AI Builders Digest 0813：把 brain 和 hands 拆开，DeepSeek 开源 Harness，应用层才是真 alpha

今天的 AI Builders Digest 主线是 把 brain 和 hands 拆开。Anthropic 把 Managed Agent 做成操作系统级的抽象，编排、上下文管理和错误恢复留在自家基础设施，工具执行挪进你控制的沙箱；同一天 DeepSeek 开源 Harness v0.1，一句「一切皆插件」把同一套解耦逻辑推到开源侧。Madhu Guru 和 Kevin Scott 各自从两端指向同一个判断，模型已经不是瓶颈，真正的 alpha 在应用层和把能力交付给用户的那条链路上。

今日总结

主线：当模型不再是瓶颈，价值就顺着栈往上搬。

把 brain 和 hands 拆开，成了今天的共识动作。 Anthropic 的工程长文把 Managed Agent 类比成操作系统，几十年前 OS 把硬件虚拟成 process、file 这些足够通用的抽象，让还没被想出来的程序也能跑；Managed Agent 也想用一小撮接口，撑过任何一次具体的实现更替。关键设计是 agent loop（编排、上下文、错误恢复）留在 Anthropic 基础设施，工具执行搬进你自己的沙箱。几乎同一时间，DeepSeek 把 Harness v0.1 以 MIT 许可开源，基于 Cordis 元框架，核心是「一切皆插件」，模型、工具、技能、会话、沙箱、文件系统、循环、编排乃至 UI 都可替换。一边是托管，一边是开源，解耦的方向却完全一致。

模型侧在用杰文斯悖论给自己续命。 DeepSeek-V4-Pro 正式版上线，HLE（wo/w tools）到 42.7/60.0，Terminal Bench 2.1 冲到 87.9；阿里同日开源 Qwen3.8-2.4T-A95B，2.4T 参数、95B 激活，输入 $2、输出 $6 每百万 token。Aaron Levie 一句话点破，DeepSeek 和 Grok 的新模型都是「巨大能力跃迁加极低成本」，这正是 AI 版的杰文斯悖论，越便宜，需求越加速。

真正的 alpha 被指到了应用层。 Meta 的 Madhu Guru 给出最干脆的判断，未来几年 AI 产品最大的 alpha 在应用层，模型只会更便宜、更好、更本地，差异化来自深度理解用户工作流并有想象力地重设计体验。Kevin Scott 在播客里从另一头说出同一件事，模型的推理能力已经跑在产品前面，存在一个「capability overhang（能力过剩）」，整个行业要做的是把模型能做的事真正交付出去。Peter Steinberger 用一条 1190 赞的推文给这条迁移画了时间线，CLI 是一年前，apps 大概半年前，现在轮到 services、web、cloud sessions。

今日关键词： Managed Agents · brain/hands · 应用层 · capability overhang

官方博客

Anthropic Engineering：Scaling Managed Agents，把大脑和双手解耦

Anthropic Engineering·2026-08-13 14:47 CST·原文链接

这篇长文把 Anthropic 对长程 agent 的工程思路和盘托出，核心隐喻是操作系统。几十年前 OS 把硬件虚拟成 process、file 这类足够通用的抽象，让当时还不存在的程序也能跑，read() 对 1970 年代的磁盘组和今天的 SSD 一视同仁。Managed Agent 想解决的是同一个老问题，如何为「尚未被想出来的程序」设计系统，于是用一小撮接口跑你的长程 agent，让接口比任何一次具体实现都活得久。

文章最有洞察的一段是关于 harness（外壳）会过期。harness 编码的是「Claude 自己做不了什么」的假设，比如 Claude Sonnet 4.5 会因为感觉上下文快满了而提前收尾（所谓 context anxiety），于是 harness 加了上下文重置；可同样的 harness 跑在 Opus 4.5 上，这个毛病没了，重置成了死代码。结论是 harness 必须持续演进。Managed Agent 的解法就是把 agent loop 留在 Anthropic 基础设施（负责编排、上下文、错误恢复），把工具执行搬进你控制的沙箱，配合自托管沙箱（Cloudflare、Dayona、Modal、Vercel 等）和 MCP tunnels，让代码、敏感文件和服务都留在你的企业边界内。

Anthropic Engineering：Claude Code 质量回退的事后复盘

Anthropic Engineering·2026-08-13 14:47 CST·原文链接

Anthropic 公开复盘了过去一个月「Claude 变笨了」的根因，定位到三个独立改动，均已在 v2.1.116 修复，API 和推理层未受影响。其一是把 Claude Code 默认推理强度从 high 调到 medium 以降延迟，结果牺牲了智能，已回退；其二是清理闲置超一小时会话的旧 thinking 以降延迟，一个 bug 让它每轮都清，导致 Claude 显得健忘、重复；其三是加了减少冗长的系统提示，叠加 overwrite bug 拖累了表现。三条都是「为了优化某个指标而悄悄折损了另一个」，是 agent 工程里最典型的隐性退化。坦白讲，这种把自家翻车过程公开写出来的透明度，本身就是一种信任基建。

AI Hot：DeepSeek-V4-Pro 正式版上线，Agent 能力大幅增强

AI Hot·2026-08-13 19:16 CST·原文链接

DeepSeek-V4-Pro 正式版在 APP、网页端和 API 同步上线，模型名 deepseek-v4-pro 即可用。重点不在跑分本身，而在它把 Agent 能力当作头号卖点，HLE（wo/w tools）达到 42.7/60.0，Terminal Bench 2.1 为 87.9。当一个旗舰模型的发布通稿把 Terminal Bench 摆到显眼位置，说明「能在终端里干活」已经从附加项变成主战场。

AI Hot：DeepSeek Harness v0.1 开发者预览版，一切皆插件

AI Hot·2026-08-13 21:02 CST·原文链接

DeepSeek Harness v0.1 以 MIT 许可证开源，基于 Cordis 元框架，核心设计是「一切皆插件」。模型、工具、技能、会话、沙箱、文件系统、循环、编排乃至 UI 全部可自由组合、替换和扩展。把它和同日 Anthropic 的 Managed Agents 放一起看特别有意思，一个走托管抽象、把接口做得比实现长寿，一个走完全可插拔、把每个部件都变成可换的插件，两条路都指向同一个判断，agent 的价值不在本体，在它周围那层可演进的骨架。

AI Hot：Qwen3.8-2.4T-A95B 开源，硅基流动 Day-0 上线

AI Hot·2026-08-13 22:04 CST·原文链接

阿里开源 Qwen3.8-2.4T-A95B，2.4T 总参数、95B 激活，主打自主编码、深度研究和端到端智能体执行。API 定价输入 $2.00/百万 token、输出 $6.00/百万 token、缓存输入 $0.25，硅基流动已提供 Day-0 支持。又一个万亿级开源权重把价格压到个位数美元，开源侧的性价比曲线仍在陡降。

播客精选

AI & I：微软为 agent 造一个新互联网 — Kevin Scott（微软 CTO）

AI & I by Every·2026-08-13 00:55 CST·原文链接

Kevin Scott 是微软 CTO，这场访谈（Build 大会精华）的核心命题是为 agent 造一个像当年 web 一样的开放基础设施。他抛出一个值得反复咀嚼的概念，capability overhang（能力过剩），模型的推理能力已经跑在了产品前面，整个行业真正欠的债，是把模型已经能做的事真正交付到用户手里。

没有标准协议，你就在「发布自己的组织架构图」。 Scott 的痛批很形象，没有大家都用的标准协议和服务时，每个团队都在造自己的 agent 基建，作为工程师看这场面就是灾难。他把 MCP 当成正面样板，一个简单协议解决了一个真问题，不光造福做 agent 和平台基建的人，也让想接入「agentic web」的内容和服务提供方有了抓手。

「推理能力已经跑到产品前面去了，我们全行业有一项共同的工作，是把模型实际能做到的和交付给用户的那部分之间的缺口补上。」

中间层会被挤掉，安全可以靠 agent 自己守。 他认为过去几年冒出来的不少中间层 gatekeeper，对真正创造价值的人和买单的人都没贡献多少价值，会被新的开放结构绕开。安全也不是死守，而是可以让一个懂你个人安全偏好的 agent 来做风险评估。最后他给等着入场的人一句狠话，用「太贵、还不够强」当借口再等一年的人会大幅落后，因为一切每年都在变便宜、变强。

X/Twitter 动态

Madhu Guru（Meta AI 高级总监）：未来几年最大的 alpha 在应用层

Madhu Guru（realmadhuguru）·2026-08-12 22:56 CST·原文链接

Guru 这条 178 赞的推文给了今天最干脆的判断。未来几年 AI 产品最大的 alpha 在应用层，模型只会继续变便宜、变好、变本地化，真正的差异化来自深度理解某个具体的用户工作流，并有想象力地把体验围绕它重设计。他还补了一句，能做 AI 产品的人群分母即将急剧扩大。这和 Kevin Scott 的 capability overhang 是一枚硬币的两面，模型不再稀缺，能把模型翻译成具体工作流体验的人才是稀缺资源。

Peter Steinberger：CLI 是一年前，现在轮到 cloud sessions

Peter Steinberger（steipete）·2026-08-12 23:55 CST·原文链接

Steinberger 这条 1190 赞的推文给 agent 的栈迁移画了条时间线。CLI 是一年前的事，apps 大概半年前，现在轮到 services、web 和 cloud sessions。一句话把今天好几条线索串起来，agent 正在从本地命令行，搬到跨设备的云端会话，这恰好是 Claude 把 Chrome 会话跨端同步、Rauch 力推云沙箱背后的大趋势。

Aaron Levie（Box CEO）：AI 版杰文斯悖论正在上演

Aaron Levie（levie）·2026-08-13 09:54 CST·原文链接

Levie 这条 212 赞的推文把 DeepSeek 和 Grok 的新模型放一起点评。两者都代表了「巨大能力跃迁加极低成本」，这正是 **Jevons paradox（杰文斯悖论）**在 AI 上的现场，把 AI 成本打下来，需求反而继续加速。他补充说，跟企业聊下来，他们想落地但过去嫌贵的用例，远比现在能跑起来的多。成本下降不是利空，是解锁存量需求的钥匙。

Thibault Sottiaux（OpenAI Codex/ChatGPT）：跨过 1500 万，给大家一次 reset

Thibault Sottiaux（thsottiaux）·2026-08-13 09:01 CST·原文链接

Sottiaux 这条 10790 赞、580 转发是当日互动最高的推文。他宣布 OpenAI 跨过了某个 1500 万的里程碑（其实是几天前的事），并给所有用户来一次额度重置，「enjoy a nice reset, go /fast」。另一条 2480 赞的推文里，他晒出和 alignment 负责人 ajambrosino 的日常对话，戏称「core alignment has been reached」，结尾却说自己从没这么兴奋过团队正在做的东西。产品负责人亲自下场造势，本身就是 agent 战火正酣的信号。

Guillermo Rauch（Vercel CEO）：云沙箱跑得比本地还快

Guillermo Rauch（rauchg）·2026-08-13 08:30 CST·原文链接

Rauch 这条 185 赞的推文力推 Vercel Sandbox 的新改进。一行 npx sandbox@latest sh 就能起一个云沙箱，他的原话是「感觉比你的本地机器还快」。新版本自带一套合理的预装工具，还能完全自定义。把这条和 Anthropic 的自托管沙箱、DeepSeek Harness 的可插拔沙箱放一起，沙箱正在从「安全可选项」变成「agent 默认跑在哪」的基础设施。

Claude：Chrome 会话跨端同步，skills 和 connectors 带着走

Claude（claudeai）·2026-08-13 04:20 CST·原文链接

Claude 官方这条 8533 赞、615 转发的产品公告是当日最大的产品动态。你在 Chrome 里的 Claude 会话现在能同步到桌面、网页和移动端，对话被保存，你的 skills 和 connectors 在浏览器里同样可用，Max 和 Team 今天开放，Pro 未来几周陆续推送。会话跟着账号走而不是绑死设备，正是 Steinberger 说的「cloud sessions」落地的具体一例。同日 Claude 还提醒，浏览器 agent 会被网页里藏的指令欺骗，建议用户自己养成几个习惯。

Garry Tan（YC CEO）：GBrain 加了 17 个 brain skills，个人 AGI 是为你干活的那种

Garry Tan（garrytan）·2026-08-13 01:36 CST·原文链接1·原文链接2

Tan 这组推文把他的个人项目 GBrain 推到台前。v0.45.6.0 新增 17 个 brain skills，是他在自己的 OpenClaw agent 上用几十万个 markdown 文件磨出来的，现已支持 Codex 和 Claude Code。他的定义很清楚，「A personal AGI is one that works for you」。另一条里他建议，GBrain 应该作为一个独立的 agent跑，有自己的 git repo 存记忆和自定义 skills，别指望塞进你主力的编码 agent 里。把个人 agent 和编码 agent 分开，是今天「brain 和 hands 拆开」在个人侧的呼应。

Matt Turck（FirstMark）：graph 是新的 loop，loop 是新的 harness

Matt Turck（mattturck）·2026-08-12 21:16 CST·原文链接

Turck 这条 34 赞的推文是今天最毒辣的一句行话总结。「graph engineering is the new loop engineering which is the new harness engineering which is the new context engineering which is the new prompt engineering」。一层套一层，每一层新 abstraction 都宣称取代上一层，但回头看没有哪层真的消失，只是被包进了更深的地方。放在今天 Anthropic 谈 harness 会过期、DeepSeek 把一切做成插件的背景下，尤其耐人寻味。

Josh Woodward（Google Labs VP）：Gemini 又接一波 app，agentic web 的合作面铺开

Josh Woodward（joshwoodward）·2026-08-13 12:02 CST·原文链接

Woodward 这条 241 赞的推文宣布 Gemini 又一波集成上线，让它在日常 app 里替你办事。名单一长串，OpenTable、Ticketmaster、Thumbtack、Zocdoc、Wix、Zoho、Otter、Granola 等等，并招呼想合作的厂商私信他。这正是 Kevin Scott 所说的 agentic web 在落地的样子，agent 要有用，就得能接进真实的服务和交易，谁来把自己接进去、用什么协议，决定了下一轮互联网的话语权。

Swyx：一年前的今天，Perplexity 想买下 Chrome

Swyx（swyx）·2026-08-13 08:02 CST·原文链接

Swyx 这条 1223 赞的定时推文翻出一桩旧闻，一年前的今天 Perplexity 提出收购 Google Chrome。放在 agentic web 的语境下，这条旧闻的意味变了，浏览器不再只是看网页的窗口，而是 agent 接入互联网的入口和默认运行时，谁握住它，谁就握住 agent 时代的分发。他另一条 316 赞的推文盛赞某篇论文是今年最重要的论文之一，并附了自己整理的方法论笔记。

数据采集时间：2026-08-13 14:47 CST