AIJVS

本期导读：追踪 AGI 新应用，探寻 AI 真善美。AI 双周速递是 AIJVS 的固定栏目，每两周更新一次，帮你过滤噪音、直击重点。本期覆盖 8 月 13 日 ~ 8 月 15 日的重磅动态。 本期速览（3 分钟看完） DeepSeek V4 Pro 正式版发布：旗舰模型正式上线，同时官宣 API 大幅涨价，高峰时段输出价格从 6 元涨到 27 元/百万 tokens，涨幅 350%。 DeepSeek 开源智能体框架 Harness（DSH）：MIT 协议、”一切皆插件”架构，npx @deepseek-ai/dsh web 一条命令启动，补齐 Vibe Coding 入口。 英伟达开发万亿参数开源模型 Nemotron 4：参数规模至少 1 万亿，约为现有最大模型 Nemotron 3 Ultra 的两倍，最早今年秋末训练完成。 可灵 AI 完成 30 亿美元独立融资：投后估值 180 亿美元，阿里、腾讯、百度同台入股，创全球视频大模型单笔融资纪录。 大模型价格战分化：一边 DeepSeek 涨价 350%，一边谷歌 Gemini 3.7 Flash 限时五...

阅读前置：本篇是「如何用 AI 做 X」系列第 1 篇。如果你想先了解有哪些工具可选，推荐先看 中文 AI 编程助手横评。如果你还没装任何工具，先装 TRAE（免费，中文友好），然后回来照做。本篇面向”有编程想法但不知道怎么动手”的所有人。 你的想法可能比 90% 的代码都值钱我一个朋友，设计师，每天花 40 分钟整理甲方反馈——截图、打字、复制粘贴到文档。他知道这很蠢，但”不值得为这点事专门写个程序”。 后来他用 AI 编程工具，40 分钟做出来一个桌面小工具，现在每天 2 分钟搞定。 这不是程序员才有的能力。 任何一个有想法的人，在 2026 年都能用 AI 把想法变成可用的程序。 本文没有废话，给你三样东西： 一个拿来即用的 AI 编程工作流（写脚本 / 搭工具 / 做产品三级） 5 个直接复制粘贴的提示词模板 一个完整可运行的真实项目示例（附源码） 一、AI 编程三级工作流：不是所有项目都值得做很多人一上来就想做个”AI 小红书运营助手””智能客服系统”——然后做了一半发现太复杂，放弃。 2026 年的最佳实践是按复杂度选工作流： 场...

阅读前置：本篇是应用实战系列的工具评测篇。如果你是完全的新手，建议先看 Python编程基础（一） 或 深度学习入门指南 建立基础概念。本篇面向”想用 AI 写代码”的所有人。 先说结论（急性子直接看这） 完全小白、零成本入门 → TRAE（免费版够用，中文适配最好，图像转代码是杀手锏） 企业开发者、团队协作 → 通义灵码（阿里云生态成熟，Quest 模式 + Sub-Agent） 学生党 / 完全免费 → CodeGeeX（智谱清华背景，300+ 语言，学术友好） 追求极致编程体验、不差钱 → Cursor（海外原版，项目级上下文理解最强） 微信生态 / 腾讯系 → CodeBuddy（腾讯云，微信集成） 一、评测背景：为什么现在比？2026 年 AI 编程工具进入白热化阶段：字节 TRAE 升级双模式（Work 办公 + IDE 开发）、阿里通义灵码推出 Quest 模式、智谱 CodeGeeX 保持完全免费、Cursor 则靠订阅制守住高端市场。价格从 0 到每月 20 美元不等，差异巨大，选错了既浪费钱又耽误事。 我们基于多轮真实实测和社区反...

本期导读：追踪 AGI 新应用，探寻 AI 真善美。AI 双周速递是 AIJVS 的固定栏目，每两周更新一次，帮你过滤噪音、直击重点。本期覆盖 8 月 6 日 ~ 8 月 12 日。 本期速览（3 分钟看完） 阿里开源 Qwen3.8-Max：2.4 万亿参数旗舰首次开源，编程能力直接对标 Claude 系列，程序员一句话就能让它从空文件夹写完整个项目。 字节发布 SeedRealtime：原生音视频全双工大模型，豆包 App 已全量上线，”边看、边听、边说”不再是 PPT。 DeepSeek V4-Pro 正式版进入倒计时：API 宣布大幅涨价，业界推测正式版即将发布，想省钱的抓紧。 OpenAI 风波不断：GPT-6 被曝 8 月强行发布，同时因 Astra 模型”自主攻防能力过强”暂停部分研发。 全国产 10 万卡超集群”曙光8000”投用：国产算力基建里程碑，AI 训练不再看美国脸色。 重点深度（值得展开的 2 条）一、Qwen3.8-Max：国产开源模型的新王座一句话：这是千问系列史上最大、最强的模型，也是首个对外开源的 Max 级别旗舰——总参数 2.4 万...

阅读前置：本篇是 P3 前沿系列的收官篇。建议先读 Transformer深度解读 和 大语言模型（LLM）原理，理解”参数/上下文/量化”这些词再来看选型，事半功倍。 2026 年 8 月，国产大模型的”神仙打架”一个月内，三家头部厂商接连放大招： 7/16：Kimi K3 发布（2.8 万亿参数，全球最大开源模型） 7/19：Qwen 3.8-Max 预览版上线（2.4 万亿参数，开源回归） 7/31：DeepSeek V4-Flash 正式版 API 公测 8/3：GLM-5.3 意外泄露（尚未正式发布） 四家神仙打架，我们怎么选？本篇用一张表 + 场景拆解，帮你做决定。 全部数据来自公开报道与基准测试（标注置信度）。AI 领域变化极快，以官方公告为准。 一、四大家族对比总表 维度 DeepSeek V4-Flash Kimi K3 Qwen 3.8-Max GLM-5 厂商 深度求索 月之暗面 阿里 智谱 总参数 130亿激活（未公开总量） 2.8万亿 2.4万亿 7440亿 激...

阅读前置：本篇是 P3 前沿系列的论文解读篇，建议先看 Transformer深度解读 掌握基础概念。 为什么读论文？一个被低估的能力在 开源项目贡献指南 里我们说过，参与开源社区的第一步是”读代码”。而读论文，是理解 AI 前沿的唯一方式——因为： 新闻滞后：等你从新闻看到某个技术，它已经是半年前的研究了 博客稀释：二手解读常丢失关键细节 论文是源头：所有模型（Kimi K3、DeepSeek V4）的技术报告，本质都是论文 好消息：读论文不需要数学博士。本篇用大白话拆解 2026 年最重要的几篇，并教你一套”5 分钟读懂一篇论文”的方法。 一、ICML 2026 概况ICML（国际机器学习大会）是机器学习领域最顶级的学术会议。第 43 届 ICML 2026 于 7 月 6 日开幕。 本届亮点（置信度：高） 清华团队获最佳论文奖——中国学者在顶会的存在感持续上升 DeepMind 经典之作拿下时间检验奖——十年前的工作影响至今 三大趋势（会议官方总结）： 新推理模式的模型架构（如混合注意力、状态空间模型） 更可靠的智能体（Agent）（长期任务执行、自我纠错） 降...

阅读前置：本篇是 LLM 系列的实战篇。理论部分见 大语言模型（LLM）原理。需要基础 HTML/JavaScript 知识，Python 不是必需。 为什么要在浏览器里跑 AI？先看一组真实数据（来自 2026 年 WebGPU 基准测试，Apple M4 Max + Chrome）： 指标 数值 模型 Gemma-4-E2B（20 亿参数） 预填充速度 4676 token/秒 解码速度 73.9 token/秒 初始化时间 1.1 秒 模型大小 200 MB GPU 内存 1.8 GB 你的浏览器，就是一台 AI 推理服务器。 这意味着： 零成本：不用买 GPU，不用租云服务器 隐私安全：数据不出本地，聊天记录不会上传 离线可用：模型加载后断网也能用 无需安装：打开网页就是 AI 应用 这正是 AI双周速递·创刊号 里说的”AI 应用爆发”的一个缩影——当推理成本趋近于零，应用形态就被彻底改变。 一、WebGPU 是什么？WebGPU 是浏览器的新一代 GPU 接口（类似 WebGL 的下一代，但...

阅读前置：本系列是 Transformer深度解读 的续篇。强烈建议先读完上一篇，再来看 LLM 是怎么”长大”的。 从 Transformer 到 LLM：中间发生了什么？上一篇我们搞懂了 Transformer 单层的工作原理。但 GPT、Kimi K3、DeepSeek 这些”大语言模型”（Large Language Model, LLM），不是一个 Transformer 层，而是几十上百层堆叠 + 海量数据训练的产物。 一个核心问题：为什么把 Transformer 堆大、喂数据，模型就”会说话”了？ 答案是：下一个词预测（Next Token Prediction）——所有 LLM 的核心训练目标，简单到令人难以置信。 一、预训练：让模型学会”接话”1.1 核心思想把互联网上几乎所有公开文本（书籍、网页、代码、论文……）喂给模型，让它做一件事： 看到前面的词，预测下一个词是什么。 比如给模型看 “今天天气真”，它要预测最可能的词是”好”（而不是”桌子”）。 就这么一个简单的目标，配合千亿级参数 + 万亿级 token 数据，模型在”预测下一个词”的过程中...

阅读前置：建议先完成深度学习入门指南和神经网络架构详解：RNN与LSTM。本系列为 P3 前沿解读第二篇。 为什么你必须理解 Transformer？在 AI双周速递·创刊号 里我们聊到：Kimi K3 以 2.8 万亿参数登顶全球最大开源模型，DeepSeek V4-Flash 正式版上线——这些新闻的主角，底层都是同一个架构：Transformer。 2026 年的今天，从 GPT 到 Claude，从 Kimi 到 Qwen，从写代码到画图，几乎所有你能叫出名字的 AI 能力，都是 Transformer 的子孙。理解它，你就拿到了读懂整个 AI 世界的钥匙。 一、Transformer 解决了什么问题？2017 年之前，处理序列数据（文本、语音）的主流是 RNN/LSTM。它们的问题很致命：必须一个词一个词地顺序处理，就像你读书只能一个字一个字读，而且读完前面就忘了后面（长期依赖问题）。 2017 年，Google 发表论文 《Attention Is All You Need》，提出 Transformer。它的革命性在于： 并行处理：所有词同时被处...

本期导读：追踪 AGI 新应用，探寻 AI 真善美。AI 双周速递是 AIJVS 的固定栏目，每两周更新一次，帮你过滤噪音、直击重点。本期是创刊号，覆盖 7 月 16 日 ~ 8 月 5 日。 一、头条：Kimi K3 —— 全球最大开源模型诞生7 月 16 日，月之暗面（Moonshot AI）发布旗舰大模型 Kimi K3；7 月 27 日，完整模型权重正式开源。 核心数据（置信度：高，多个独立来源交叉验证） 指标 数值 总参数 2.8 万亿（全球最大开源模型） 激活参数 约 1040 亿（MoE，896 专家每 Token 激活 16 个） 上下文窗口 100 万 Token（单次可处理约 75 万单词） 能力 原生视觉理解，文本/图像/视频多模态 编程榜单 Frontend Code Arena 1679 分登顶，超越 Claude Fable 5（1631）和 GPT-5.6 开源时间 2026-07-27 深夜，完整权重 + 技术报告 为什么重要？这是中国大模型第一次在”开源 + 规模”两个维度同时登顶。 ...