Anthropic 工程师：提示词工程已过时，转向 Agentic Graphs

OpenAI 发布 GPT-6 Astra，首席研究官 Mark Chen 称其能构建测试软件、跨应用操作电脑并尝试开放科学问题。作者补充数字：OSWorld 真实桌面任务从 75 分钟降到 40 分钟，职场自动化从 18% 升到 41%，未防护越权率从上一代 48% 压到 0%，并称花了 2000 美元算力解出 10 道十年未解的数学与理论计算难题；同时指出带工具的综合测试仍落后 Claude。

Kimi K3 在 Frontend Code Arena 以 1679 分登顶，力压 Claude Fable 5 与 GPT-5.6 Sol，7 个前端细分赛道拿下 6 个第一。该模型为 2.8 万亿参数 MoE 架构，百万上下文窗口，7 月 27 日开放权重。K3 的 API 定价为输入每百万 tokens 15 美元，对标前沿闭源模型，放弃低价路线，转向长上下文智能体编码场景的定价策略。

蚂蚁集团发布Ling-2.6系列模型，通过MoE架构与Fast-Thinking机制，将推理激活率降至7%，在实现接近GPT-5.4非推理水平综合智能的同时，大幅降低token成本。该模型在SWE-bench Verified等真实Agent场景测试中表现领先，旨在解决Agent规模化应用的成本痛点。目前已在OpenRouter提供免费API并即将开源，推动行业焦点从刷榜转向生产落地。其高效率特性尤其适合高频任务，在部分任务中速度比Claude Sonnet 4.6快6倍、…

前端领域知名开发者 Addy Osmani 获 Claude Code 负责人 Boris Cherny 亲自欢迎，暗示其已加入 Anthropic。Osmani 曾主导 TodoMVC、Yeoman 等项目，累计 22.5 万 GitHub Stars，并著有《JavaScript 设计模式》。此举显示 Anthropic 正将 Claude Code 从实验性工具升级为工业级开发平台。

阿里更新旗舰模型 Qwen3.8-Max-0902，在 CodeArena WebDev 榜单以 1691 分登顶，超过 Claude Opus 5（1688）和 Kimi K3（1674），较前代提升 22 分。

Qwen 团队开源新架构，总参数 125B 加 51B 嵌入，每 token 仅激活 6B，训练成本降至上一代 1/9，SWE-bench Pro 拿下 62.5，反超 Claude Opus 4.6 Max 的 53.4。

通义千问发布 Qwen3.8-Flash，作为 Qwen4 架构的早期预览并开源权重。模型总参数 125B 加 51B N-gram 嵌入，每 token 仅激活 6B，训练成本仅为 Qwen3.7-Plus 的 1/9，SWE-bench Pro 得分 62.5，反超 Claude Opus 4.6 Max 的 53.4。

Apodex 1.1 用 8 个并行 Agent 实测 AI 副业赚钱项目，在公开采样范围内满足 A 级证据标准的个人收入成功案例为 0，直接戳破暴富营销滤镜。该版本已开源整套多 Agent 架构（35B 权重 + 单机 harness），支持本地单机部署，并配备实时任务看板与独立审查机制。

OpenAI 的 GPT-6 Astra 今日起向部分组织推出，随后面向 ChatGPT Plus、Pro、Business、Enterprise 用户开放，API 定价为每百万输入 $10、每百万输出 $50，与 Claude Fable 5/5.1 持平。

作者引用 OpenAI 官方基准称 GPT-6 Astra 以 99.9% 饱和 ARC-AGI-3，在 ExploitBench 得 100%，并在各项基准上全面超过此前保持 SOTA 两天的 Claude Fable 5.1，且价格更低。