2026 年 8 月 1 日和 2 日，AI Agent 领域同时迎来能力和规范两条线的重磅变化。DeepSeek 悄悄上线了 V4-Flash 正式版 API，Agent 基准成绩暴涨 6 倍；EU AI Act 的透明度条款从今天（8 月 2 日）起正式执行。另一边，Bottleneck Labs 用 GPT-5.6 Solo 做了一次高度真实的 Agent 经营公司实验，结果值得一看。
三条动态放在一起看很有意思：模型越来越强，合规要求越来越硬，Agent 自主性边界越来越清楚。这些和站内最近持续写的 失败升级规则、质量门禁 和 证据包 可以放在同一套框架里理解。
事实梳理：DeepSeek-V4-Flash 正式版
据 TechWeb 等多家媒体 8 月 1 日报道，DeepSeek-V4-Flash 正式版 API 已上线。这是一个 2840 亿参数 MoE 模型，激活参数仅 130 亿，价格低至 0.2 元/百万 tokens（缓存命中）。
真正让人注意的不是价格，而是 Agent 能力的提升幅度：DeepSWE 基准（评估 Agent 在真实长周期多步骤编程任务中的自主解决能力）从预览版的 7.3 分飙升至 54.4 分，暴涨超过 6 倍；Terminal Bench 2.1 得分 82.7，逼近 Claude Opus 4.8 的 85.0。
最关键的细节是：模型结构和尺寸完全没变，只重新做了后训练。这意味着后训练优化的空间可能比很多人想象的大得多——不是只有预训练才能提升 Agent 能力。
事实梳理：EU AI Act 透明度条款生效
据多家媒体解读，EU AI Act 的透明度条款从 2026 年 8 月 2 日开始正式执行。核心要求包括：聊天机器人必须在首次交互时亮明 AI 身份，AI 生成的文本、图像、音频和视频必须打标并嵌入机器可读水印。违反最高罚 1500 万欧元或全球营业额 3%。谷歌、微软、OpenAI、Meta 已签署内容透明度准则。
对 Agent 团队来说，这意味着以后 Agent 发出的消息不能看起来像真人员工发的。客户服务、邮件沟通、内部通知——只要 Agent 是产出方，就必须标注来源。这在 客户可见动作确认 的场景里尤其重要。
事实梳理：GPT-5.6 Solo 经营公司实验
据 InfoQ 8 月 1 日报道，Bottleneck Labs 用 GPT-5.6 Solo 做了一个 24 小时连续实验：给 Agent 真实的电脑、350 美元启动资金和一家真实运行的 iOS 应用公司。结果：消耗 3.2 亿 prompt tokens，完成 1129 次工具调用，新增收入 0 美元，用户从 61 人增到 66 人。
实验暴露的不是模型不够聪明，而是自主 Agent 在真实商业环境里会遇到大量非技术障碍：App Store 审核、用户信任建立、付费转化——这些都不是 24 小时推理能解决的。这和 转人工队列 的结论一致：Agent 要跑得快，但有些环节必须回到人。
老达点评
三条新闻放一起，能看到一个清晰的趋势：Agent 的能力在快速变强（DeepSeek-V4-Flash 后训练效果），但监管和现实也在同步加码（EU AI Act、自主经营碰壁）。对我而言，更值得关注的是“后训练提升 Agent 能力”这条线——如果模型结构不变、只靠后训练就能把 Agent 基准拉高 6 倍，那意味着团队不需要等下一代模型，在现有底座上做好样本、评估和迭代，本身就能产生很大的提升空间。
总结
DeepSeek-V4-Flash 正式版上线、EU AI Act 透明度条款生效、GPT-5.6 Solo 自主经营实验，三条动态从能力、合规和自主性边界三个角度，分别给 AI Agent 领域加了新的变量。能力和约束同一天升级，是好事。
