一周 AI 动态速览：国际象棋 vibe

⏰ 时效声明：本课内容整理自原文发布时（2026-08-03）的 X 帖子及评论区，多为社区传闻与厂商营销口径，未经独立验证，请注意甄别。

以下来自 @AISuperDomain 的一周 AI 动态速览。帖子标题"国际象棋 vibe"是个梗：评论区有人用 Codex 的"可编辑 writing block"技巧 vibe 出国际象棋网页，大家接着喊"谁来 vibe 一个中国象棋版本必火"。

作者的核心观察：模型代码能力变强之后，"视觉理解、3D、动画、可交互的东西，都是代码能表达的"——这一周的动态，全是"AI 把活干完"的实例。

以下来自 @AISuperDomain 主帖。微软开源了 Orchard：面向 Agent 训练、强化学习与评测的可扩展基础设施，开源地址 github.com/microsoft/Orchard。

关键特性：可直接在真实 Agent Harness 中训练模型——Codex、OpenClaw、ZeroClaw 等。也就是说，训练数据不再是静态问答，而是 agent 在真实工具环境里"干活"的过程。

首批成果：Orchard-SWE 在 SWE-bench Verified 上拿到 69.7%（经重排序后）。这是"用 agent 训 agent"的路线：基础设施先行，模型能力跟上。

以下来自 @AISuperDomain 主帖。PolarBrowser for Windows 发布，自称"所有主流网页基准都赢 Anthropic 和 OpenAI"。

注意定语："自称"——这是厂商营销口径，原文没有给出第三方复现。看这类消息记住三问：基准是谁选的？怎么测的？有没有人独立跑过？

把它和第 10 课（Chrome 上帝模式）放在一起看：浏览器正在变成新的 AI 竞技场——Chrome 靠生态降维，新玩家靠"基准全胜"的故事抢注意力。

以下来自评论区 @gkxspace 的消息（社区传闻，未经独立验证）：qwen3.8-max 正式版，2.4T 参数、1M 上下文；视觉、前端、复杂任务"第一梯队"，API 定价是旗舰里最便宜的一档。

开源计划：下周 Max 和 27B 权重开源，其中 27B 版本本地 17GB 内存可跑——消费级硬件能跑的旗舰蒸馏版。

如果属实，意味着：顶级能力继续下沉，开源社区又多一个能本地跑的强模型。是否属实，以官方公告为准。

以下来自评论区转发的 OpenRouter Ori Eval。它是一个帮你给自己项目写 eval 的 agent：一行 curl 跑起来，自己扫描你的代码库，找出所有调模型的地方，然后为它们写评测。

它的核心观点值得背下来："没有最好的模型，只有对这个任务最好的模型。"

这句话和本专题第 01 课（三层路由：日常/工作层/硬任务层）、第 04 课（档位选择）是同一个思想：选型是"任务 × 模型"的匹配问题，不是排行榜问题。

以下来自 @AISuperDomain 主帖与评论区：

autoresearch 脚本（@XAMTO_AI 转）：Karpathy 风格的 autoresearch 被搬到 Claude Code 和 Codex 上——丢一个目标加量化指标，Agent 自己跑上百轮实验调参。这与第 09 课（Search as Code 的 autoresearch 进化 SDK）呼应：让 agent 自己卷自己正在变成标配。

Codex 提示词技巧（@Saccc_c）：提示词里加"可编辑 writing block 输出"，让输出变成可快速编辑复制的文字块——"国际象棋 vibe"梗的起点。

北京 AGI Bar（@MaxForAI）：店内连 Wi-Fi 送无限量 DeepSeek V4 Flash API Token（店内使用期间不限量）——"咖啡馆送 token"的获客方式，挺有时代特色。