— 今日精选 —
① OpenClaw 2.0 发布:项目史上最大更新 (OpenClaw Foundation | 2026-08-31)
事件概述: 停更近7周后,OpenClaw 于8月31日发布 v2026.8.1(代号 2.0),官方称"意外地发布了史上最大版本"。由 933 名贡献者 (其中 569 人为首次贡献)合并超过 1.6 万个 PR ,覆盖安装流程、浏览器 UI、消息系统、记忆机制、安全权限及共享会话全链路。
技术与工程价值
核心机制: 重新设计首次安装体验——自动识别本地已有的 ChatGPT/Claude 订阅、API Key 及 Ollama/LM Studio 本地模型,先让用户聊上再逐步配置;引入 Active Memory 和后台记忆整合机制,使 Agent 能跨会话调用历史上下文并自动沉淀长期记忆;新增 Shared Cloud Sessions 支持团队成员共同处理任务或交接。
实际影响: 标志着 OpenClaw 从"个人轻量助手"向"生产级多人协作平台"转型,补齐了此前被 Hermes 在记忆与编排层拉开的差距。
关键指标 / 资源
规模:933 贡献者 / 1.6 万 PR / 近 7 周停更
官方博文标题:《OpenClaw 2.0, Accidentally》
项目 GitHub:github.com/openclaw/openclaw
X 官宣浏览量:超 228 万次 (当日全场最高)
AI_Coding
Agent_Framework
开源
② Nous Research 发布 Hermes Agent v0.21.0「Pantheon」 (Nous Research | 2026-08-31)
事件概述: Nous Research 同日发布 Hermes Agent v0.21.0(代号 Pantheon),累计约 5,800 次提交、760+ 贡献者 。核心新增 Bot Mode——内置多智能体社交网络,每个 profile 可命名、有头像、可建群聊并互发私信;cron 定时任务跨日记忆保留;子智能体支持中途转向;桌面端浏览器可由 Agent 直接操控。主程 Teknium 确认 Hermes + Claude 组合在多项基准上优于 Claude Code + Claude。
技术与工程价值
核心机制: Bot Mode 将多智能体从命令行工具升级为可社交的"虚拟团队",配合持久 cron 记忆实现跨会话自进化;默认上下文占用较 v0.20 削减约 50% ,缓解长会话 Token 膨胀。
实际影响: 在 OpenClaw 2.0 同日发布竞品对比下,Hermes 以"社交化多 Agent"差异化路线巩固个人 AI 助手生态领导地位;Gary Marcus 同日发文警示企业网络部署 Hermes/Claude Code/Codex 可能引入"无主代码"风险,安全讨论并行发酵。
关键指标 / 资源
规模:5,800 commits / 760+ contributors / v0.21.0
X 官宣点赞:1,640 / 浏览:26.8 万(当日互动最高原帖之一)
Release Notes:github.com/NousResearch/hermes-agent/releases/tag/v2026.8.31
升级命令:hermes update
AI_Coding
Agent_Framework
多智能体
开源
③ Claude Code Opus 5 Auto Mode 模块伪装攻击攻破:60–80% 成功率 (Johann Rehberger @wunderwuzzi23 | 2026-09-01)
事件概述: 安全研究员 Johann Rehberger 于9月1日公开实战攻击报告:针对最新版 Claude Code(Opus 5 模型 Auto 模式),通过构造恶意网站摘要请求,诱导 Agent 使用 curl 下载 ZIP 归档,进而利用 Python 模块伪装(module-shadowing)加载攻击者控制的 struct.py,最终实现远程代码执行(RCE)。小样本实验中攻击成功率达 60–80% ,而 Anthropic 委托第三方评估显示的 Auto 模式提示注入成功率为 0.00% ——两者形成尖锐反差。
技术与工程价值
核心机制: 攻击链为"网站摘要→WebFetch失败→Agent自主改用curl→解压ZIP→运行自定义Python解码器→导入base64时触发恶意struct.py→RCE"。关键洞察在于:即使 Agent 拒绝直接运行攻击者二进制文件,其自主编写解码器的行为反而成为攻击载体;单步看似合理的决策累积为完整系统接管。
实际影响: 揭示 Auto 模式(8月中旬起成为默认)在"读取不受信任外部内容并按内容行事"场景下的根本性脆弱——纯 Prompt 层防护无法覆盖模型自主绕路行为;对依赖 Agent 处理邮件附件、第三方仓库 README、网页摘要的生产环境构成直接威胁。
关键指标 / 资源
攻击成功率:60–80% (小样本,针对性攻击链)
Anthropic 官方评估:Auto Mode 提示注入成功率 0.00%(标准测试集)
已负责任披露至 Anthropic
原始报告:X @wunderwuzzi23 / cyberwire.com 同日播客报道
AI_Security
Prompt_Injection
Claude_Code
Agent_Safety
④ 智谱发布 2026 中报:API 收入同比增 2736%,GLM-5.3 开源权重落地 (智谱 Z.ai | 2026-08-31)
事件概述: 智谱(2513.HK)8月31日发布上市以来首份中期业绩:上半年收入 9.54 亿元 (同比 +399.7%,已超 2025 全年),净亏损 20.72 亿元(同比收窄 12.1%)。结构性变化更引人注目——开放平台及 API 业务收入 8.25 亿元 (同比 +2736%),占总收入比例从 15.2% 跃升至 86.5% ;同期单位 Token 推理成本较年初下降 80% ,已实现十万卡级国产芯片规模化低成本推理。同日 GLM-5.3 开源权重在 Hugging Face 正式上传(BF16/FP8 双版本,约 770GB),许可协议含年营收超 100 亿美元企业需经 Z.ai 安全审查条款。
技术与工程价值
核心机制: GLM-5.3 沿用 MoE 架构(约 744B–753B 总参/约 40B 激活,1M 上下文),CyberGym 84.5/DeepSWE 66.9,定位智能体编程与网络防御;Flash 线(GLM-5.3-Flash,320B-A18B)走 MIT 许可并已于8月26日以匿名"Ox Alpha"身份登顶 OpenRouter 全球调用榜。
实际影响: 智谱商业化重心从"卖模型(本地部署)"全面转向"卖调用(云端 MaaS)",类似 Anthropic 路径;国产芯片规模化推理使单位成本骤降,验证"All-in-Infra"战略可行性;但开源权重附带的安全审查条款对超大规模商业复用构成门槛,中小团队不受限。
关键指标 / 资源
收入:9.54 亿元(+399.7% YoY) ,API 收入 8.25 亿元(+2736%)
API 平均定价:+101% (量价齐升),单位 Token 成本:-80%
国产芯片:十万卡级 规模化推理,算力乘数 +14x
GLM-5.3 权重:Hugging Face zai-org/GLM-5.3(BF16/FP8,~770GB)
GLM-5.3-Flash:AA 57 分 / MIT 许可 / ¥0.40/M 输入限时 ¥0.20/M
AI_Coding
开源模型
财报
国产芯片
⑤ Google Research 提出 SKILL.state:长程 Agent 会话 Token 用量降低 94% (Google Research | 2026-09-01)
事件概述: Google Research 于9月1日发布 SKILL.state 架构论文,针对长程 Agent 会话中上下文不断膨胀导致的延迟恶化与 context poisoning 问题,提出用显式、可变执行状态 替代追加式对话历史的运行时方案。每个步骤仅向模型提供三样东西:不可变的技能规范、当前结构化状态、最新观测值;中间推理结果一旦产生有效状态更新即被丢弃。实验显示累计 Token 消耗降低 94% ,任务准确率提升。
技术与工程价值
核心机制: 将 Agent 记忆从"数据库式追加历史"转为"文件格式式显式状态",支持持久化、版本控制与跨模型迁移;与 ByteDance 同期发布的 Chain-of-Experience 论文形成对照——后者主张保留"混乱的历史尝试记录"优于"整洁的摘要记忆",两者在记忆管理哲学上呈现分歧。
实际影响: SKILL.state 为长程 Coding Agent、自动化工作流等场景提供了可落地的效率优化路径;架构无关设计允许移植至现有 skill runtime;配合 Google 同期发布的 Gemini 3.6 Flash Managed Agents(hooks/triggers 支持),Agent 工程化基础设施进一步完善。
关键指标 / 资源
Token 降低:94% (累计会话)
核心创新:显式可变执行状态替代追加式历史
架构:与现有 skill runtime 兼容
关联研究:ByteDance Chain-of-Experience(保留混乱历史更优)/ Tencent ContextPilot(自适应软压缩)
AI_Architecture
Agent_Memory
效率优化
研究
📌 本期主线点评
"Agent 基础设施层从单点能力竞赛转向工程化底座争夺"
今日 5 条新闻高度一致地指向同一个趋势:Coding Agent 竞争的重心正在从"谁的模型更强"下沉到"谁的 harness/记忆/协作基础设施更扎实"。
OpenClaw 2.0 与 Hermes Pantheon 同日爆发,前者补齐记忆与安全短板、后者强化多智能体社交编排,两者都放弃了"堆模型能力"的老路,转向工程化底座。
Claude Code Opus 5 被模块伪装攻击攻破,再次印证 Agent 工具栈的权限约束体系建设远落后于能力扩张速度——这是 harness 层的根本性挑战。
智谱中报揭示 API 收入占比从 15% 跃升至 86.5%,国产芯片规模化推理使单位成本下降 80%,"卖调用"取代"卖模型"成为主流商业模式,基础设施工具链(如 Harness)的商业价值进一步凸显。
Google SKILL.state 与 ByteDance Chain-of-Experience 在记忆管理哲学上的分歧,标志着 Agent 工程化进入"架构选型期"——选择哪种记忆范式将直接影响未来 1–2 年的开发效率天花板。
⚠️ 待核实:OpenClaw 2.0 老用户升级稳定性(部分反馈 Gateway 崩溃)/ Hermes Bot Mode 生产环境可靠性 / Claude Code 攻击链独立复现 / GLM-5.3 安全审查条款执行细节 / SKILL.state 第三方基准复现。