州普拉茨堡完成首次试飞，成为迄今飞行的最大电池电动飞机。该机翼展106英尺、起飞重量超过2.5万磅，试飞持续27分钟，达到1100英尺高度，全电推进输出超1兆瓦，仅消耗约5美元电力。X1是30座混合电动支线客机ES-30的全尺寸验证平台，已获美联航、加拿大航空等客户承诺，目标2031年投入运营并降低40%以上运营成本。

20. Pi 压缩对话：长会话如何“减负”

🔗 earendil.com: How Compaction Works in Pi

大语言模型的上下文窗口有限，编码会话持续增长会触达上限，导致请求失败。Pi 通过压缩（compaction）机制，用独立的 LLM 请求把较早历史总结成结构化简报，只保留近期消息，为后续工作腾出空间。默认保留约 2 万 token 的近期内容，约合 5 到 20 轮；可在轮次结束自动触发，也可由 /compact 手动或上下文溢出时中途执行。压缩提示词要求总结目标、进展与关键决策，结果以纯文本保存，便于切换模型。代价是提示缓存会因前缀变化而失效，但后续请求会重新缓存。用户还能通过扩展自定义压缩逻辑。

21. AI 文本水印永远极易去除

🔗 seangoedecke.com: Text AI watermarks will always be trivial to remove

欧盟《人工智能法案》第50条将要求所有 AI 输出可被检测为人工生成，迫使提供商嵌入水印。文章指出，文本水印本质是隐写术难题，很难在不降低质量的情况下隐藏签名。谷歌的 SynthID 通过影响采样策略给 token 留下统计指纹，但经转述或改写即可消除。OpenAI 与 Anthropic 可能使用 Unicode 同形字符（如特殊空格）做水印，替换回普通字符即可破解。作者认为基于安全模糊性的文本水印无法满足“难以分离”的监管要求，而 C2PA 签名只适用于文件，不适用于聊天输出的纯文本。最终预测各方会部署 SynthID 式采样并提供检测页，但去除水印的工具将大量出现，技术与非技术用户都能轻易剥离水印。

22. 用电子垃圾拼出家用AI数据中心：四张AMD V620跑大模型

🔗 jdagostino.github.io: AI At Home Part 1: A Box Of Scraps

作者在零部件短缺下，从eBay淘来四张几乎全新的 AMD V620 服务器GPU、老X299主板和i9-10900X等“电子垃圾”，自建家庭AI服务器。这些卡因云游戏失败被过量生产，无视频输出和风扇、软件支持差，但每张有32GB显存且便宜。他3D打印了双卡80mm风扇导风罩，并用Arduino自制风扇控制器，还让模型自己写了温控脚本。装机时折腾BIOS开启Resizable BAR和MMIO High Size才点亮。最终用 llama.cpp 成功跑起Gemma4和 Deepseek V4 Flash，速度虽慢但能装下，体现“把AI数据中心带回家”的动手精神。

23. Claude 输出能用于训练 AI 模型吗？

🔗 support.claude.com: Can I use my Outputs to train an AI model?

使用 Claude 时你拥有生成内容的版权，但未经书面许可，不得用其训练或开发 AI 模型。Anthropic 限制此举，是因为输出被用于训练新模型后可能丧失原有安全控制，且无法监督部署与滥用；同时相当于利用其基础设施和投入来构建直接竞争对手。你可以用输出训练不与其竞争的专用模型，如情感分析、内容分类、摘要提取和语义搜索等工具，也可集成到产品、内容生成和内部工作流。禁止用输出训练通用聊天机器人、开放式文本生成模型、作为训练目标或逆向工程训练方法，也不得协助第三方这样做。

24. Bullet（YC S26）发布：更快的编程智能体

🔗 codewithbullet.com: Launch HN: Bullet (YC S26) – A Faster Coding Agent

Bullet 是 YC S26 推出的编程智能体，其核心是“按需路由/升级”协议。它先对任务进行分类，将简单直接的任务分配给快速模型，只有遇到深度复杂推理或最困难的问题时才升级到更强模型，真正做到“合适的模型、合适的时机”。这种方式可以在保障结果质量的同时加快编码流程、降低推理成本，让编码智能体在速度与能力之间取得更好平衡。

25. 概念推理指数：衡量 AI 在缺乏实证反馈问题上的推理能力

🔗 alignment.anthropic.com: The Conceptual Reasoning Index

Alignment Science Blog 与 Anthropic 合作推出概念推理指数（CRI），汇总 LMCA、ACCoRD 与 DTBench capabilities 三个基准，评估模型在哲学、AI 未来学、决策论等缺乏可验证答案领域中的概念推理能力。LMCA 包含 560 个立场文本和 1,461 条专家评分论证，衡量模型判断论证质量的能力；ACCoRD 检验模型报告的概率与偏好是否逻辑一致；DTBench capabilities 测试决策论情境推理。截至 2026 年 8 月，Opus 5 得分最高，为 73.6（95% CI ±2.1），距约 91 的估计上限仍有差距；整体分数自 2024 年底近似线性上升。作者认为提升此类能力有助于自动化或增强降低 AI 风险的工作，并将在 conceptualreasoning.ai 持续更新。