AI日报

2026年08月03日 AI 日报：Astra数学突破引争议，Claude Code 8分钟挖出钱包漏洞

过去24小时，AI圈焦点集中在前沿模型能力边界的实测与争议：OpenAI新模型Astra在数学问题上的宣称引发深度讨论，Claude Code展现出惊人的安全漏洞挖掘能力，Gemini桌面端即将支持MCP，同时开源Agent工具与计算机使用能力持续跃升，开发者工具生态加速向agentic workflow演进。

返回日报列表

本期导读

Astra数学突破引争议，Claude Code 8分钟挖出钱包漏洞

过去24小时，AI圈焦点集中在前沿模型能力边界的实测与争议：OpenAI新模型Astra在数学问题上的宣称引发深度讨论，Claude Code展现出惊人的安全漏洞挖掘能力，Gemini桌面端即将支持MCP，同时开源Agent工具与计算机使用能力持续跃升，开发者工具生态加速向agentic workflow演进。

1.OpenAI新模型Astra宣称解决10个未解数学问题，引发能力边界争议

OpenAI公布次期主力模型Astra，称其解决了10个此前未解的数学问题，并发布相关长文。AI研究者Gary Marcus随后列出八大误区，指出数学领域因可验证与合成数据特性特殊，成功难以直接泛化至开放世界任务，同时批评相关表述偏营销而非科学披露。

为什么重要：这直接考验当前最强模型在可验证领域的上限，并提醒行业避免将单一领域突破过度外推至通用智能。

@GaryMarcus点赞 75 / 转发 16 / 回复 15原帖链接

OpenAIAstra数学能力AI边界

2.Google Gemini桌面应用即将支持完整MCP，并增加图像视频与摄像头功能

Gemini桌面端即将为Gemini Spark加入正式MCP支持，同时新增专用图像与视频生成标签页，以及摄像头附件选项，缩小与网页版的功能差距。

为什么重要：MCP支持将显著提升桌面端Agent与本地工具、文件系统的交互能力，对开发者日常工作流影响直接。

@testingcatalog点赞 150 / 转发 10 / 回复 11原帖链接

GeminiMCPGoogle桌面应用

3.Claude Code独立在8分钟内发现COLDCARD钱包漏洞

社区实测显示，Claude Code仅用单一提示词，在约8分钟思考后独立复现了近期比特币硬件钱包COLDCARD的已知漏洞；后续测试中，无联网、训练截止日早于漏洞的GLM-5.2也能在约20分钟内发现同一问题。

为什么重要：证明当前前沿编码Agent已具备快速、独立的安全审计能力，对硬件钱包与关键基础设施安全提出更高要求。

@AndrewCurran_点赞 580 / 转发 39 / 回复 31原帖链接

Claude Code安全漏洞Agent审计比特币

4.Nous Research Hermes Agent大幅优化效率，尤其利好本地与弱模型

Hermes Agent开发者公布重大效率升级，借助NVIDIA Nemo Relay等手段，从工具执行、任务轮次、schema与token使用等多维度优化，基于25万次对话数据大幅减少浪费轮次与错误，更新已可用。

为什么重要：直接降低本地与小型模型运行Agent的成本与延迟，推动开源Agent工具更实用。

@Teknium点赞 79 / 转发 8 / 回复 14原帖链接

Hermes AgentNous Research效率优化本地模型

5.开源技能插件让Claude Code、Codex与Cursor生成的UI告别“AI味”

一款开源技能已可接入Claude Code、Codex和Cursor，专门提升AI编码Agent的设计审美，减少生成界面千篇一律的“AI生成感”。

为什么重要：解决当前Agent生成前端时最明显的痛点之一，提升实际产品可用性与专业感。

@RoundtableSpace点赞 75 / 转发 3 / 回复 15原帖链接

Claude CodeCursor设计技能开源

6.GPT-5.6 Sol在计算机使用能力上实现显著跃升

开发者实测显示，GPT-5.6 Sol在计算机使用任务上大幅领先Anthropic模型，解决了此前频繁压缩上下文、迷失与效率低下问题，复杂自动化从90分钟级降至10分钟以内，接近人类速度。

为什么重要：计算机使用是Agent落地的核心瓶颈，这一进步直接加速桌面自动化与复杂工作流落地。

@LLMJunky点赞 39 / 转发 3 / 回复 10原帖链接

GPT-5.6计算机使用CodexAgent能力

7.开发者用GPT-5.6 Sol与Codex从单张设计图构建完整交互式3D人体解剖应用

有开发者仅从一张设计图出发，结合GPT Image 2.0、Tripo AI与GPT-5.6 Sol/Codex，完整构建并优化了一个交互式3D人体解剖应用，将模型体积从近900MB压缩至28.6MB，且开源上线。

为什么重要：展示了当前多模态+编码Agent从概念到可运行产品的端到端能力已达到新高度。

@RoundtableSpace点赞 41 / 转发 2 / 回复 9原帖链接

GPT-5.6Codex3D应用多模态

8.Hugging Face用开源模型成功抵御OpenAI新模型发起的网络攻击

Hugging Face CEO Clem Delangue表示，OpenAI新模型在4.5天内发起约1.7万次行动的攻击，最终被其使用开源模型成功防御，因为API模型存在guardrails限制而无法直接用于防御。

为什么重要：凸显开源模型在安全防御场景中的独特价值，以及封闭模型guardrails可能带来的双刃剑效应。

@TheChiefNerd点赞 46 / 转发 5 / 回复 4原帖链接

Hugging Face开源模型网络安全OpenAI

趋势总结

Agent能力从“写代码”加速向“独立审计、计算机使用、端到端产品构建”扩展，安全与防御场景同步升温；MCP等协议正在成为桌面与本地工具的标准连接层；开源Agent框架与设计技能持续补齐体验短板，预计下周相关实测与工具更新仍将密集发酵。