◆ AI 总结

本期重点关注ChatGPT Work的产品能力与AQuA量化研究Agent的可靠性探索，同时社区出现了音频语言模型、本地推理测试和AI成本分析工具等实用进展。

模型动态

Sori-1B从零训练音频语言模型不依赖文本预训练

Sori-1B采用【音频配对文本】从零训练，未使用纯文本预训练或语言模型初始化，为【音频语言模型】提供新范式。https://www.reddit.com/r/LocalLLaMA/comments/1w317fn/snkiisori1b_audiogrounded_lm_trained_from_scratch/[5]
Qwen

社区对比Qwen3.8 Flash-Next与27B量化推理表现

社区在相同平台、提示词和真实负载下测试NVFP4量化与FP8版本，为本地部署选择和单GPU配置提供参考。https://www.reddit.com/r/LocalLLaMA/comments/1w2z2zo/qwen38flashnextnvfp4_vs_qwen3827bfp_test_results/[6]

产品工具

OpenAI

ChatGPT Work能力边界与产品形态引发系统梳理

ChatGPT Work整合多种工具调用与工作流能力，但产品结构较复杂。作者还实测其自动建站能力，生成工具说明网站。[2][3][4]
Claude

本地CLI统计Claude Code等工具的Token用量与费用

一款纯本地CLI解析Claude Code、Codex、Gemini CLI会话日志，按模型、项目和日期统计Token用量与花费。项目链接：https://t.co/S1jfiI3RhG[7]

技巧教程

xAI

用户借助Grok优化三端网络配置提升Hysteria2性能

用户让Grok协助调优macOS、OpenWrt与VPS配置，称Hysteria2节点性能【翻倍】；稳定性仍需后续验证。https://t.co/EKq3Bd1JDz[8]

行业资讯

AQuA量化研究Agent持续优化回测可信度

AQuA聚焦自主量化研究，通过识别有效证据、避免偶然高分，提升回测可信度。详情：https://www.qbitai.com/2026/08/481475.html[1]