DeepSeek V4 Flash 登顶榜单,独立测试复杂任务通过率仅 53.8%
Techub 援引 CryptoBriefing 报道称,DeepSeek V4 Flash 在 Composio 独立测试中仅完成 53.8% 的复杂代理任务。测试覆盖 30 个多步骤工作流、240 次运行,并涉及 Gmail、GitHub、Slack 等工具。结果还显示,不同智能体框架下表现差异明显,其中 Pi Agent 完成 20 项任务,排名最好。

Techub 援引 CryptoBriefing 报道称,DeepSeek V4 Flash 在 Composio 独立测试中仅完成 53.8% 的复杂代理任务。测试覆盖 30 个多步骤工作流、240 次运行,并涉及 Gmail、GitHub、Slack 等工具。结果还显示,不同智能体框架下表现差异明显,其中 Pi Agent 完成 20 项任务,排名最好。

AI大模型正同时改写加密安全的攻击端与防御端。Coldcard攻击事件和Boltz暂停比特币交换服务,都让社区看到AI辅助漏洞挖掘与攻击提速的现实压力。Bitcoin Red Team在不到30小时内扫描390个项目,提交4962项安全发现。由于部分海外模型限制安全研究,中国开源模型被用于代码审查、漏洞扫描和链上追踪,比特币政策研究所也联合多家机构呼吁AI实验室向开源安全团队开放长期可信访问。

马斯克旗下xAI今日发布Grok Bot,定位为可交付真实工作的AI队友。Bots拥有云电脑,可跨收件箱、应用和网站端到端完成任务,仅在需要审批时回到用户面前。xAI内部已将其用于更新CRM、处理发票、复现Bug等场景。产品团队强调90%与100%完成度之间的差距,Grok Bot的价值在于真实工具中的结果。今日起向SuperGrok Heavy、Cursor Ultra及Cursor Teams Premium用户开放测试。

PANews 统计显示,8 月 3 日至 8 月 9 日全球区块链领域共披露 12 起投融资事件,总额超过 9490 万美元,资金主要流向基础设施、稳定币、RWA 与中心化金融。企业并购方面,万事达卡宣布完成对稳定币基础设施公司 BVNK 的收购。同期,Yellow Card 完成 4000 万美元战略融资,InvestiFi、Dow Protocol、Vangrid、Bundle 等项目也披露了新一轮融资进展。

Jeff Dean创业公司Discovery Loop的路演材料近日流出,内容重点展示4位创始人在Google搜索、Gemini、TensorFlow、GFS、MapReduce等产品、系统与AI研究上的履历,以及其带领的大规模团队和学术影响力。公司将使命定义为“自动化机器学习、科学和工程,加速发现与进步”,初期聚焦机器学习研究与工程。已确认投资方包括Khosla Ventures、Radical Ventures、Lightspeed Venture Partners、Kleiner Perkins、Doerr Capital,Alphabet也参与投资并签署长期云计算合作协议。

Google AI 团队近期出现明显人事变动,包括 Gemini 共同负责人在内的多名核心研究员离开。ABMedia援引《All-In Podcast》与 SemiAnalysis 的讨论称,争议焦点不只是人才竞争,还涉及 Google 是否应把更多资本与 TPU 算力投向数据中心和云业务,而非继续重压前沿模型研发。在这一框架下,即便 Gemini 在模型竞争中失利,Google 仍可能通过出租算力、运营 Google Cloud 和分发渠道维持收益。

AI个人助理初创公司Pally完成520万美元融资,由Cyber Fund和Y Combinator领投,Pioneer Fund、Founders Inc、468 Capital及天使投资人参投。公司估值为3000万美元,产品通过短信入口提供AI个人助理服务。Pally于2025年推出,6月上线最新版本,可同步Gmail、Outlook、Slack、Granola和Notion等平台。

Google 首席科学家 Jeff Dean 宣布离职,结束 27 年任期,并与 Sanjay Ghemawat、Quoc Le、Oriol Vinyals 共同创办 AI 初创公司 Discovery Loop。消息传出后,Alphabet 盘中一度跌 5.4%,收跌 4.03% 至 362.43 美元,单日市值蒸发近 1900 亿美元。市场关注点不只是四名研究人员离开本身,也在重新评估 Google 在 AI 时代的人才壁垒与组织稳定性。
