---

重点更新（双专家点评）

1. 「AI 设计的分子到底好不好？」这个挑战赛终于开了个公开榜

英国 Empirical Health 推出 Enlicitide 开放发现挑战赛，给「AI 设计的新分子」建起公开排行榜：从抗癌药到新材料，任何人设计的分子都能报名，由统一标准流程检验成果。过去两年 AI 制药喊得震天响，「AI 设计的东西是不是真的好」一直缺一个大家信服的裁判。

产品领域专家·阿哲说：这事的本质是给 AI 制药补上最缺的公信力。没有统一的出厂检验标准，用户和投资人只能听故事。Enlicitide 把打分权从厂商手里拿回来，跟当年手机跑分榜的意义一样——以后「AI 设计的药」是骡子是马，拉出来公开遛。

小编小禾说：我看不懂分子式，但「公开榜单」这四个字我熟——买东西先看测评，天经地义。希望榜单一出来，那些只发论文不晒实测的项目赶紧现原形。

来源：Empirical Health · 2026-08-16

2. Wired 实测 TerraMow V1000：1.6 万美元的割草机器人，是智商税还是真解放

《连线》把高端割草机器人 TerraMow V1000 拉回自家院子实测：自动规划路线、电量不足自己回充、草屑细到不用收。割草效果确实好，但电源适配器巨大到几乎装不进常规户外插座，「买回家就能用」变成了「先折腾半天」。

穿戴领域专家·阿凯说：先看它干活的 10 分钟，再看它出问题的第 100 天。割得干净、会自己回家充电，爽点都在；但 1.6 万美元先跟插座搏斗，这种「安装劝退」太典型了——电池、适配器、充电底座任何一座山都能让机器吃灰。

小编小禾说：1.6 万美元，都够我请十年割草师傅了。真正让我记住的是「电源适配器比想象中大」——智能家电最怕的不是贵，是买回来发现和家里不搭。

来源：Wired · 2026-08-16

3. Vero 基准：AI 智能体能不能写出「被数学验证过」的代码库

一篇 arxiv 论文提出 Vero 基准——考 AI 智能体能否构建「形式上被验证」的软件仓库：不只写能跑的代码，而是每一步逻辑都有数学证明兜底。对写航天、医疗、金融关键系统的人，这直接关乎「AI 写的代码敢不敢用」。

编程领域专家·老徐说：「能跑」和「被证明正确」是两个次元，Vero 把差距量化了，方向我举双手赞成。但老规矩不变：基准分数归基准分数，被验证在小样例成立，不代表接进真实项目一个月不出幺蛾子。别急着生产环境。

小编小禾说：翻译成人话：以前 AI 写代码只能祈祷它没写错，现在有人研究怎么让 AI 写完再「证明自己没错」。银行转账系统里跑着 AI 代码，我得睡踏实点。

来源：arXiv · 2026-08-16

---

榜单快报（真实抓取）

1. OpenRouter 最新周榜：小米 MiMo-V2.5 以 10.5 万亿 token 登顶，前五全是中国模型

大白话：全球开发者每调 10 次 AI，超过 6 次用的是中国模型。上周榜首还是 DeepSeek V4 Flash，这周被小米 MiMo 顶掉——国产模型的换位赛比发布会还激烈。（通信产业报 2026-08-16 报道）

2. LMArena 编程榜（2026 年 8 月）：Claude 家族霸榜，Kimi K3 是开源「卷王」

大白话：编程是最卷的赛道——Claude 包揽前二，但开源双雄 Kimi K3 和 Qwen3.8 已经咬进前十，和榜首差距缩到 10 分以内。

3. Arena 文本盲测（8/16 快照）：Meta Muse Spark 1.2 空降第 4，但样本只有 3280 场

大白话：新面孔很吸睛，但要泼冷水——只有 3280 场盲测，跟榜首 2 万多场不是一个量级，置信区间宽，样本补足前别急着说「Meta 追上了」。

---

板块精选（一句话点评）

1. AI 智能体烧 token 有多狠：一个对话回合的约 100 倍 — 智能体不是大号聊天，是后台开着一台吃 token 的马达；谁先解决「省」，谁先规模化。
2. AI 代写的论文通过了同行评审 — 机器开始批量产论文，同行评审从质量闸门变成效率瓶颈，学术诚信系统需要大修。
3. AI 幻觉问题「解决」了吗 — 厂商宣称幻觉率大降，实测发现只是更难被察觉；「幻觉率低」和「不会骗你」是两回事。
4. AI 之间的「传话游戏」：一句「鸡」传到第十轮丢了 — 智能体间传话会丢字，多智能体协作的信息损耗比想象中严重。
5. AI 看照片定位你：准确率 87%-91% — 随手一张下午茶就是带坐标的地图，AI 时代的「随手拍」不再随手。
6. AgentShield：给智能体工具包做离线安检，50 毫秒出结果 — 智能体到处装插件等于开后门，这种安检仪该成为标配。
7. AI 智能体有「半衰期」 — Agent 是装好就永不腐烂的机器人，而是需要持续维护的活系统，成本曲线从此不同。
8. 「红皇后假说」：自我改进 AI 的新框架 — 「不断奔跑才能留在原地」，自我进化 AI 的第一性原理。
9. 「AI 水印真不是什么大事」 — 技术上可绕、成本不划算，指望水印解决溯源焦虑可能被高估了。
10. 不靠「感觉好」评估 AI 代码 — AI 代码越写越漂亮，越需要冷冰冰的测试兜底，「丝滑」不能当测试用例。

---

大家都在看

• Stripe 超 70 亿美元收购 OpenRouter（TechCrunch）
• DeepSeek V4 Pro 正式版今日生效：高峰输出价涨 350%（百家号）
• Anthropic 自曝：生物武器过滤器失效近一年，涉 1.33 亿次对话（IT之家）
• OpenAI 解散「预备队」安全团队（The Verge）

明日关注

① DeepSeek 涨价 8/17 生效，下周 OpenRouter 周榜见真章，V4 家族调用量掉多少
② 世界机器人大会 8/19 开幕，各家机器人「实际水平」怎么测
③ Meta Muse Spark 1.2 样本补足后，Arena 前四站不站得住
④ Stripe 收购 OpenRouter 落定后，模型 API 聚合会否引发「渠道集中」

---