Claude Code 新版：跨会话消息传递功能已上线

Claude Code 会话现在可以互相发送消息了，解放了复制粘贴的中继之苦

8 月 7 日，Anthropic 在 Claude Code v2.1.224 中推送了跨会话消息功能：正在运行的 CLI 会话可以通过 ListAgents 工具发现你的其他会话，并通过 SendMessage 工具发送简短文字消息。接收方会在工具调用之间读取消息，如果处于空闲状态则启动新一轮对话。无需安装、无需配置文件、无需服务器——只要你在 macOS 或 Linux 上使用的是 v2.1.224 版本，功能就已经可用了。

实际上传递的内容被刻意限制在很窄的范围内：仅限纯文本，不支持文件、不传递对话历史、不传递上下文。如果想让另一个会话继承完整上下文，文档建议你使用 resume 功能。真正值得注意的设计是权限行为。处于 bypass 模式的会话不能直接向另一个 bypass 模式的会话发消息——这对组合的消息会等待你审批，对话有效期五分钟。管理员可以拒绝接收消息，也可以在组织范围内禁用 SendMessage/ListAgents。消息会被限流，重复内容会被丢弃，收件箱上限为 50 条消息。

我已经在两个终端之间手动复制粘贴了两年，而文档中列出的四个用例——交办发现结果、协调 worktree、检查长时间运行的作业、从另一台机器回复——恰恰是那些真正消耗我时间的场景。这与 Anthropic 在 auto 模式中应用的理念一脉相承：能力在增长，安全机制融入到通道本身而不是橡皮图章式的对话框。实话实说，消息传递并不保证送达，跨机器的会话只能回复而不能主动发起。但对于并行 agent 工作流来说，这是第 一个来自官方的解决方案，解决的正是此前需要人类中继的问题。

— Anthropic · ClaudeDevs 🔗 Anthropic docs · Anthropic (X)

据报道，字节跳动正在预训练一个 10 万亿参数规模的模型

8 月 7 日，《金融时报》援引三位知情人士报道，字节跳动正在预训练一个参数量高达 10 万亿的人工智能模型——是 Moonshot Kimi K3（2.8T）的三倍多，接近业界对 Anthropic Mythos 5（约 8T）的估算。这类预训练通常需要三到六个月，最终规模要到后期才会锁定。路透社无法独立核实该报道，字节跳动也未回应置评请求。

这个背景让这个消息听起来没那么令人意外。《晚点》此前已经报道过字节跳动在讨论超过 5T 参数的模型，由 Seed Foundation 负责人项亮与预训练数据负责人沈科合作推进。在 8 月 6日的全员大会上，CEO 梁汝波承认豆包 AI 编程不是强项，并将 Anthropic 的 Claude Code 作为标杆，据报道创始人张一鸣则敦促团队追求"世界一流的模型能力"而非短期成绩。字节跳动还告诉团队不要使用其他公司模型的蒸馏数据，分析师表示这拖慢了它的进展，但保持了训练的独立性。

我认为这代表了中国模型竞争的一个真正拐点，而不只是又一个标题数字。字节跳动是唯一保持完全闭源的中国实验室——豆包有 3.24 亿月活用户，Seedance 已经是领先的视频生成器——而一个 10T 模型将使其进入中国实验室尚未涉足的级别。参数本身是能力的弱代理，FT 的报道是泄露而非发布。但战略方向是明确的：在被视为落后于前沿智能一年之后，字节跳动正将算力预算押注在规模上，市场将在 2026 年下半年得知这个赌注是否得到回报。

— Financial Times · 智东西 🔗 Financial Times (via Reuters) · 智东西

蚂蚁集团开源 Ling-3.0-flash，一个仅激活 5.1B 参数的 124B 模型

蚂蚁集团的百灵团队于 8 月 7 日以宽松许可证在 Hugging Face 和 ModelScope 上开源发布了 Ling-3.0-flash 模型权重。架构是原生混合线性 MoE：总计 124B 参数但每个 token 仅激活 5.1B，KDA 和 MLA 层以 5:1 的比例交替排列，上下文窗口为 256K，可扩展至 1M。该模型在超过 10,000 个交互式 agent 环境中微调，蚂蚁将其定位为"规划-执行分离"中的"执行节点"——深度规划留在超大推理模型上，Ling-3.0-flash 处理快速、成本可控的执行。

数字支撑了这个定位。在 Artificial Analysis 智能指数上，Ling-3.0-flash 每个任务运行成本约 0.04 美元，平均解码时间 1.4 分钟，位于"智能-成本"和"智能-延迟"优势区间。它在 AA 图表上达到 353 tokens/s 的输出速度，蚂蚁声称在高性能配置下超过 1,100 tokens/s。量化后的 FP4/INT4 构可以在单块 NVIDIA DGX Spark 上端到端运行，这对于不允许数据离开本地的企业至关重要。华为昇腾栈增加了 0 日支持，蚂蚁声称该模型通过层级缓存将长输入的首 token 时间缩短了 60% 到 80%。

这是本周最不花哨的发布，却是最实用的之一。蚂蚁并不打算在参数上超越任何人；它推出的是一个活跃参数小、知识储备大的模型，瞄准生产级 agent 循环——在那些工作流中，延迟和单次调用成本决定了工作流能否存活。权衡是真实存在的——5.1B 活跃参数意味着你无法在困难问题上获得前沿的多步推理能力——但作为规划模型下的执行层，经济学角度难以反驳。开放许可证和单 DGX Spark 部署方案给了它一个明确的定位：想在自有硬件上运行 agent 工作流、又不想支付前沿 API 价格的企业。

— Ant Group · Hugging Face 🔗 Ant Group (Business Wire) · Hugging Face

MiniMax H3 在 Design Arena 三个视频类别登顶，并席卷 Hugging Face 趋势榜

MiniMax 的开源视频模型 H3 了一周。8 月 6 日，众包的 Design Arena 基准测试将其排在多图转视频、图片转视频和视频编辑三个类别的首位——领先于 Seedance 2.0、Grok Imagine Video 1.5 和 Gemini Omni Flash 等闭源模型。发布三天内，它登顶 Hugging Face 趋势榜，超越 DeepSeek V4 Flash，超过 100 家合作伙伴在芯片和推理框架上完成了第零天集成。Stable Diffusion 创始人 Emad Mostaque 发帖"向 MiniMax 致敬"，a16z 的 Justine Moore 表示 H3 是第一个通过她某项挑战的模型。

技术核心是 Context-IR：模型摄入文本、图片、视频和音频，将原本可能消耗 100K tokens 的原始输入压缩为平均约 4,000 tokens 的结构化上下文——同时保留哪个角色在何时出现、哪段音频属于哪一帧、以及用户实际想要改变什么。这种统一上下文将文生视频、运动参考、角色替换和视频编辑转化为同一系统内的不同命令，而非独立产品。股市注意到了：MiniMax 股价在 7 月 31 日发布后四个交易日内上涨约 25%，杰富瑞重申买入评级，目标价 HK$1,118。

我认为重要的故事不是登顶基准——这个领域的基准衰减很快——而是一个中国开源权重模型在众包基准上击败了多个旗舰闭源视频模型，同时市场对公司进行了实时重新定价。H3 的第零天生态响应（芯片、推理框架、100+ 合作伙伴）才是产生复利的部分，因为这正是 DeepSeek 在文本侧用过的策略，应用到了视频领域。悬而未决的问题是商业化：H3 是免费权重，而 MiniMax 的商业模式仍然依赖 API 和付费层级。不过就目前而言，这是迄今为止最强的信号，表明"DeepSeek 时刻"正在向生成式视频扩散。

— Design Arena · 澎湃新闻 🔗 Design Arena · 澎湃新闻

DeepSeek 悄然重启 5000 亿估值融资

8 月 5 日，《财经》报道 DeepSeek 在短暂暂停后重新启动了第二轮外部融资，计划以约 5000 亿元（约 740 亿美元）的前估值融资 500 亿元——比两个月前第一轮的后估值高出约 43%。签约目标定在 8 月底。该轮融资于 7 月中旬启动，月底暂停，据悉是因为创始人梁文锋对广泛流传的泄露投资者会议纪要内容不满。部分轮候投资者表示尚未收到重启通知，因此 outreach 仍有选择性。

这笔交易的数字令人瞩目。6 月结束的第一轮同样以超过 3500 亿的估值融资 500 亿元——创中国 AI 最大首轮融资纪录——投资者包括国家人工智能产业投资基金、腾讯、宁德时代、网易、京东和 IDG 资本。第一轮据说超额认购超过 1000 亿元，因此至少有 500 亿元的需求被挡在门外。如果第二轮关闭，DeepSeek 在几个月内将融资超过 1000 亿元，远超竞争对手。背景是 V4-Flash 的公开测试（7 月 31 日），在 Artificial Analysis 智能指数上得分 50——国内模型第二——同时输出定价仅为每百万 tokens 0.28 美元，并登顶 OpenRouter 周度 token 排行榜。

一位匿名参与交易的人士对《财经》直白地表示：给 LLM 公司定价"本质上一笔期权交易，而非基于现金流的财务模型。"我认为这是当前整个中国梯队正确的框架——Moonshot 在三个月内从 180 亿美元涨到 500 亿美元，DeepSeek 的 5000 亿前估值遵循同样的逻辑，期权赌的是前沿能力而非今日的收入。风险与 2025 年打击该行业的那次相同：估值完全受制于下一版模型的发布。如果 V4 的下一次迭代受挫，纸面估值有很多下跌空间。

— 财经 (Caijing) · Yicai Global 🔗 Caijing (via Yicai) · 香港文匯報

H200 发往中国的货运量接近于零，国产芯片厂商正在蚕食预算

8 月 8 日，美国商务部一位官员在国会听证会上确认，尽管 NVIDIA 的 H200 出口许可证已发放，但实际发往中国的货运量微乎其微——实际上为零。这与黄仁勋 3 月份对大批中国 H200 订单和生产重启的描述形成了鲜明反差，并证实了 CNBC 的报道：NVIDIA 在中国 AI 芯片市场的份额从 2023 年的约 95% 下降到 2026 年中期的 H200 新货运量接近于零。6 月， BIS 还关闭了"子公司漏洞"，要求向全球任何中国总部公司销售先进芯片都必须获得许可证。

资金正在转移。7 月对 60 位中国科技高管的调查发现，他们预计在未来 12 个月将把 46% 的 AI 加速器预算投入国产芯片，高于目前的 30%。寒武纪报告上半年营收接近 60 亿元，同比增长超过 108%，净利润增长 122.61%；摩尔线程预计上半年营收 16.5–17.5 亿元，同比增长 135–149%；券商预测天数之星约为 30.4 亿元，接近翻三倍。此外，北京计划在未来五年内为国家级数据中心投入约 2 万亿元，其中超过 80% 的核心硬件必须来自国内供应商。行业预测到 2029 年中国的 AI 芯片自给率将从 2025 年的 42% 提升至 70%。

我不认为这是一个干净的"脱钩正在奏效"的故事。数字展示的是一个自我强化的政策循环：出口管制保持严格，预算转向国产硅，从而验证了管制的合理性，又为更多预算转移提供了正当性。对 NVIDIA 而言，真正的风险在于它的长期博弈——黄仁勋不断警告，不一致的出口规则会推动中国企业走向自给自足的供应链，而这次听证会的证词是迄今为止最有力的证据，表明这种转变已经反映在采购层面。对于国内供应商来说，风口是真实的，但也是补贴驱动的繁荣；问题是寒武纪和摩尔线程能否在低垂的替代需求被满足后维持利润率。

— CNBC · 新浪财经 🔗 CNBC (via 163/IT之家) · The Index Today

宇树科技以每股 150.80 元定价科创板 IPO——DeepSeek 和腾讯入选战略配售名单

宇树科技作为"科创板人形机器人第一股"，于 8 月 6 日以每股 150.80 元定价，融资约 61 亿元——远超原计划的 42 亿元，因此该交易获得了超额认购。以此推算市值约 610 亿元，市盈率约 219 倍。九家机构获得了战略配售，名单值得关注：DeepSeek 和腾讯均在其中。8 月 7 日网上路演中，创始人王兴兴表示具身 AI 行业正处于相当于早期 PC 的阶段，认为该行业远未成熟。

喧嚣背后的基本面是真实的，但集中度很高。宇树 2025 年发货了超过 5500 台人形机器人，约占全球 32.4% 的份额，位居世界第一；四足机器人累计发货超过 33,000 台，近乎 60% 的全球份额，而且是少数真正盈利的机器人厂商之一。但"身体强、大脑弱"的批评一直伴随着它——分析师指出它的优势在于运动控制，而非世界模型或 VLA 智能层——宇树计划将近一半的 IPO 募集资金投向模型研发。这直接承认了，估值天花板取决于认知差距能否弥合，而不是卖出更多台机器人。

我认为这次 IPO 是市场如何给具身 AI 定价的真正考验，219 倍市盈率说明市场在买故事而非现金流。战略配售是值得关注的细节：DeepSeek 投资机器人厂商，腾讯同行，是在为"机器人需要前沿大脑"这个命题配置资本——这与 NVIDIA 的机器人推送逻辑相同，也与同一周内紧随其后的智元港 IPO 遵循相同的逻辑。610 亿元是否合理，完全取决于大脑差距能否在未来两年内弥合。如果能，这看起来是早期；如果不能，219 倍有很大的压缩空间。

— 环球老虎财经 · 财联社 🔗 环球老虎财经 · 21世纪经济报道