新AI模型與創意工具
Anthropic 發布了 Claude Sonnet 5，以較低價格提供接近 Opus 4.8 的性能，並解除了對 Claude Fable 5 和 Mythos 5 的出口管制。
Google 推出了 Nano Banana 2 Lite，其最快且最具成本效益的圖像模型，並向開發者開放了 Gemini Omni Flash 用於視頻生成和編輯。
OpenAI 發布了 GPT-Realtime-2.1 和 mini，提供低延遲語音代理功能，具有改進的推理和函數調用能力，包括 p95 延遲降低 25%。
美團發布了 LongCat-2.0，一個 1.6T 參數的開源 MoE 模型，專門用於代理編碼，具有 1M 上下文窗口並在 35T+ tokens 上訓練。
Meta 推出了 Pocket，一個 vibe-coded 遊戲應用，讓用戶從 AI 提示生成互動遊戲，基於其收購的 Gizmo。
代理工作平台與開發
Anthropic 推出了 Claude Science beta，一個用於基因組學、蛋白質組學和化學信息學的多代理工作平台，具有精選技能和審計追蹤。
開源研究工作平台湧現：Synthetic Sciences 的 OpenScience 在您自己的基礎設施上運行完整的科學研究循環，而 ResearchStudio 提供用於構思和傳播的工具。
- → 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
編碼代理正越來越多地構建真實軟體：sqlite-utils 4.0rc2 主要由 Claude 編寫，捕捉了關鍵錯誤；shot-scraper 為代理演示添加了視頻錄製；一個新的 llm-coding-agent 支持文件編輯和命令執行。
新基準測試衡量代理性能：EvoPolicyGym 顯示 GPT-5.5 在 16 項互動政策任務中表現最佳，而 AgenticDataBench 涵蓋 15 個數據科學領域。同時，一項研究發現更好的模型在使用特定工具模式時可能更差。
勞動力與產業變遷
Microsoft 推出了 Frontier Company，一個擁有 6,000 名專家的 25 億美元企業 AI 部署單位，同時在大規模裁員中削減了 4,800 個職位。
Meta CEO Mark Zuckerberg 告訴員工，AI 代理開發並未如預期加速，且最近的裁員不如預期順利。
Amazon 將於 2026 年 7 月 30 日停止接受 Mechanical Turk 的新客戶，逐步關閉這個曾經對 AI 數據標註至關重要的平台。
政策、安全與治理
Cloudflare 將從 9 月 15 日起默認阻止混合用途爬蟲（結合搜索、訓練和代理使用）訪問廣告支持的網站。
阿里巴巴將從 7 月 10 日起禁止員工使用 Claude Code，轉而推廣其內部工具 Qoder。
一個記錄在案的 AI 運行的勒索軟體攻擊顯示代理可以處理技術執行，而阿爾伯塔省政府使用 Claude Code 在 20 小時內掃描並修復了 4.66 億行程式碼中的漏洞。
這是本週回顧 - 下週日見。