2026-08-02 前沿科技洞见 · 日报

📊 今日关键数据

• 10 道、约 2000 美元：OpenAI 报告称 Astra 生成了十道长期未解数学问题的论证，完成全部求解的算力成本约 2000 美元（来源：华尔街见闻全球）
• 80% 以上：Claude Code 团队在 Opus 5 上线后删除了超过八成系统提示词，并重新做逐项消融验证（来源：AI前线）
• 241.44% / -35.67%：Kimi Linear 选股模型的费后累计收益为 241.44%，最大回撤为 -35.67%，收益高于对照模型但回撤也更大（来源：QuantML）
• 12.66 FPS：LiveEdit 在 4 步推理下处理 81 帧视频总耗时 7.89 秒（来源：机器之心）
• 20% / 11%：对 756 块 GPU 的 31 天遥测显示，约两成执行时间和一成能耗消耗在等待状态（来源：钛媒体）

🔍 今日值得深读

OpenAI Astra 用多智能体协作求解十道长期未解数学题

OpenAI 披露，未发布的 Astra 模型家族可驱动多个智能体长时间协同处理复杂任务。其报告称，Astra 生成了十道数学与理论计算机科学问题的论证，人类研究员负责整理手稿、转写 Lean 代码并对正确性负责；完成全部求解的算力成本约 2000 美元。模型仍处测试阶段，发布日期和最终命名尚未确定。

• 为什么值得深读：这套流程把模型生成、人工审阅与形式化验证接在一起，给“AI 产出研究结果如何被验证和署名”提供了具体案例。
• 事实边界：十项结果及成本来自 OpenAI 报告，正式输入未提供独立复现结论。
• 后续看点：这些证明公开后，数学界能否逐项复核 Lean 形式化结果，以及 Astra 发布前将接受何种备案审查。

来源：华尔街见闻全球

GitHub Agentic Workflows 被一句隐藏指令诱导泄露私有仓库数据

Noma Security 披露 GitLost：攻击者把隐藏指令放进公开 Issue，便可诱导拥有跨仓库读取权限的 GitHub Agentic Workflow 访问受限文件，再通过公开评论工具泄露内容。研究者称，关键词 “Additionally” 即可越过既有防护；攻击者不需要代码能力、凭据或组织访问权。

• 为什么值得深读：Agent 同时接触不可信输入、私有数据和公开写入工具时，传统的仓库权限边界会被模型行为串联起来。
• 事实边界：材料描述的是一个具体工作流配置及其概念验证，不代表所有 GitHub Agent 工作流都能被同样利用。
• 后续看点：GitHub 是否收紧跨仓库 Token 权限，并把外部 Issue 内容与 Agent 指令上下文强制隔离。

来源：AI前线

Claude Code 团队为 Opus 5 删除超过 80% 的系统提示词

Claude Code 创始人 Boris Cherny 表示，团队在 Opus 5 上线后删除了超过 80% 的系统提示词。新模型发布时，团队会先清空系统提示词，再通过消融实验逐行加回必要内容；工具集合和 Harness 代码也会随模型能力变化而删改。他还披露，Claude 将 Electron 桌面应用改写为 Swift 的实验已连续运行两个多星期，可能调用了数千至数万个智能体。

• 为什么值得深读：模型升级会让旧提示词、工具和评测迅速失效，Agent 产品需要重新验证脚手架，而不是持续累加规则。
• 事实边界：提示词删减比例和长程实验规模来自 Cherny 的一手访谈，材料没有提供完整消融数据。
• 后续看点：Claude Code 后续版本会保留哪些系统提示与工具，以及 Swift 重写任务能否完成逐像素验收。

来源：AI前线

KDA 架构迁移到 Qlib 选股模型，累计收益更高但回撤扩大

QuantML 将 Kimi 的 KDA 递推状态、通道级衰减门和 delta-rule 写入机制迁移到 Qlib 选股模型，并用参数量相近的 Transformer 作对照。测试覆盖 5543 只证券、5735658 条样本：Kimi Linear 的费后累计收益为 241.44%，Transformer 为 202.43%；前者最大回撤为 -35.67%，也高于后者的 -29.64%，超额 IR 则略低。

• 为什么值得深读：它把长上下文模型的选择性记忆机制放进金融时序任务，同时呈现收益、回撤与风险调整后表现的差异。
• 事实边界：结果来自单一团队在固定训练区间、特征集和周频 Top200/drop20 策略下的测试，不能直接外推到实盘。
• 后续看点：代码公开后，其他市场、时间窗口和交易成本设定能否复现四项 IC 指标与收益差异。

来源：QuantML

明尼苏达州 AI “脱衣”应用禁令在 xAI 诉讼期间生效

美国联邦法官 Donovan Frank 拒绝 xAI 暂停明尼苏达州禁令的请求，该州禁止用 AI 生成未经同意的裸照。法官指出，法律签署近三个月后，xAI 才在生效前三天申请临时限制令，因此没有证明伤害具有紧迫性。裁定没有终结诉讼，只允许禁令在案件审理期间生效。

• 为什么值得深读：这是美国首个同类州级禁令进入执行阶段，生成模型的产品控制与言论边界将由后续诉讼继续检验。
• 事实边界：本次裁定聚焦临时限制令与起诉时机，没有对法律实体争议作最终判决。
• 后续看点：法院后续如何处理 xAI 关于法律范围过宽、存在更温和替代措施的主张。

来源：TechCrunch

📰 独立报道

🤖 AGI 前沿

BM25 在约 1000 万 Token 后反超智能体搜索

一项 RAG 扩展研究发现，智能体搜索在小语料库领先，但随着语料增长，词法检索 BM25 在约 1000 万 Token 处反超，并在更大规模上保持优势。结果提示，复杂搜索策略的收益会随语料规模改变，检索架构不能只用小规模基准选型。

来源：HuggingPapers

Beacon 让视觉推理 Agent 先判断是否需要调用工具

Beacon 为智能体视觉推理引入 Mode Adaptiveness 与 Tool Effect 两项机制，先判断样本是否需要工具、工具是否会带来增益，再决定调用。目标是减少简单样本上的无效工具使用，避免额外计算反而拉低表现；论文同时提供数据集和代码入口。

来源：HuggingPapers

Memory Decoder 把长期记忆与推理解耦，扩展至 69 亿参数

Memory Decoder 提出预训练参数化长期记忆模块，把记忆存储与推理过程拆开。正式材料显示，该路线已扩展至 69 亿参数和 3000 亿训练 Token，并开放论文、模型与数据入口，为长程任务提供不同于持续扩大上下文窗口的实现路径。

来源：HuggingPapers

JarvisHub 用可编辑画布保存长程多模态创作状态

JarvisHub 将提示词、参考素材、候选版本、依赖关系和失败记录放进同一张可编辑画布，作为用户与 Agent 的共享项目状态。协议桥会校验每次工具调用和画布变更，让 Agent 能局部修复失败节点，并保留动作、版本与证据轨迹。

来源：机器之心

🎓 学术前沿

VideoCoCo 用可执行 Blender 程序约束视频物理过程

VideoCoCo 让编码 Agent 先编写 Blender 程序，生成确定性的时空运动草稿，再通过条件编辑转成写实视频。可执行程序充当视频生成的推理链，把物体运动与交互先落到可模拟过程，再交给生成模型处理外观。

来源：HuggingPapers

Light-MER 用 8.55 亿参数超过 80 亿参数教师模型的平均表现

Light-MER 通过 SWD-H 隐藏状态蒸馏和 M-GRPO 多奖励优化，将生成式多模态情感识别压到约 8.55 亿参数。论文在九个公开数据集上测试，平均表现超过 80 亿参数教师模型；参数量与 FLOPs 约降 11 倍，峰值显存降至 2.54GB。

来源：新智元

LiveEdit 用 4 步去噪把流式视频编辑推进到 12.66 FPS

清华大学与香港科技大学团队提出 LiveEdit，通过三阶段蒸馏把扩散推理从 100 步压到 4 步，并用掩码缓存复用未编辑区域的特征。系统处理 81 帧视频总延迟为 7.89 秒，达到 12.66 FPS；论文代码和模型已开放。

来源：机器之心

Frontis-MA1 在 MLE-Bench Lite 获得 71.21% 奖牌均值

Frontis-MA1 是一个面向机器学习工程的 350 亿参数元进化 Agent，训练于开放的递归自改进系统 OpenMLE。正式材料称，它在 MLE-Bench Lite 达到 71.21% 奖牌均值，超过 GPT-5.5 与 Codex，并提供论文、代码和数据集合入口。

来源：HuggingPapers

真实 V8 漏洞环境让安全 Agent 用确定性判分

卡内基梅隆大学教授、Bugcrowd 首席 AI 与科学官 David Brumley 介绍了一套可复现的强化学习安全环境：判分器直接检查利用是否触发指定漏洞，不让模型自行宣称成功。测试覆盖 41 个真实 V8 漏洞，最强模型约达 95%，并在困难样本中生成了真实沙箱逃逸利用和一个零日漏洞。

来源：AI Engineer

infini-gram 追踪 AI 文本与既有语料的逐字重合

Allen Institute for AI 介绍 infini-gram：系统索引大规模公开文本，统计任意长度短语的出现位置与频次，用来补足普通 AI 写作检测器无法给出来源的问题。研究者在各 200 本自出版书样本中发现，检测到大量 AI 文本的书里，稀有重合短语占 41.6%；对照组为 37.2%。

来源：Allen Institute for AI

💰 资管与金融科技前沿

温州把数据安全、产权、知识产权和资产凭证合并办理

温州推出数据要素“四证同办”，将安全合规评审证、数据产权证、数据知识产权证和数据资产证串进同一流程。当地由司法、财政、市场监管、数据等 10 余个部门组成工作组，每月集中评审数据项目；数安港已吸引超过 1200 家数据生态企业入驻。

来源：中国青年网

🔧 硬件算力与智能设备

澜起科技量产 CXL 3.2 芯片，传输速率最高 64 GT/s

中国芯片厂商澜起科技开始量产 CXL 3.2 芯片。正式材料披露，芯片最高数据传输速率为 64 GT/s，并集成双 DDR5 控制器，面向处理器与内存之间的高速互连需求。

来源：Tech in Asia

学术集群近两成 GPU 执行时间耗在等待

一项针对 756 块 GPU、持续 31 天的细粒度遥测发现，集群约 20% 的执行时间和 11% 的能耗消耗在同步、数据搬运等等待状态。材料还显示，Azure Code 与 Chat 类推理负载的空转能耗分别达到 65% 和 52%，说明高 GPU 利用率并不等于高有效吞吐。

来源：钛媒体