新AI模型与创意工具
Anthropic发布了Claude Sonnet 5，性能接近Opus 4.8但价格更低，并解除了对Claude Fable 5和Mythos 5的出口管制。
Google发布了Nano Banana 2 Lite，这是其最快且最具成本效益的图像模型，并向开发者开放了Gemini Omni Flash用于视频生成和编辑。
OpenAI发布了GPT-Realtime-2.1和mini，提供低延迟语音代理能力，改进了推理和函数调用，包括p95延迟降低25%。
美团发布了LongCat-2.0，这是一个1.6万亿参数的开源MoE模型，专为代理编码设计，具有100万上下文窗口，在超过35万亿token上训练。
Meta推出了Pocket，一款氛围编码游戏应用，允许用户通过AI提示生成互动游戏，基于其对Gizmo的收购。
代理工作台与开发
Anthropic推出了Claude Science测试版，这是一个面向基因组学、蛋白质组学和化学信息学的多代理工作台，具有精选技能和审计追踪。
开源研究工作台涌现：Synthetic Sciences的OpenScience在你自己的基础设施上运行完整的科学研究循环，而ResearchStudio提供构思和传播工具。
- → Synthetic Sciences Releases OpenScience: An Open-Source, Model-Agnostic AI Workbench for Machine Learning, Biology, Physics, and Chemistry Research
- → ResearchStudio-Idea: An Evidence-Grounded Research-Ideation Skill Suite from ML Conference Outcomes
- → ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog
编码代理越来越多地构建真实软件：sqlite-utils 4.0rc2大部分由Claude编写，捕捉了关键错误；shot-scraper增加了视频录制功能用于代理演示；新的llm-coding-agent支持文件编辑和命令执行。
新的基准测试衡量代理性能：EvoPolicyGym显示GPT-5.5在16项交互式策略任务中领先，而AgenticDataBench涵盖15个数据科学领域。同时，一项研究发现更好的模型在特定工具模式使用上可能更差。
劳动力与行业变革
Microsoft成立了Frontier Company，一个25亿美元的企业AI部署部门，拥有6000名专家，同时在大规模裁员中裁减了4800个职位。
Meta首席执行官马克·扎克伯格告诉员工，AI代理开发并未如预期加速，最近的裁员也不如希望的那样干净。
Amazon将于2026年7月30日停止接受Mechanical Turk的新客户，逐步关闭这个曾对AI数据标注至关重要的平台。
政策、安全与治理
Cloudflare将从9月15日起默认阻止将搜索、训练和代理使用结合使用的混合用途爬虫访问广告支持网站。
阿里巴巴将从7月10日起禁止员工使用Claude Code，转而推广其内部Qoder工具。
一个记录在案的AI运行勒索软件攻击显示代理可以处理技术执行，而阿尔伯塔省政府使用Claude Code在20小时内扫描并修复了4.66亿行代码中的漏洞。
这是本周回顾 - 下周日见。