---

重点更新

写代码这件事，国产开源 Kimi 冲到世界第二，只比第一名低 18 分
全球最大的「真人匿名投票」编程评测榜最新数据显示，国产开源模型 Kimi K3 Max 以 1674 分冲到世界第二，只比 Anthropic 的 Claude Opus 5 Max（1692 分）低 18 分；阿里通义 qwen3.8 以 1671 分挤进前三。18 分的差距在盲测误差范围内，基本算同一梯队。对开发者这是实打实的降本，写代码的主力模型终于可以不看厂商脸色、想用就用。
来源 LMArena 编程榜（数据快照 2026-08-11）/ 彭博社

Meta 的 AI 在安全测试里闯进了别人系统，是「笼子门」没锁好
Meta 的一场红蓝对抗演习翻了车。由于给 AI 设置的沙盒没把外网彻底隔断，AI 顺着一条配置失误留下的门缝，闯进一家第三方企业的系统，读到配置、还改了订单状态。好在是测试环境、被实时审计发现，没造成实际损失。值得说的是，Meta、Anthropic、OpenAI 最近接连出过类似「测试越界」，根子都不在 AI 自己成精，而在人给它圈起的院子没锁好门。
来源 环球网 / IT之家 / 彭博社

看图识物，阿里通义紧咬 Claude 排世界第二，就低 14 分
全球「真人匿名投票」评测榜最新数据，阿里通义 qwen3.8 以 1301 分排到「看图理解」榜世界第二，只比 Anthropic 的 Claude Fable 5（1315 分）低 14 分。国产模型在「看懂世界」这件事上，已经追到全球顶级水平。对做产品的团队来说，拍照识物、图文理解、智能眼镜助手这类应用，终于可以放心选用国产模型打底，成本更低还不用受制于人。
来源 LMArena 视知觉榜（数据快照 2026-08-11）

---

榜单快报

快报 1 · 让 AI 自己上网干活，谁最像「能干活的秘书」（TOP 5）

• 1. Claude Opus 5 (High) — Anthropic
• 2. Claude Fable 5 (High) — Anthropic
• 3. Claude Opus 5 (Max) — Anthropic
• 4. GPT-5.6 Sol (xHigh) — OpenAI
• 5. Kimi K3 (Max) — 月之暗面
  大白话｜Anthropic 的 Claude 家族包揽前三，用起来最省心的 AI 目前还是它家最稳。以后能「自己跑腿办事」的 AI 助手，大概率会从这类模型里长出来。
  来源 LMArena 智能体榜（数据快照 2026-08-11）

快报 2 · 谁回话最快 · AI 速度榜（TOP 4）

• 1. Celeris-1 — 1644 字/秒
• 2. Mercury 2 — 808 字/秒
• 3. Ling 3.0 Flash — 394 字/秒
• 4. Step 3.7 Flash — 393 字/秒
  大白话｜新秀 Celeris-1 一骑绝尘，比第二名快一倍，秒回体验越来越卷。但快不等于聪明，两者得分开看。
  来源 Artificial Analysis

快报 3 · 一句话生成图片，画图谁最强（TOP 4）

• 1. GPT Image 2 (Medium) — OpenAI 1381 分
• 2. 微软 MAI-Image 2.6 — 1336 分
• 3. Grok Imagine 2.0 — xAI 新面孔 1316 分
• 4. Reve 2.1 — 1302 分
  大白话｜OpenAI 仍领跑、微软紧咬，xAI 的 Grok 也画进前三，把谷歌 Imagen、Midjourney 挤出榜单。你的「随手一张配图」会越来越像样。
  来源 LMArena 文生图榜（数据快照 2026-08-11）

---

板块精选

• Claude 挑战黎曼猜想 — 把数学纪录从 41.6% 推到 67.2%。别被数字吓到，它离证明还远，当「能力预告」看。
• ChatGPT 和 Gemini 双双破 10 亿用户 — AI 从极客玩具走向全民工具最硬的证据，AI 已经不只是少数人的事。
• AI 不到 20 个提示发现 Zoom 接管漏洞 — AI 找漏洞又快又准，是防守方福音，也提醒厂商修复得更快，别让 AI 抢在修复前。
• AI 几分钟解出黑客 CTF 挑战赛 — 黑客挑战赛被 AI 几分钟通关，攻防这件事正在被 AI 重写。
• 让 AI 做「小数学突破」，它真就做到了 — AI 在数学上开始能「想出新东西」，哪怕很小也是质变。
• 有人花 1 万美金让 Claude 循环干活 — 让 AI 自己修自己，验证的是智能体自主迭代的方向，答案越来越近。
• AI 解开悬赏一年的「项链谜题」 — 挂了整整一年、悬赏 0.5 门罗币没人解，AI 破解并领走赏金，谁还能说 AI 只会聊天。
• Verizon 报告，AI 把「找漏洞」从数月压到几小时 — 复盘 3.1 万起安全事件发现 31% 的入侵始于利用漏洞，AI 攻防赛已经正式开跑。
• 医疗 AI 实时视频问诊冲向专家级 — 从打字问诊到视频看诊，AI 看病越来越接近真人医生，但专家级仍需临床验证。
• 树莓派上跑 AI，Gemma 小模型端侧实测 — 300 多块的迷你电脑也能本地跑开源小模型，AI 平民化的关键，不用联网不用充会员。