开发者工具日报：DeepSeek 连发大招，开源模型与智能体框架齐飞

昨日重点

• DeepSeek 发布 V4-Pro 与 V4-Flash 升级：Agent 能力显著提升，支持灵活推理强度，原生支持 OpenAI Responses API，并针对 Codex 优化。V4-Pro 已上线 App、网页端和 API，模型名称保持不变。
• DeepSeek 开源智能体框架 Harness v0.1：基于 Cordis 元框架，采用“一切皆插件”设计，模型、工具、技能、会话、沙箱等均可自由混搭替换，对标 Claude Code 和 Codex，代码以 MIT 许可证发布。
• 阿里开源 Qwen3.8-2.4T-A95B 巨模：总参数 2.4T，激活 95B，原生支持 256K 上下文，可扩展至 1M。这是 Qwen-Max 级别模型首次开源，硅基流动提供 Day-0 支持。
• LiteLLM 供应链投毒事件：40 分钟内波及全球 2500 家企业，泄露约 195TB 密码数据，包括云密钥、代码仓库 Token、SSH 密钥及 43.4 万条 CI/CD 流水线凭据，英伟达、AWS、三星等公司受影响。

分主题观察

大模型发布与更新

• DeepSeek V4-Pro 正式版上线，Agent 基准全面追平第一梯队：Terminal Bench 87.9、Cybergym 83.3，DeepSWE 从 12.8 跃升至 62.7。
• DeepSeek API 采用峰谷定价，高峰时段价格翻倍，8 月 17 日生效。
• 阿里开源 Qwen3.8-2.4T-A95B，社区讨论其与 Kimi k3、DeepSeek V4-Pro 的对比及本地部署挑战。
• 微信公布自研大模型 WeLM，80B 版已用于 AI 助手“小微”，617B 版开发中。

智能体框架与工具

• DeepSeek Harness v0.1 发布，强调“时间可组合性”和插件自愈能力。
• Anthropic 将 Claude Cowork 引入 Chrome 扩展，支持技能与插件，会话跨端同步。
• Claude Code v2.1.231 发布，新增远程会话恢复、插件市场命令源等。
• Cursor Origin 以 /codebase 路径开始灰度，面向智能体代码审查。

供应链安全与风险

• LiteLLM 供应链攻击细节曝光，引发对开源工具安全性的广泛讨论。
• 研究揭示 AI 编程智能体安全事故，Cursor 问题最多，权限过大导致数据覆盖、删除等。
• Twitch 默认将主播内容用于训练 Amazon AI，引发社区反弹。

开发者工具与效率

• VS Code 1.133 发布，Agent 窗口调整，支持会话切换模型提供商。
• Hax：用 C 语言编写的极简终端编程工具，启动即时、内存占用低。
• Kane CLI：终端内用自然语言生成浏览器测试。
• Ito：运行代码的 AI 代码审查工具。

研究与洞察

• 研究揭示 CLAUDE.md 膨胀问题，添加注释可消除 99.3% 多余指令。
• Anthropic 研究多智能体系统协作模式，发现协调智能体可发现更多漏洞但存在系统性风险。
• 论文提出“语言模型睡眠”方法，通过离线重读上下文提升长时任务效率。

值得继续关注

• DeepSeek V4-Pro 与 Harness 的后续发展：V4-Pro 的 Agent 能力提升和 Harness 的插件生态能否吸引开发者，值得关注。
• Qwen3.8-2.4T-A95B 的本地部署与生态：巨模的量化、显存需求和社区应用案例。
• LiteLLM 供应链攻击的后续影响：安全修复、社区反应及对开源供应链的长期影响。
• Claude Cowork 在 Chrome 中的扩展：跨端同步和技能插件支持的实际体验。
• 多智能体系统的安全与协作：Anthropic 研究揭示的风险与机遇。