AI Agent安卓时刻!DeepSeek开源Harness + 智谱GLM-5.3 + 人形机器人

📋 今日要点

• 🔥 今日聚焦—— DeepSeek开源Harness：AI Agent的"安卓时刻" · Codex半夜喊人
• 📰 AI新闻—— 🧠 智谱GLM-5.3 · OpenAI营收破400亿 · 苹果×阿里自研中国模型
• 🤖 AI+机器人与多模态—— LG×英伟达人形机器人 · FLUX 3多模态模型
• 💡 AI落地案例—— LG×英伟达工厂人形机器人 · 苹果×阿里Apple Intelligence中国版
• 🔧 AI小妙招—— AI画的主体还行，但总像贴纸？因为你少了这一步
• 🧰 AI百宝箱—— Trellis 2：2D草图秒变3D模型
• 🎙️ 播音员寄语—— 月亮姐姐的早安寄语

🔥 今日聚焦

一、DeepSeek开源Harness：AI Agent的"安卓时刻"

8月13日晚，DeepSeek正式开源Agent运行框架DeepSeek Harness（命令行名dsh），采用MIT协议。上线12小时GitHub Star破5万，增速超过当年OpenClaw（史上增长最快仓库）的80倍。这不是一个普通的技术发布，而是AI Agent生态格局的分水岭。此前，Agent开发高度依赖闭源平台，开发者在工具选择上受制于人。Harness采用MIT协议完全开源，任何人——从大厂团队到独立开发者——都可以免费使用、修改和部署，Agent开发从此有了真正的"公共基础设施"。它打破了"最强模型=最强Agent"的逻辑：模型可以各家自选，真正决定Agent能力的是框架层的工程水平。

DeepSeek用一句话概括了Harness的定位：模型是脑子，负责推理和判断；Harness是手脚，负责上下文管理、工具调用、任务调度、权限审批。核心架构基于Cordis插件系统，信条是"一切皆插件"。值得一提的是，这个框架由DeepSeek核心团队成员崔添翼主导开发，他本科毕业于浙大计算机系，是DeepSeek创始人梁文锋的校友。同一天，DeepSeek V4 Pro正式版上线，8月17日起API实行峰谷定价。

二、为什么说这是"AI Agent的安卓时刻"？

在此之前，Agent开发是一片"各自为战"的荒地。OpenAI有自己的Assistant API，Anthropic有自己的Computer Use，Google有自己的Vertex AI Agent——每家都是"模型+平台"打包绑定，开发者选了一个平台就被锁死在一个生态里。想做Agent，首先得想好用谁家的"全家桶"，这和大厂自建机房的时代如出一辙。

Harness的出现，相当于在手机行业混沌期扔出了一个安卓系统。当年安卓出现之前，诺基亚用塞班、苹果用iOS、微软用WP，开发者得为每个平台重写应用。安卓统一了底层，开发者只需要写一次代码，就能跑在所有安卓手机上。Harness要做的，是让Agent开发者不再为"底层怎么接工具、怎么管上下文、怎么调度任务"这些重复劳动发愁——框架层统一了，开发者可以把精力集中在业务逻辑上。

更关键的是，这打破了"最强模型=最强Agent"的垄断逻辑。过去大家默认：谁家的模型最强，谁家的Agent就最聪明。但Harness证明了一件事——模型是大脑，框架是手脚，大脑再聪明，没有灵活的手脚也干不了活。这意味着中小团队用开源模型+Harness框架，完全可能做出比大厂闭源平台更好用的Agent产品。Agent的竞争维度从"谁的模型强"变成了"谁的框架工程做得好"。

对中国AI产业而言，这是模型层突破之后的又一关键拼图。DeepSeek-V3在模型层已经证明了开源可以超越闭源，现在Harness在Agent工程层又补上了"基础设施"这一环。从此中国开发者做Agent，从模型到框架都有了自主可控的开源选择，不再完全依赖美国平台。12小时5万Star的爆发式增长，正是全球开发者对这种"开源基础设施"的渴求——大家等的，就是这样一个东西。

📚 延伸阅读推荐：如果你想系统学习Harness框架和Agent工程，强烈推荐那云阳的《Harness工程：从上下文管理到Agent系统构建》（人民邮电出版社），从基础到实战全面讲解。点击下方商品卡片即可直达👇

▼ 点击下方卡片购买 ▼

三、Codex半夜用扬声器把人喊醒了

一位开发者睡前让OpenAI Codex自己跑任务，交代它在需要时自己点重置，实在不行再叫他。结果Codex因用户未插入YubiKey导致SSH连接卡住，先尝试系统通知（notify-send）提醒，3分钟没回应；再让屏幕疯狂闪烁，还是没人；最终直接调用spd-say语音合成命令，让电脑扬声器大喊"请摸YubiKey"，凌晨2点把人从床上喊起来救场。

网友评价：AI自己解决不了，就把能解决的人叫醒来帮我吧。这件事暴露了Agent自主性的边界问题——当AI碰到权限/硬件瓶颈时，升级式求助（通知→闪屏→语音）的设计很聪明，但也提醒我们：给Agent配权限和通知边界要提前设好。

📰 AI新闻

🧠 大模型发布与迭代

智谱发布旗舰模型GLM-5.3，编程能力提升50%——8月14日，智谱正式发布新一代旗舰模型GLM-5.3，拥有7430亿参数（MoE架构），与GLM-5.2共用基座，所有能力提升均来自后训练Scaling优化。科技日报报道，GLM-5.3编程能力提升约50%，在多项主流基准测试中位居所有开源模型第一，网络安全领域表现更超出预期。智谱宣布模型将在两周内开源，进一步巩固国产大模型在开源生态中的领先地位。

OpenAI年化营收突破400亿美元——彭博社8月14日报道，OpenAI在IPO前夕交出亮眼成绩单：年化营收已超400亿美元，较2025年底约200亿美元实现翻番。增长引擎主要来自AI编程工具Codex——用户规模三个月增长5倍，周活跃用户突破200万。此外，订阅业务持续渗透，广告业务开始贡献增量收入。OpenAI拒绝就具体数字置评。

🌐 AI应用与战略布局

苹果联合阿里自研中国专属大模型——路透社8月14日独家报道，苹果已专门面向中国市场训练了一款自研大语言模型，由苹果与阿里巴巴合作研发并在阿里支持下完成训练。这标志着苹果在华AI策略的重大转折——此前苹果一直依赖第三方模型为中国市场提供AI功能，如今首次转向自研路线。该模型预计将在未来几个月随iOS系统更新在中国正式上线，Apple Intelligence国行体验即将落地。

🤖 AI+机器人与多模态

LG与英伟达联手推出人形机器人，2027年Q1亮相——LG电子与英伟达8月13日在英伟达加州总部签署战略合作备忘录，LG集团董事长具光模与英伟达CEO黄仁勋出席签字仪式。双方宣布将于2027年第一季度推出一款基于英伟达Isaac GR00T开放人形机器人基础模型和Jetson Thor芯片的下一代双足行走人形机器人。合作覆盖机器人、AI工厂和移动出行三大领域，LG将在昌原工厂设立试点产线。

Black Forest Labs发布FLUX 3多模态基座模型——德国AI初创公司Black Forest Labs发布FLUX 3，基于Self-Flow统一架构，集成图像、视频、音频和动作四种专用编解码器，首次实现原生音频生成——可一次性产出最长20秒的高清同步音视频内容。FLUX 3在Arena文生视频榜单中冲至第二名，官方宣布限时免费开放至8月16日。

💡 AI落地案例

💡 案例一：LG×英伟达——人形机器人进入工厂产线

LG电子与英伟达的合作不仅停留在实验室阶段，而是明确瞄准了制造业场景。LG将在昌原工厂设立试点产线，部署基于Isaac GR00T和Jetson Thor芯片的人形机器人，承担双足行走、物料搬运、产线巡检等任务。这是全球范围内头部电子制造企业首次与AI芯片巨头联手，将通用人形机器人基础模型直接部署到真实工厂环境中。

落地亮点：不是概念验证，而是直接在生产线上试点。英伟达Isaac GR00T提供"大脑"（具身推理+全身控制），Jetson Thor提供"小脑"（实时运动控制），LG提供真实的工厂数据和场景。三方资源协同，有望在2027年实现人形机器人在制造业的规模化部署。

💡 案例二：苹果×阿里——Apple Intelligence中国版即将落地

苹果与阿里巴巴联合训练的中国专属大语言模型，是Apple Intelligence入华的关键一步。此前Apple Intelligence在中国市场长期缺位，用户无法享受AI功能。此次合作意味着苹果首次放弃纯第三方路线，转向深度定制自研模式——由阿里提供训练支持和中文语料优化，苹果负责模型架构和端侧部署。

落地亮点：该模型将随iOS系统更新在中国正式上线，覆盖Siri增强、邮件智能回复、照片编辑等核心场景。对国内2亿iPhone用户而言，这意味着Apple Intelligence终于不再是"别人家的功能"。

🔧 AI小妙招：AI画的主体还行，但总像贴纸？因为你少了这一步

💡 痛点：主体描述写得不错了，但画面看起来总是「悬浮在白底上」，没有沉浸感——因为你还没给它一个「世界」。

🛠 工具：任意AI生图工具（即梦、通义万相、Midjourney等均可）

⏱ 耗时：5分钟学会

【AI生图咒语公式·五天精通 Day 2/5】

📢 系列预告：AI生图咒语公式·五天精通

你是不是经常觉得AI生图很「玄学」——同样的工具，别人的图像大片，自己的图像废稿？问题不在工具，在提示词。

我们用一个五段式公式来拆解：

每天深讲一步，5天下来你就能写出专业级提示词，不管用什么AI生图工具都通用。

下面是今天的课程。

昨天讲了第1步「主体」——怎么把你想画的人说清楚。今天进入第2步：环境。

很多人写的提示词只有主体——「一个女孩」「一只猫」「一栋房子」——然后奇怪为什么生成的图看起来像证件照，或者像把人物抠下来贴在白色背景上。

答案就两个字：没有环境。

环境是什么？就是你把主体放在哪里。同样的主体，放在不同环境里，画面传达的信息完全不同。一个穿红裙子的女孩——在樱花树下是浪漫，在废墟中是末日感，在霓虹街头是赛博朋克。主体没变，但环境讲了一个完全不同的故事。

为什么环境这么重要？

三个原因：

第一，环境给画面"锚点"。没有环境的画面是悬浮的，观众不知道该把注意力放在哪。有了环境，主体就有了"根"。

第二，环境制造氛围。咖啡馆的温暖、雨天的忧郁、山顶的壮阔——这些都是环境自带的"情绪标签"，不需要你额外写"温暖的氛围"，环境本身就是氛围。

第三，环境增加故事感。一个坐在书桌前的人，和一坐在山顶上的人——你会自动脑补他们截然不同的故事。环境是无声的叙事者。

环境描述的万能框架：三问法

不知道怎么描述环境？问自己三个问题：

1. 在哪？——具体的地点类型（咖啡馆/街道/森林/太空站/图书馆） 2. 什么时间？——时间段带来光线和氛围变化（清晨/午后/黄昏/深夜） 3. 周围有什么？——环境中的关键元素（木桌上有咖啡杯/地上有落叶/远处有霓虹灯牌）

三个问题回答完，你的环境描述就有了。

举个例子： - 在哪：日式咖啡馆 - 什么时间：午后 - 周围有什么：阳光从落地窗洒进来，木桌上放着一杯拿铁

合在一起：「午后阳光从落地窗洒进日式咖啡馆，木桌上放着一杯拿铁，旁边坐着一个看报纸的人」。画面感马上就来了。

环境描述的三个层次

层次1：只写地点类型 「在咖啡馆里」——这是最基础的，AI知道大概在咖啡馆，但具体长什么样它瞎猜。

层次2：地点 + 时间 + 氛围关键词 「午后的复古咖啡馆，暖黄色灯光，墙上挂着老照片」——画面立刻有了质感。

层次3：地点 + 时间 + 具体细节 + 互动元素 「午后的复古咖啡馆，阳光从百叶窗投射出条纹光影，老式唱片机在角落播放黑胶，咖啡杯上的拉花还没散开，旁边翻开的书页被风微微掀起」——这种级别的描述，AI生成的图能直接当壁纸。

新手建议从层次2开始练，熟练后自然过渡到层次3。

正反对比

❌ 反面：「一个女孩在城市里」——"城市"太宽泛了，是纽约还是东京？白天还是夜晚？繁华大道还是老旧小巷？AI只能给你一个模糊的城市轮廓。

✅ 正面：「一个女孩站在东京涩谷的十字路口，夜晚，霓虹灯倒映在雨后的柏油路上，周围是撑着透明雨伞的人流」——具体到哪个城市、哪条路、什么天气、什么时间、什么细节。这才是AI能"看到"的环境。

❌ 反面：「一个人坐在公园里」——没有季节、没有天气、没有时间段，AI给你一个"标准公园"。

✅ 正面：「深秋的公园，金黄银杏叶铺满了长椅旁边的石板路，夕阳从树冠间隙照下来，长椅上放着一杯外带咖啡和一本翻开的书」——有季节感、有时间感、有细节。

常见误区

误区1：环境写得太满。把每个角落都描述得密密麻麻，AI反而不知道重点在哪。环境是给主体服务的，写3-5个关键元素就够了。

误区2：环境和主体风格冲突。你写了一个仙侠风的女侠，环境是纽约时代广场——除非你刻意追求这种反差，否则AI会很困惑。确保环境和主体在同一个"世界观"里。

误区3：忘了光线来源。环境描述里最好暗示光线方向。「阳光从左侧窗户照进来」——这给AI一个明确的光源，画面会有更强的立体感。

今日作业

找一个你喜欢的场景——咖啡馆、海边、山顶、老街、图书馆——用三问法描述它：在哪？什么时间？周围有什么？

写完后，把同一个主体放进三个不同环境里，生成三张图做对比。比如同一个"短发女孩看书"的画面，分别放在「雨天咖啡馆」「春日樱花树下」「深夜天台」——看看环境是怎么彻底改变一张图的气质。

做完这个练习，你会真正理解"环境是画面的第二主角"这句话。

明天第3步：光线——AI图有没有"高级感"，80%取决于光线的写法。

🧰 AI百宝箱 —— Trellis 2：2D草图秒变3D模型的免费神器

你脑子里有个超酷的机甲草图，想把它变成3D打印出来。以前你得花几千块找建模师，或者苦学Blender半个月。现在？把图丢进Trellis 2，喝口水的功夫，一个360度可旋转、带贴图的3D模型就出来了。不管是3D打印爱好者、独立游戏开发者，还是想给女朋友做3D盲盒的直男，这工具都能让你瞬间变身大师。

🎙️ 播音员寄语 —— 月亮姐姐的早安寄语

今天是2026年8月15日，感谢收听学伴驿站AI日报。  本期我们关注了DeepSeek开源Harness框架——这是首个面向AI Agent开发的开源运行框架，让开发者可以基于它快速搭建Agent系统。也看到了Agent自主性的边界——Codex半夜喊人救场，提醒我们给AI设权限边界的重要性。  今天还有几条重磅新闻：智谱GLM-5.3以7430亿参数拿下开源编程SOTA，苹果与阿里联手打造中国专属大模型，LG和英伟达宣布2027年推出工厂人形机器人，OpenAI年化营收在IPO前夕突破400亿。AI正在加速从实验室走向真实世界。  Trellis 2让2D草图秒变3D模型，3D打印和独立游戏开发的门槛再次降低。AI生图咒语公式系列进入第2天，今天学的是"环境"——给画面一个世界。  新的一天，一起加油。