24小时内 AI 领域最重要动态速递 | 侧重 AI Coding、AI应用、AI突破、具身智能
今日看点： DeepSeek V3.1 把"思考模式"和"快答模式"焊进同一个模型，Agent 时代的基础设施又多一块拼图；阿里 Qwen-UI-Agent 让模型直接"看懂屏幕"操作 App，GUI 成了最大的通用接口；币安、Slack、Grok Bot 同时押注"Agent 即工作流"。模型、入口、监管三条线同时推进。
1. DeepSeek V3.1 发布：一个模型，两种思考模式
8 月 20 日晚，DeepSeek 正式发布 V3.1，定位是"迈向 Agent 时代的第一步"。核心变化是把 V3（快答）和 R1（深度推理）的能力整合进同一个模型：非思考模式对应 deepseek-chat，思考模式对应 deepseek-reasoner，用户可在 App 内一键切换，API 也支持 Anthropic 兼容接口（来源：DeepSeek 官方公告、bluemperor.com、vpssos.pages.dev）。
官方和早期社区测试给出的方向性数据：在 SWE-bench Verified 上，V3.1 达到约 66%，R1-0528 约 44.6%；在命令行任务 TerminalBench 上，V3.1 约 31.3%，R1-0528 约 5.7%；思考模式下输出 token 减少约 20%-50%，同时保持与 R1-0528 相近的推理表现（来源：Podwise、bluemperor.com）。上下文窗口统一扩展到 128K，并加入 strict Function Calling（Beta）。
值得关注的原因： 过去 Agent 框架要手动调度"快模型"和"慢模型"，V3.1 让同一个权重自己决定什么时候深想、什么时候快答。这意味着构建多步工具调用、长链路任务的工程复杂度会显著下降。对开发者来说，Agent 的"大脑"开始从"模型组合"走向"单一模型自适应"。
2. 字节 Seed-OSS 36B 开源：原生 512K 长上下文 + 可控思考预算
8 月 20 日，字节跳动 Seed 团队开源 Seed-OSS-36B 系列，含 Base（含/不含合成数据两个版本）和 Instruct，采用 Apache 2.0 协议，已上线 Hugging Face（来源：seed.bytedance.com 官方博客、Hugging Face 模型卡、pure-neo.io）。核心参数：36B 稠密模型（非 MoE），12T tokens 训练，原生支持最高 512K 上下文，并支持以 512 token 为粒度调节"思考预算"。
官方表示，Instruct 版本在数学、代码、推理、Agent 和长文本任务上接近或达到同尺寸开源模型的最好水平；同时提供"无合成数据"的 Base 版本，方便后训练研究（来源：字节 Seed 官方博客、Hugging Face）。
值得关注的原因： 512K 原生上下文 + 商业友好的 Apache 2.0 + 思考预算可控，这三个组合对需要长文档分析、大规模代码库理解的企业场景非常有吸引力。36B 的参数规模也意味着部署成本比 200B+ 的模型低一个数量级。开源社区正在从"追参数"转向"追工程实用性"，Seed-OSS 是这个趋势里值得关注的样本。
3. 阿里 Qwen-UI-Agent：让模型真正"会用"每一块屏幕
8 月 20 日，阿里千问发布面向真实设备的 GUI 智能体基座模型 Qwen-UI-Agent，覆盖手机、PC、网页浏览器和深度搜索四类环境，可模拟人类点击、输入、滑动，操作未开放 API 的传统软件（来源：千问大模型官方公众号、IT之家、中关村在线、今日头条）。
官方公布的基准成绩（均为多项测试中领先或并列最优）：移动端 MobileWorld 82.1%，真机基准 MobileWorld-Real 92.2%，AndroidDaily 97.5%；PC 端 OSWorld-Verified 79.5%；网页端 WebArena 73.6%；界面元素定位 ScreenSpot-Pro 81.5%。训练环境覆盖 100 多台真实手机、150 多款应用，并自建 400 多个任务的真机评测基准（来源：IT之家、腾讯新闻、中关村在线）。
安全设计上，模型对高风险请求直接拒绝；涉及支付、删文件、隐私授权等敏感操作会停在最后一步，等用户确认后再继续。
值得关注的原因： 过去一年 Agent 主要靠 MCP、CLI 和 API 扩展能力，但真实世界里绝大多数软件根本没有开放接口。Qwen-UI-Agent 的思路是"把屏幕当成最大接口"——不改造世界，先学会用世界本来的样子。如果这条路跑通，智能体将从"工具调用者"变成"数字设备上的通用执行器"，对手机助手、办公 Agent、RPA 都是一次重新定义。
4. Grok Bot 走红硅谷：又一个"Claude Code 时刻"？
xAI 推出的 Grok Bot 近日在硅谷引发热议。知名投资人 Gavin Baker 在 X 上称它是"又一个 Claude Code 时刻"，表示个人 AI 使用量因此增长了约 100 倍，并举例自己仅花约 15 秒就在 Grok Bot 里从零构建了一个播客摘要器（来源：36氪、腾讯研究院 AI 速递、今讯网）。
Grok Bot 的核心设计是"零配置 + 强制云端虚拟机 + 多智能体原生协同"：用户不用选模型、调参数、配本地环境，打开即可用；每个 Bot 在云端独立运行，可 7×24 小时后台执行；多个 Bot 之间能自动传递上下文、接力完成任务。目前面向个人订阅价约 200 美元/月，团队席位约 120 美元/月（来源：Geo News、天脉财经、36氪）。
值得关注的原因： 业内对 Grok Bot 的评价两极——一派认为它把 AI 编程/Agent 的使用门槛降到了"普通人能直接上手"；另一派质疑其聊天式界面不够严肃、Token 消耗大、且强制绑定 Grok 模型。但不管评价如何，它的出现说明：Agent 的竞争焦点正在从"模型能力"转向"产品封装 + 工作流协同"。对国内 AI 产品团队来说，这比单纯堆参数更值得研究。
5. 币安推出 Agent OS：AI 智能体可接入真实金融基础设施
8 月 20 日，全球最大加密货币交易所币安正式发布 Agent OS 开发者平台，允许 AI 智能体通过 MCP（Model Context Protocol）接入币安的行情、交易、钱包和支付系统，代表用户分析市场并执行交易（来源：PR Newswire 官方新闻稿、Unite.AI、至顶科技、腾讯新闻）。
安全机制以"子账户"为核心：智能体只能操作用户手动划入子账户的资金，提现默认锁定，用户可配置每笔交易是否需人工审批；币安可监控交易结果，但看不到智能体在外部 AI 应用中的推理过程（来源：PR Newswire、Unite.AI、至顶科技）。平台兼容 ChatGPT、Claude Code、Codex、Cursor 等主流工具。
值得关注的原因： 这是头部金融基础设施第一次系统性地把"AI Agent 自主交易"产品化。币安之前，Kraken、Coinbase、OKX 也已推出类似的 Agent/MCP 工具。趋势很明确：Agent 不再只是问答或写代码，而是开始真正触碰"钱"和"交易"。对合规、风控、责任边界的设计，将成为 Agent 金融化的下一个关键战场。
6. Slack Code 上线：把 AI 编程从"单人终端"搬进"团队频道"
8 月 20 日，Salesforce 在 Slack 中推出 Slack Code 功能，支持团队在聊天频道内直接调用编程 Agent 协作开发（来源：The Next Web / VentureBeat / The Verge 综合报道、DigitalToday、worldprogramming.org、腾讯新闻）。
当用户在频道里 @ Claude Code、Devin、GitHub Copilot 或 Vercel Agent 时，智能体会自动创建一个"代码频道"，在里面展示任务计划、代码 diff、PR 信息和可运行的 HTML 预览；团队成员可实时查看、评论、叫停或审批；任务完成后频道自动归档，作为审计日志保留（来源：worldprogramming.org、DigitalToday、网易号转载 The Verge）。该功能面向所有 Slack 套餐免费开放。
值得关注的原因： 当前大多数 AI 编程工具还是"一个人在终端里跟 Agent 对话"的单人体验，代码审查、上下文共享、团队审批都靠额外工具补齐。Slack Code 的价值在于把 Agent 的工作流直接嵌入团队已有的协作中枢。对远程团队、跨职能团队和非技术成员参与产品开发，这是一个重要的交互范式升级。
7. 全国首个具身机器人演出"沙盒审批"落地北京经开区
8 月 20 日，北京经济技术开发区（北京亦庄）在 2026 世界机器人大会现场，为 3 家企业的具身机器人演出颁发"沙盒审批"准入证明，并上线全国首个机器人沙盒审批全流程管理系统（来源：央广网、新京报、新浪财经、网易号转载千龙网）。
"沙盒审批"是在严守安全底线的前提下，为创新业态划定风险可控的试错空间，允许与现行标准不一致的产品和服务在"盒内"合规试验，流程包括入盒申请—符合性审查—沙盒试验—过程监督—出盒审批。首批入盒的 3 家企业覆盖情感交互表演、器乐合奏、编队舞蹈三类演艺形态；管理系统已接入首批 3 家企业、7 台机器人、14 名专职安全员和 16 套远程监控探头（来源：央广网、新京报）。
值得关注的原因： 具身机器人加速进入演艺、服务、工业等公共场景，但传统审批体系没有对应准入标准。北京经开区从数字人演出沙盒延伸到实体机器人，实质是在补"制度基础设施"。对行业而言，这意味着机器人商业化不再只拼技术，监管路径的清晰度正在成为落地速度的关键变量。
8. 宇树发布 7 轴仿生机械臂 R1：售价 9900 元起
8 月 20 日，"人形机器人第一股"宇树科技发布首款万元以下机械臂产品 R1，起售价 9900 元。R1 采用 7 轴仿生关节设计，自重 5.5kg，最大臂展 650mm（搭载灵巧手），额定负载 2kg，重复定位精度约 0.1mm，支持力反馈、碰撞检测和位置+力矩双模控制，末端可快速换装夹爪或灵巧手（来源：新浪财经、PChome、电子发烧友、今日头条）。
宇树表示将陆续开源核心控制程序和接口协议，R1 主要面向科研教育、轻工业装配、双臂协同和服务机器人技术开发。
值得关注的原因： 七轴力控机械臂卖到万元级，是一个标志性价格拐点。传统协作机械臂动辄数万到十几万元，R1 把入门门槛直接砍掉一个数量级，相当于把过去工业机器人变成了"桌面级通用工具"。结合宇树刚上市的资本热度，这家公司正在用"低价硬件 + 开源生态"复刻四足机器人时代的打法，试图成为具身智能数据飞轮的硬件入口。
今日观察
三条主线贯穿本日动态：
Agent 从"能对话"走向"能干活" —— DeepSeek V3.1 的自适应推理、Qwen-UI-Agent 的屏幕操作、币安 Agent OS 的金融交易、Slack Code 的团队协作，共同指向一个趋势：Agent 的核心竞争力不再是模型跑分，而是"完成真实任务"的端到端能力。
开源模型进入"工程实用主义"阶段 —— DeepSeek V3.1 和字节 Seed-OSS-36B 都不再单纯卷参数，而是同时强调：可控推理成本、长上下文、Apache 2.0 商业友好、工具调用可靠性。对企业选型来说，"能不能低成本跑起来"比"榜单排第几"更重要。
具身智能的瓶颈从"技术"转向"制度" —— 宇树 R1 把硬件价格打到万元级，北京经开区用沙盒审批为机器人演出铺路。产业端和监管端同时在为"规模化落地"清障。接下来 6-12 个月，谁能率先跑出可复制的商业场景，谁就能拿到下一轮融资或订单的门票。
数据来源：DeepSeek 官方公告、字节 Seed 官方博客/Hugging Face、千问大模型官方公众号、PR Newswire、Unite.AI、36氪、央广网、新京报、新浪财经、IT之家、中关村在线、worldprogramming.org、Podwise、bluemperor.com 等公开信息，截至 2026 年 8 月 21 日。