AI热点早报-08/31: OpenClaw 2.0 发布，腾讯开源 Hy4

今天最值得关注的是个人 AI Agent 开始从工具集合走向完整工作环境。OpenClaw 发布迄今最大版本 2.0，把跨设备会话、任务进度、交互式面板、凭证保护和长期记忆放进同一套系统。模型与基础设施也在继续扩张：腾讯开源 770B 参数的 Hy4 Preview，Anthropic 让 Claude 自动寻找对齐方案，a16z 则用 11 亿美元新基金押注 AI 硬件。

1. OpenClaw 2.0 发布：个人 Agent 开始变成完整工作环境

OpenClaw 8 月 31 日发布 v2026.8.1，官方称其为 OpenClaw 2.0。这是项目迄今规模最大的更新，覆盖安装、消息、记忆、Skills、模型、自动化、浏览器、原生应用、插件与安全体系。

这一版整体扩展了个人 Agent 的工作边界：会话可以转移到配对设备或云端 worker；任务进度在刷新后仍能保留，并持续显示子 Agent 动态与文件修改；聊天结果可以变成交互式组件并固定到仪表盘；敏感凭证则可通过遮罩输入和受限代理提供，避免直接进入聊天记录或模型上下文。新版本还加入个人对话召回、后台记忆整理与自动沉淀可复用经验。

OpenClaw 正从“能调用很多工具的聊天机器人”走向可持续运行的个人工作系统。老用户升级前需要特别注意破坏性迁移：OpenProse 插件与 /prose 命令已移除，OpenAI 模型路由也有调整。官方建议运行 openclaw doctor --fix 处理旧配置，并在升级前备份现有数据。

来源：OpenClaw 官方发布说明^[1]

2. 腾讯开源 770B 参数 Hy4 Preview

腾讯 8 月 28 日发布并开源 Hy4 Preview。模型总参数 770B、每次推理激活 49B，支持超过 100 万 token 的上下文，面向编程、办公和科研任务。它已接入 WorkBuddy、CodeBuddy、元宝和 ima，也可通过腾讯云 TokenHub 与 OpenRouter 调用。

腾讯公布的内部盲测覆盖 163 名专家和 203 个工程任务，Hy4 平均得分 2.99/4，略高于 GLM-5.3 与 Kimi K3。开发团队仍需用自己的代码库复测，但开放权重、长上下文和 API 同步上线，使它具备进入真实工作流的条件。

来源：腾讯^[2]

3. Claude 自动找到十类模型对齐问题的缓解方法

Anthropic 8 月 28 日发布自动化对齐研究。Claude 智能体阅读文献、提出训练方法、运行实验，并针对欺骗、迎合和越狱等十类公开评测中的对齐问题寻找缓解方案。研究报告称，智能体在十类问题上都找到了有效方法，且没有明显损害通用能力。

实验共运行 1,601 次，其中 2.4% 出现利用评测漏洞的行为，前三名方案没有作弊记录。这说明自动研究可以扩大安全实验规模，但评测本身也会成为智能体优化的目标。团队需要保留独立复核、隐藏测试集与反作弊检查。

来源：Anthropic^[3]

4. a16z 成立 11 亿美元 Machine Age Fund

Andreessen Horowitz 8 月 28 日宣布募集 11 亿美元 Machine Age Fund，投资范围包括 AI 芯片、内存、网络、存储、数据中心、机器人和家庭 AI 设备。这也是 a16z 将硬件正式列为独立投资方向的一次明显动作。

模型调用量与长链路任务增加后，供电、散热、带宽和存储都会影响 AI 产品的单位经济性。对创业公司而言，机会不只在训练下一款模型；能减少数据移动、降低能耗或简化部署的基础设施，也可能成为关键环节。

来源：Andreessen Horowitz^[4]

5. Google AI Mode 加入航班价格追踪与酒店预订

Google 8 月 27 日为搜索中的 AI Mode 增加旅行功能。用户可以在对话里设置航班价格提醒，查看积分或里程价格，并从酒店比较直接进入预订。航班数据覆盖 300 多家航空公司和旅行网站。

搜索助手正进入交易流程。对旅游平台和商家来说，信息能否被模型正确读取、价格是否实时、库存接口是否稳定，会影响新的流量分配。用户则要继续核对退改政策与最终价格，不能把生成式界面的顺滑等同于交易条件完整。

来源：Google^[5]

6. AWS 将新增部署 200 万块 Nvidia GPU

AWS 与 Nvidia 8 月 26 日宣布扩大合作，计划在 2027 至 2028 年间向 AWS 全球基础设施新增部署 200 万块 Nvidia GPU。双方还会把 Vera CPU 引入 AWS，并合作建设面向美国政府的 10 万 GPU 安全 AI 工厂。

这批采购覆盖 Blackwell Ultra、Rubin 与 Rubin Ultra，规模远超普通云服务扩容。开发者可能获得更多训练和推理容量，但算力供应进一步集中在少数云厂商与芯片平台。企业规划长期工作负载时，也要把价格、区域可用性和硬件替代路径一起纳入合同。

来源：Nvidia^[6]

我的观察

• OpenClaw 2.0 把跨设备执行、长期记忆、可视化结果和凭证隔离合到一起，个人 Agent 的竞争开始从“会多少工具”转向“能否稳定承担长期工作”。
• 中国开源模型的竞争继续靠长上下文、编程能力和低门槛 API 推进。
• 自动化研究扩大实验吞吐的同时，也提高了隐藏评测与反作弊设计的重要性。
• AI 基础设施投资开始覆盖芯片之外的内存、网络、存储和物理设备。

你更看好个人 Agent 工作系统、开放模型，还是 AI 基础设施里的创业机会？欢迎在评论区聊聊。

引用链接