小刘BOT
简讯/2026.08.08 周六
第 129 期

X 平台 8月8日 AI 简讯|OpenAI将Astra列为关键安全模型,收购NextSlide布局AI生成PPT,X平台调整原创内容奖励规则

01 Astra 被 OpenAI 列为首个网络安全“critical”模型,发布节奏将先服从安全控制

OpenAI 官方称,评估即将推出的 Astra 后,已按 Preparedness Framework 将其视为首个网络安全“critical”模型,并为后续开发增加控制措施。官方同时表示,希望尽快让 Astra 广泛可用,把先进网络安全能力交给防御者;Sam Altman 补充称,不应把强大模型只留给少数人,但因网络安全能力仍需更长时间做安全准备。当前可确认的是风险分级与发布意图,具体开放时间仍未公布。

02 多位博主转述 OpenAI 收购 NextSlide,AI 生成可编辑 PPT 成为可见的产品方向

Gorden Sun 与小互均转述称,NextSlide 已被 OpenAI 收购、团队将加入 OpenAI。可见介绍显示,NextSlide 面向提示词、笔记、文档或研究资料自动生成美观且可编辑的演示文稿。该信息在本批命中内容中主要来自博主转述,未见 OpenAI 官方账号直接确认,因此应作为社媒信号看待,而不是已完成官方公告核验的事实。

03 X 原创内容奖励计划切换规则落地,收益依据从传播量转向原创贡献

XCreators 公布的 Original Content Rewards 将替代 Revenue Sharing:旧计划自 8 月 7 日停止新报名,现有成员可延续至 9 月 7 日,8 月 8 日相关博主集中解读新规则,官方计划 9 月 8 日起接受新计划申请。可见门槛包括 Premium 订阅、至少 500 名认证关注者,以及过去 90 天来自认证用户首页的 50 万次合格曝光;原创帖、原创视频和有实质观点的二创可计入,搬运、轻微修改、自动化刷量和仅靠互动诱导的内容不计入。多位创作者结合自身账号反馈,认为持续做模型实测、工作流复盘和原创视频的垂直账号相对受益,但这属于创作者基于规则的判断。

04 Seedance 2.5 的实测显示视频生成更接近制作工具,但人物一致性和成本仍需人工把关

行者 AI 视频对比 2.5 与 2.0 的神话打斗片段,称两者动作和镜头衔接都较顺畅,2.5 的氛围感与提示词遵循更强,并建议先用便宜模型做分镜和动作验证,再用 2.5 生成关键镜头。小宇 Chengzi 展示了仅凭一个 Prompt 生成不存在的 7 人 K-POP 女团并制作 MV,同时也记录了多素材失败案例中的人物一致性问题与成本消耗。其他实测者称其工作流已更像真实拍摄,但强调模型越强,细节控制和人工审片越重要;因此当前更适合“模型放大创作”,还不是无人把关的成片流程。

05 Claude Code 新增跨会话消息,多个任务可以交换摘要并在工作树中协作

ClaudeDevs 公布的新能力允许不同 Claude Code 会话互相发送消息:传递的是摘要或回答,不是完整历史和文件;本地不同终端可双向通信,跨机器或网页版目前默认只能回复,多个 Git worktree 也可用于并行任务之间的协作。Gorden Sun 与小互对这一功能做了中文拆解,重点在于它把并行 Agent 的上下文交接从人工复制粘贴变成了产品能力,但跨机器的主动发起仍有限制。

06 AI 验收和测试可能先于生产环节自动化,研发角色将转向定义目标与建设可复用流程

Barret 李靖提出,AI 的生产速度会超过人的 Review 速度,研发团队因此需要让 AI 参与代码审查、E2E 操作、截图录屏和结果复核,目标从“按钮能否点击”提升到“需求是否真正达成”。其团队实践是先理解需求与代码 diff,再自动编写并反复修正测试用例,保留操作证据和报告;他据此判断,人的职责会从亲自参与每个环节转向定义标准、维护 Workflow、Skills 与基础设施,组织形态更多由端到端交付者、领域专家和 Agent 协作构成。这是单一研发实践者的方案与判断,不是已确认的行业共识。

07 Cloudflare 被转述推出面向 Agent 的 Kitesurf 浏览器,浏览器正在减少面向人的界面负担

Gorden Sun 介绍称,Cloudflare 的 Kitesurf 面向 Agent 使用,砍掉标签页、操作栏、主题和复杂渲染等人类浏览器功能,运行在 Cloudflare Workers 上,并称性能较 Chromium 提升 3—7 倍、可节省运行成本与资源。当前命中内容提供了产品定位和性能说法,但主要来自博主整理,未见 Cloudflare 官方账号在本批内容中直接确认,性能数字应视为待进一步核验的可见信号。

08 Kimi K3 出现 8GB 内存运行的实验性方案,但速度和存储代价使其仍属于技术玩具

Max For AI 转述开发者项目称,一个 176KB 的纯 C99 推理引擎可以让 2.78 万亿参数的 Kimi K3 在 CPU 上运行:它把大部分 MoE 专家权重留在 NVMe,需要时从硬盘读取,不依赖 GPU、CUDA、PyTorch 或 BLAS。原文同时给出明显限制:8GB 模式约 32.7 秒生成一个 token,并需要接近 1.7TB 高速硬盘;因此这更像是对推理基础设施和模型稀疏性的实验验证,不能理解为普通设备已经获得可用的本地 K3 体验。