能力与基础设施
本期有信号开放模型与本地运行、端侧与本地应用提供本期信号；证据以发布自述、可核资产为主。
发布自述可核资产
T-1 DAILY EDITION · 2026-08-15
模型正在下沉到本地，Agent 的竞争则上移到可靠执行、可组合工具与垂直工作流
本期可读39个可读 AI 信号
ARCHIVE每日编辑版
查看完整时间轴8 月 15 日的信号一边显示开放模型继续向量化格式、本地推理和端侧设备下沉，另一边显示 Agent 产品正在把真正的竞争位置上移：行动是否经过状态回读，模型是否在自己的代码库里通过评测，工具和上下文能否跨入口组合，以及产品是否能承接货运、法律、政府和交易等完整流程。比又一轮模型或聊天界面发布更值得看的，是这些执行边界开始被做成明确的产品对象。
本期快照保留 114 个非对照事件，其中 39 条进入阅读流、35 条进入待核对；完整记录没有被删除，仍可在原始池查阅。
本期按 Asia/Shanghai 自然日重建 2026-08-15：共 329 个当日事件簇；39 条进入阅读流，35 条待核对，40 条仅留原始池，215 条 AIHOT 对照只用于传播参照。全部条目已应用最新准入、翻译、可读性、证据与事实主体归因规则。
英文信号默认先读中文译文；每张卡片和事件详情都可展开英文原文核对。
全局视角
本期覆盖了什么，缺了什么
固定六个观察面；当天没有足够证据就明确留空，不为凑齐版面放大弱信号。
Agent 与软件生产
本期有信号Agent 可靠执行、工具与上下文层提供本期信号；证据以发布自述、可核资产为主。
发布自述可核资产
产品与应用
本期有信号开放模型与本地运行、工具与上下文层、垂直经营流程、端侧与本地应用提供本期信号；证据以发布自述、可核资产、采用结果为主。
发布自述可核资产采用结果
市场与真实采用
本期有信号垂直经营流程提供本期信号；证据以发布自述、可核资产、采用结果为主。
发布自述可核资产采用结果
组织、人物与资本
本期缺口当日没有足够、可独立核验的组织、人物与资本信号，明确留空。
治理、风险与反证
本期有信号Agent 可靠执行提供本期信号；证据以发布自述、可核资产为主。
发布自述可核资产
编辑主线
本期值得建立的五个认识
每条都保留最强反方；点击原始事件，不只看摘要。
01
开放模型与本地运行
开放模型的竞争从“有权重”下沉到量化格式、默认推理和本地任务体验
Hugging Face 上出现 Qwen3.8-27B 的 NVFP4 与 GGUF 版本；Simon Willison 在 LM Studio 里观察到 Qwen3.8-27B 的“extra high”默认推理容易长期过度思考；NVIDIA 发布面向 MOPD 的专家模型。Hugging Face 同日发布的开放模型观察则称，小模型仍主导现实使用，Qwen 领先本地推理。
- 观察维度
- 能力与基础设施 · 产品与应用
- 证据身份
- 发布自述 · 可核资产
- 为何入选
- 保留 4 条当日可直接阅读、可回到原始出处的信号，用于判断“开放模型的竞争从“有权重”下沉到量化格式、默认推理和本地任务体验”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 开放模型是否可用，越来越取决于量化格式、显存和设备适配、默认推理配置、任务体验与迁移成本，而不只是发布权重或榜单位置。产品选型需要把“多快能在目标环境跑起来”纳入模型判断。
- 最强反方
- 模型页上的规模、下载或互动数字只是平台页面指标；Simon 的体验是单机个例；NVIDIA 专家模型仍被观察者指出对多数研究者偏大；“Qwen 领先本地推理”来自 Hugging Face 自身观察，尚非独立市场份额。
02
Agent 可靠执行
Agent 可靠性开始从提示词经验变成环境状态、私有评测、合并门和支出边界
agent-desktop 把桌面动作区分为“已送达并验证／已送达但未验证／未送达”，并以界面状态变化而不是 API 返回码判断成功；self-bench 尝试把私有仓库中已完成的 PR 生成留出评测；E3d-pilot 主打 SHA 门控合并；另一个开源工具尝试把有限额度的支出委托给 Agent。
- 观察维度
- Agent 与软件生产 · 治理、风险与反证
- 证据身份
- 发布自述 · 可核资产
- 为何入选
- 保留 2 条当日可直接阅读、可回到原始出处的信号，用于判断“Agent 可靠性开始从提示词经验变成环境状态、私有评测、合并门和支出边界”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 当 Agent 能操作桌面、修改代码和花钱，可靠性不能再只靠模型自述。结果回读、真实任务评测、不可变版本门和预算上限正变成可以单独实现和验收的控制点。
- 最强反方
- 这些信号大多来自项目作者发布；尚无跨应用长期成功率、私有评测泄漏率、合并事故率、支出越权率或团队采用数据。agent-desktop 所列 201ms 与 2.3s 也是作者环境中的自测。
03
工具与上下文层
工具与上下文开始独立成层：插件规范、Skill 管理和可编辑对话图同时出现
Cursor 公开插件仓库与 manifest 规范；DeepSeek 整理模型接入多种 Agent 和编码助手的配置指南；Hexis 发布开源 Claude Skills 管理工具；Agent-shell 提供 Emacs 内的供应商中立 Agent 入口；ThoughtDAG 则把 LLM 对话变成可编辑的上下文图。
- 观察维度
- Agent 与软件生产 · 产品与应用
- 证据身份
- 可核资产
- 为何入选
- 保留 2 条当日可直接阅读、可回到原始出处的信号，用于判断“工具与上下文开始独立成层：插件规范、Skill 管理和可编辑对话图同时出现”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- Agent 工作面的可迁移性越来越依赖模型之外的工具清单、插件协议、Skill 生命周期和可编辑上下文。把这些部分独立出来，才可能在更换模型、入口或团队时保留工作资产。
- 最强反方
- 仓库、清单和演示页只证明供给出现，不证明插件兼容性、安全审查、版本升级、上下文污染和跨团队迁移已经解决；五个项目也没有共同标准或采用数据。
04
垂直经营流程
新一批垂直 Agent 不再只卖聊天界面，而是直接包住一段经营流程
Peer 宣称用 Agent 承接货运定价、承运商核验、文书和在途跟踪；Perceptron ML 面向律所处理咨询、文书和截止日，并让事实回到原文档；Stratum 从政府申请审查切入；Chromie 把政府承包商的机会发现、关系和门审串成公司记忆；Palisade 则尝试把个性化购买 Agent 接入在线市场。
- 观察维度
- 产品与应用 · 市场与真实采用
- 证据身份
- 发布自述 · 可核资产 · 采用结果
- 为何入选
- 保留 5 条当日可直接阅读、可回到原始出处的信号，用于判断“新一批垂直 Agent 不再只卖聊天界面，而是直接包住一段经营流程”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 这些产品把交付对象从“回答问题”改成“完成一段流程”。真正的门槛随之转向系统接入、权限、事实追溯、长期公司记忆和结果责任，这比通用聊天界面更接近业务预算。
- 最强反方
- 五条均为 YC 项目或关联方发布，关于数百亿美元工作量、行政节省和购买提升的说法没有独立客户、准确率、续费、事故或成本证据；流程覆盖越长，集成和责任风险也越高。
另有 1 条证据
05
端侧与本地应用
本地 AI 正从模型跑分扩展到设备调用、创作和语音工作流
Needle 2 项目自述以 45M 参数、14MB 二进制和约 28MB 内存完成工具调用与设备控制；Modly 把图片或文本转 3D 网格并在本地 GPU 运行；Dictata 组合本地 Whisper 听写与 LLM 清理；另有开发者展示 Qwen3.8-27B 在浏览器本地生成并运行 FPS。Superhuman 的机器人专题还报道了荣耀 Robot Phone 发布。
- 观察维度
- 能力与基础设施 · 产品与应用
- 证据身份
- 可核资产 · 发布自述
- 为何入选
- 保留 4 条当日可直接阅读、可回到原始出处的信号，用于判断“本地 AI 正从模型跑分扩展到设备调用、创作和语音工作流”；被最新准入规则降级的旧条目不再承重。
- 为什么值得看
- 本地运行的价值开始从“省 API”扩展到隐私、低延迟、离线设备动作和终端原生体验。端侧产品机会因此不只属于模型厂商，也落到工作流、硬件接口和本地创作工具。
- 最强反方
- Needle 的尺寸与内存、Modly 的本地能力和浏览器 FPS 都来自项目方或演示者自述；尚缺设备矩阵、持续功耗、任务准确率和用户留存。荣耀 Robot Phone 来自媒体专题，仍需回到官方规格与真实量产验证。
下一跳
把开放模型、端侧能力和垂直 Agent 的自述数字追到可复算结果
继续核对 Qwen 本地使用份额、Needle 的 14MB／28MB 运行条件、政府流程节省和购买提升等说法；这些数字会影响模型、终端和垂直产品判断，但当前主要来自平台或发布方。