精讲 1
产品Claude Blog本周精选67/100
Anthropic 发布了 Claude 应用网关，支持 Amazon Bedrock 和 Google Cloud，提供企业 SSO、集中策略和成本归属功能
正文内容概括Anthropic 发布了 Claude 应用网关，支持 Amazon Bedrock 和 Google Cloud，提供企业 SSO、集中策略和成本归属功能。
核心观点提炼常规快讯，保留列表
今天这期 AIWatch 早报围绕「product、Agent、智能体」展开，先用一段导语把当天主线收束起来，再按今日头条、推荐精选和补充速览逐条介绍。聚焦 30 · 关注 0 · 跟进 10。
如果只有 20 分钟，先读：Anthropic 发布了 Claude Sonnet 5，在推理、工具使用和编码方面显著提升，接近 Opus 4.8 性能但价格更低，并已全面上线 → Anthropic 宣布美国出口管制解除后，重新上线 Claude Fable 5 模型，并分享事件时间线、安全改进及行业越狱评估框架 → Z.ai 发布了 GLM-5.2 开源模型，具备 1M 上下文窗口和两种推理模式，专为智能体和长周期编码任务设计。
今天的主线不是孤立新闻，而是「product、Agent、智能体」在不同层面的同步推进。
正文内容概括Anthropic 发布了 Claude 应用网关，支持 Amazon Bedrock 和 Google Cloud，提供企业 SSO、集中策略和成本归属功能。
核心观点提炼常规快讯，保留列表
正文内容概括OpenRouter 为 GLM-5.2 模型新增了来自 wafer_ai 和 FireworksAI 的快速推理端点，并推出 nitro 模式自动选择最快提供商。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 发布面向科学家的 AI 工作台 Claude Science（Beta），集成 60+ 预配置技能与数据库（如 UniProt、PDB、Ensembl），支持基因组学、蛋白质组学等科研任务。该平台将分散工具整合为统一环境，产出可审计、可复现的科研产物（含 3D 蛋白结构、化学结构等），并管理本地或云端计算资源（HPC、Modal）。对开发者/研究者而言，它降低了多工具切换与计算管理的复杂度，并支持通过 NVIDIA BioNeMo 连接生命科学模型。 核心观点： 1. Claude Science 内置 reviewer agent，可自动检查引用、计算错误并自我修正。 2. 平台支持 fork 会话以并行比较不同实验路径，且上下文在运行会话中持续保留。 3. 通过 NVIDIA BioNeMo Agent Toolkit 原生连接 Evo 2、Boltz-2、OpenFold3 等生命科学模型。
核心观点提炼高信息密度，值得细读
正文内容概括谷歌在 Gemini 3.5 Flash 模型中引入了计算机使用能力，使模型能够直接操控桌面应用和浏览器。这一功能拓展了多模态交互的边界，允许开发者构建能够像人类一样操作界面的智能体应用。对开发者而言，这意味着可以基于该能力开发自动化工作流、测试脚本或辅助工具，但需注意模型在复杂界面中的稳定性和安全性。 核心观点： 1. Gemini 3.5 Flash 新增计算机使用能力，可直接操控桌面应用和浏览器。 2. 该能力拓展了多模态交互边界，支持开发者构建自动化界面操作智能体。
核心观点提炼重磅首发或硬核洞察
正文内容概括Anthropic 分享了构建多人智能体团队的经验，强调公开工作、给予智能体广泛上下文和明确安全边界。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 发布了 Claude Sonnet 5，这是其最具智能体能力的 Sonnet 模型。该模型能够自主制定计划，并使用浏览器和终端等工具，其自主运行水平接近数月前需要更大、更昂贵模型才能达到的程度。这对开发者意味着可以以更低成本实现更复杂的自动化任务。 核心观点： 1. Claude Sonnet 5 具备自主规划能力，并能使用浏览器和终端等工具。 2. 该模型的自主运行效率接近此前需要更大、更昂贵模型才能达到的水平。
核心观点提炼高信息密度，值得细读
正文内容概括Anthropic 的 Claude Code 被指通过 Unicode 字符差异和日期格式，在系统提示词中隐蔽标记使用中国代理的用户，引发隐私争议。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 发布面向科研者的 AI 工作台 Claude Science，定位为科研领域的 Claude Code。它不训练新模型，而是将现有 Claude 模型（含 Opus 4.8）与 60 多个科学数据库（涵盖基因组学、蛋白质组学等）及多 Agent 系统集成到统一界面，支持自然语言驱动的文献查询、代码生成、图表复现和本地/集群运算。早期用户案例显示其在基因组浏览器搭建、RNA-seq 污染发现、多 Agent 文献综述等方面有显著效率提升。对开发者而言，Claude Science 展示了将通用 LLM 通过 Workflow 和 Agent 架构深度嵌入特定行业操作层的产品化路径。 核心观点： 1. Claude Science 不训练新模型，而是通过集成 60+ 科学数据库和多 Agent 系统将现有模型包装为科研平台。 2. 每张图表附带生成代码、运行环境、自然语言描述和完整对话记录，支持自然语言指令修改图表。 3. 支持本地运算（macOS/Linux）和 SSH 连接 HPC 集群，敏感数据可留本地，仅发送上下文信息给 Claude。
核心观点提炼高信息密度，值得细读
正文内容概括OpenAI 提出了一种名为 Deployment Simulation 的新方法，利用真实对话数据在模型发布前预测其行为，旨在提升 AI 模型的安全性和评估准确性。该方法通过模拟部署环境，使开发者能在模型上线前识别潜在风险，从而更有效地进行安全对齐。这一进展对 AI 安全研究和模型评估实践具有重要参考价值。
核心观点提炼高信息密度，值得细读
正文内容概括Josh Woodward 通报 Gemini 服务当前遭遇宕机，团队正在紧急修复，部分修复已上线，其余将很快完成。
核心观点提炼常规快讯，保留列表
正文内容概括针对多微服务场景下AI Agent进行系统设计与编码的实践方案。核心挑战在于Agent需理解多个微服务的职责边界与业务概念。推荐采用monorepo或虚拟monorepo提供全局视图，配合分层文档（根目录AGENTS.md索引+各服务目录职责文档）实现按需加载上下文。强调利用OpenAPI spec、Pact契约文件等机器可读规格及协议测试代码作为精准上下文来源。验证方面，通过mock server和contract test形成“写代码→跑测试→自我修正”的闭环，避免依赖完整集成环境。 核心观点： 1. monorepo或虚拟monorepo（多仓库clone到同一本地目录）是社区推荐的Agent上下文组织方式。 2. 分层文档策略：根目录AGENTS.md做索引，各微服务目录内放职责与业务概念文档（DDD bounded context）。 3. 协议测试代码（如Pact契约文件）是比手写文档更准确的活文档，因测试失败即表明协议不一致。
核心观点提炼高信息密度，值得细读
正文内容概括Anthropic 与美国政府合作，恢复其最强网络安全模型 Mythos 5 对关键基础设施组织的访问权限，并继续争取扩大访问范围。
核心观点提炼常规快讯，保留列表
正文内容概括Anthropic 宣布 Claude 模型在 Microsoft Foundry 上正式可用，托管于 Azure 并提供数据驻留选项。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 使用推理模型帮助医生诊断罕见儿童遗传病，在之前未解决的病例中识别出 18 个新诊断。
核心观点提炼常规快讯，保留列表
正文内容概括xAI 宣布 SuperGrok 和 X Premium 订阅用户可在 Warp 终端中使用 Grok Build 模型，通过 Warp Agent 设置切换。
核心观点提炼常规快讯，保留列表
正文内容概括DeepSeek 招聘 Agent Harness 研究员，定义 Model + Harness = Agent 技术路线。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 推出 Patch the Planet 计划，帮助开源维护者利用 AI 和专家审查发现并修复漏洞。
核心观点提炼常规快讯，保留列表
正文内容概括谷歌DeepMind发布Gemini 3.5 Flash，新增原生计算机使用能力。该内置工具允许开发者构建可跨浏览器、移动和桌面界面进行视觉识别与操作的智能体，扩展了AI在自动化交互场景的应用边界。 核心观点： 1. Gemini 3.5 Flash新增原生计算机使用工具，支持开发者构建跨浏览器、移动和桌面界面的智能体。
核心观点提炼高信息密度，值得细读
正文内容概括OpenAI 预览了下一代模型 GPT-5.6 Sol，该模型在编程、科学和网络安全方面能力更强，并配备了最先进的安全栈。对开发者而言，这意味着更强的代码生成与科学推理能力，同时安全机制得到升级。
核心观点提炼重磅首发或硬核洞察
正文内容概括Z.ai 发布了 GLM-5.2 开源模型，具备 1M 上下文窗口和两种推理模式（High 和 Max），专为智能体和长周期编码任务设计。该模型在编码和智能体任务上有显著改进，已上线 Venice 平台，对 Pro 用户完全私有可用。 核心观点： 1. GLM-5.2 提供两种推理模式：GLM-5.2 (max) 和 GLM-5.2 (high)，分别对应极限推理和高效推理。 2. 模型支持 1M 上下文窗口，专为长周期智能体编码任务设计。
核心观点提炼高信息密度，值得细读
正文内容概括桥水基金通过Tinker平台微调了一个金融新闻筛选模型，比前沿模型更高效且成本更低。
核心观点提炼常规快讯，保留列表
正文内容概括美国出口管制解除后，Anthropic 于 6 月 30 日宣布重新上线 Claude Fable 5 模型。此前因 Amazon 研究人员发现越狱方法，政府于 6 月 12 日实施管制。Anthropic 训练了新的安全分类器，在 99% 以上情况下阻止该越狱技术，并联合 Amazon、Microsoft、Google 等制定行业越狱评估框架。Fable 5 将于 7 月 1 日面向全球用户开放。 核心观点： 1. 新安全分类器在 99% 以上情况下阻止 Amazon 报告中的越狱技术。 2. Fable 5 的越狱行为仅涉及常规防御性网络安全工作，未暴露 Mythos 级别的独特网络能力。 3. Anthropic 联合 Amazon、Microsoft、Google 等开发行业统一的越狱严重性评估框架。
核心观点提炼高信息密度，值得细读
正文内容概括MiniMax 联合 Cysic 举办 CyOps Arena 黑客松，为 M3 提供 5000 美元奖金池及限时 80% token 折扣，降低开发者参与门槛。
核心观点提炼常规快讯，保留列表
正文内容概括开源电子书《Claude Code From Scratch》通过约4300行代码（TypeScript和Python两个版本）复现了Claude Code的核心架构，包括Agent Loop、13个工具（支持并行执行和流式早期启动）、4层上下文压缩、语义记忆召回、技能系统、多Agent和MCP集成。全书13章，每章为分步教程，对照真实源码讲解简化实现，帮助开发者理解coding agent的工作原理。 核心观点： 1. 用约4300行代码复现Claude Code核心架构，包括Agent Loop、13个工具、4层上下文压缩等。 2. 提供TypeScript和Python两个版本，每章对照真实源码讲解简化实现。
核心观点提炼高信息密度，值得细读
正文内容概括Anthropic 发布 Claude Sonnet 5，定位为 Agent 能力接近旗舰 Opus 4.8 但价格仅为其 40% 的模型。在 Agent 编程基准上 Sonnet 5 得分 63.2%，高于前代 Sonnet 4.6 的 58.1%，低于 Opus 4.8 的 69.2%；知识工作基准甚至略超 Opus 4.8。模型更换了新分词器，同样文本可能消耗 1.0-1.35 倍 Token，但推广期定价已对冲此涨幅。对开发者而言，Sonnet 5 提供了更优的性价比，但需注意推广期结束后实际花费涨幅可能高于标价涨幅。 核心观点： 1. Sonnet 5 在 Agent 编程基准得分 63.2%，Sonnet 4.6 为 58.1%，Opus 4.8 为 69.2%。 2. 新分词器导致同样文本消耗 1.0-1.35 倍 Token，推广期定价已对冲此涨幅。 3. API 推广价（至 8 月 31 日）为输入 $2/百万 Token、输出 $10/百万 Token，之后涨至 $3 和 $15。
核心观点提炼高信息密度，值得细读
正文内容概括OpenAI 发布了 Daybreak 安全工具集，包含 Codex Security 和 GPT-5.5-Cyber 两个组件，旨在帮助组织大规模发现、验证和修复漏洞。该工具集面向企业安全团队，提升自动化漏洞管理能力。 核心观点： 1. Daybreak 工具集包含 Codex Security 和 GPT-5.5-Cyber 两个具体组件。 2. 工具集覆盖漏洞发现、验证和修复的完整流程。
核心观点提炼高信息密度，值得细读
正文内容概括Anthropic 发布 Claude Sonnet 5，定位为迄今最具智能体能力的 Sonnet 模型，在推理、工具使用和编码方面显著提升，性能接近 Opus 4.8 但价格更低。该模型已全面上线，成为 Free 和 Pro 计划的默认模型，并可通过 Claude API 使用。开发者可调整 effort 级别以平衡成本与性能，对构建复杂多步任务的智能体应用具有重要价值。 核心观点： 1. Sonnet 5 在 BrowseComp 和 OSWorld-Verified 等智能体评测中，通过调整 effort 级别可在部分任务上匹配 Opus 4.8 的性能。 2. Sonnet 5 引入新 tokenizer，输入 token 数约为之前的 1.0–1.35 倍，但通过定价调整实现大致成本中性。 3. Sonnet 5 的网络安全任务能力远低于当前 Opus 模型，整体不良行为率低于 Sonnet 4.6。
核心观点提炼重磅首发或硬核洞察
正文内容概括OpenAI 计划收购 Ona 以扩展 Codex 功能，提供安全持久的云环境，支持企业工作流中的长期运行 AI 智能体。
核心观点提炼常规快讯，保留列表
本节暂无内容。
正文内容概括美国政府以国家安全为由发布出口管制指令，要求暂停所有外国国民（包括外国籍员工）对 Anthropic 的 Fable 5 和 Mythos 5 模型的访问。Anthropic 被迫立即对所有客户禁用这两个模型，其他 Claude 模型不受影响。公司认为这是误解，正努力恢复访问。 核心观点： 1. 美国政府出口管制指令要求暂停所有外国国民对 Fable 5 和 Mythos 5 的访问，包括 Anthropic 的外国籍员工。 2. Anthropic 被迫立即对所有客户禁用 Fable 5 和 Mythos 5，其他 Claude 模型不受影响。
核心观点提炼高信息密度，值得细读
正文内容概括Devin Desktop 和 CLI 新增支持 GLM-5.2 和 Kimi K2.5 模型，在 FrontierCode Extended 基准上分别取得 43.0% 和 39.5% 的成绩。
核心观点提炼常规快讯，保留列表
正文内容概括OpenAI 收购 Ona，为 Codex 智能体构建持久化安全云工作空间，解决复杂任务无人值守时中断的问题。Ona 提供受控环境，使智能体能运行命令、保存上下文并在笔记本关闭后恢复工作，满足企业级安全需求。此举将 Codex 从对话工具扩展为可执行测试、修复、重构等长时任务的托管执行层，为开发者提供更可靠的自动化基础设施。 核心观点： 1. Codex 周活用户已达 500 万，增长 400%，显示智能体需求快速扩张。 2. Ona 提供持久化云工作空间，使智能体能在笔记本关闭后继续运行命令并恢复上下文。 3. 收购目标为企业场景：支持在自有云边界内部署智能体，提供限定凭证、审查跟踪与可审计活动。
核心观点提炼高信息密度，值得细读
正文内容概括Google 宣布在 Gemini Live 中上线实时图像创建与编辑能力，用户可在实时对话中开启摄像头，让 AI 根据画面内容直接生成或修改图片，适用于房间装饰预览、数学解题辅助及制作表情包等场景。
核心观点提炼Gemini Live 集成实时图像创建与编辑，标志着消费级多模态 AI 在实时视觉交互场景的重要落地，对关注 AI 应用进展与产品动态的用户具有较高参考价值。
正文内容概括Google Gemini 推出 macOS 应用新功能，用户可通过同时按下双 Command 键将当前活动窗口直接附加至聊天对话，无需手动截图或切换标签，提升多任务场景下的 AI 交互效率。
核心观点提炼代表主流 AI 助手在桌面端交互体验上的迭代，快捷键触发的上下文捕获功能对提升用户工作效率具有实际价值，适合关注 AI 产品落地的读者。
正文内容概括Codex 操作浏览器的 Chrome 插件与内置浏览器两种模式对比，总结各自适用场景与优劣，提供选型建议。
核心观点提炼常规快讯，保留列表
正文内容概括Google 本周密集发布多款 AI 产品。Gemma 4 12B 作为统一的 encoder-free 多模态模型，支持笔记本端完全离线运行，并通过 Quantization-Aware Training (QAT) 降低内存占用；Nano Banana 2 与 Nano Banana Pro 企业智能体平台正式商用；Co-Scientist 科研多智能体系统可生成并优化科学假设；Magenta RealTime 2 开放权重实时音乐模型支持 MIDI 与手势交互。对开发者而言，端侧部署与企业智能体工具链得到显著增强。 核心观点： 1. Gemma 4 12B 采用 encoder-free 架构，支持笔记本完全离线运行多模态任务。 2. Gemma 4 及其 drafters 经 Quantization-Aware Training (QAT) 优化，可降低内存需求并最大化端侧性能。 3. Magenta RealTime 2 为开放权重实时音乐模型，支持通过 MIDI 键盘、文本提示和手势进行演奏交互。
核心观点提炼重磅首发或硬核洞察
正文内容概括MiniMax 宣布开源高性能 MSA kernel 库，并预告 M3 模型权重将于本周五发布。MSA 库为稀疏注意力提供底层高性能实现，开发者可通过 GitHub 获取代码与论文。此举降低了稀疏注意力优化门槛，同时 M3 开放权重将让研究者能够本地部署该模型进行后续研究与开发。
核心观点提炼高信息密度，值得细读
正文内容概括MiniMax 发布开放权重模型 MiniMax M3。该模型总参数量约 428B、激活参数量约 23B，支持 1M-token 上下文窗口与原生多模态理解，并具备前沿编码与 Agent 能力。模型权重已上架 Hugging Face，同时发布了 MiniMax Sparse Attention 论文。开发者可直接下载部署，在超长上下文、多模态及 Agent 场景中进行应用开发与评测。 核心观点： 1. MiniMax M3 总参数量约 428B，激活参数量约 23B，以开放权重形式发布。 2. 模型支持 1M-token 上下文窗口，具备原生多模态理解及前沿编码与 Agent 能力。 3. 权重已上架 Hugging Face，并配套发布 MiniMax Sparse Attention 技术论文。
核心观点提炼高信息密度，值得细读
正文内容概括微软AI发布MAI-Image-2.5图像生成与编辑模型，具备强照片级真实感、精确编辑和细节处理能力。该模型宣传图由自身生成，用户可通过Playground或OpenRouter体验。
核心观点提炼微软发布新一代图像生成与编辑模型，具备高真实感和精细编辑能力，并提供公开试用渠道，对AI图像创作领域具有重要参考价值。
摘要由 LLM 生成，请以原文为准。