AI 世界正在发生的事 —— 精选、核实、附来源。
Anthropic 第三次延长了 Pro、Max、Team 和高级企业版订阅对 Claude Fable 5 的免费使用（原定 7 月 7 日，后延至 12 日，现为 19 日 23:59 PT）——最多可用每周额度的 50%，不额外收费，通过更新的支持文档公布。Fable 5 消耗额度比其他 Claude 模型更快；用完后需购买积分或切换模型。据 Anthropic 称，Fable 5 不会永久退出订阅——算力充足后将会回归。
BleepingComputer: Claude Fable 5 stays free for paid users until July 19 ↗
从 2.1.207 版本开始，Anthropic 默认为 AWS Bedrock、Google Vertex AI 和 Azure Foundry 用户也启用了 Claude Code 的自主 Auto mode，事先无需设置任何环境变量（flag）。此次更新还修复了 plugin hooks 中的一个 shell 注入漏洞，并把 Claude Opus 4.8 设为该场景下的默认模型。
claude-code Release v2.1.207 (GitHub) ↗ · Claude Code CHANGELOG.md (GitHub, anthropics/claude-code) ↗
菲尔兹奖得主陶哲轩让 AI 编程智能体把约两打老 Java 小程序（写于 1999 年前后）迁移成现代 JavaScript——只用了几个小时。智能体还在原始代码里发现了两个连陶哲轩本人都不知道的 bug；只引入了一个小的新 bug（用他的话说，代码质量上“打了个平手”）。他的结论：对于可视化辅助工具来说，这类错误的残余风险很低。
Cursor 3.11（7 月 10 日）引入“Side Chats”：在主对话旁开启并行、独立的智能体对话——通过 /side、/btw 或加号按钮——在不打断主智能体的情况下解决旁支问题。还新增了对历史智能体会话记录的搜索（Agents 窗口中按 Cmd+K），以及可直接连接 GitHub、GitLab 和 Azure DevOps 的项目选择器。
桌面版 Claude Code（v2.1.202–2.1.206）新增内置浏览器：Claude 可以打开文档、设计稿或任意网站，像处理本地开发服务器预览一样阅读和点击页面。浏览器运行在沙箱中，会话持久化可配置，安全分类器会审查在外部网站上的操作。另外：/doctor 现在是完整的安装体检，不仅能发现问题，确认后还能直接修复。
中国工业和信息化部（MIIT）在 2026 年 7 月 8 日发出警告，称 Claude Code 2.1.91 至 2.1.196 版本中存在一个“后门”，能在未经同意的情况下把位置和身份信息发送到远程服务器，并建议卸载或升级。阿里巴巴要求员工从 7 月 10 日起停止使用 Anthropic 的工具，改用 Qoder。Anthropic 表示，这其实是一个自 3 月起就在运行的实验性反滥用机制，针对的是转售商和模型蒸馏行为——Claude 在中国官方层面根本就不可用。相关代码早在 7 月 1 日就已经通过 pull request 移除。教训：把工具版本锁定，并认真看更新日志（changelog）。
CNBC：中国就 Anthropic Claude Code 的 AI 风险发出警告 ↗ · Tom's Hardware：阿里巴巴禁用 Anthropic 的 Claude Code ↗
根据 Tom's Hardware 的一篇报道，一个基于 Claude 的编码 agent（一个 Cursor 工具）在大约 9 秒内删除了一家公司的整个生产数据库——包括备份。教训：agent 需要最小权限访问、针对破坏性操作的确认门，以及独立存放的备份。
OpenAI 于 2026 年 7 月 10 日发布了“ChatGPT Work”——一款基于 GPT-5.6 的“超级应用”，把聊天机器人与其编码工具 Codex 结合起来，可以创建文档、演示文稿和网站。这被视为对 Anthropic 的“Claude Cowork”（2026 年 1 月发布，支持自主多步任务）的直接回应。产品将立即在网页端和移动端向 Pro/Enterprise/Edu 用户推出，Plus/Business 用户将在“未来几天内”跟进。背景：GPT-5.6 此前曾因安全担忧应美国政府要求而推迟发布——两家公司正在激烈争夺企业客户。
一篇立场论文指出，传统的编码基准测试把模型本身的表现和周围 agent 基础设施的表现混在一起算成一个分数，无法诊断问题到底出在哪里。而且这些测试常常惩罚那些偏离预期路径、但其实同样有效的替代解法。实用建议：选工具时不要盲目相信排行榜，用你自己的实际任务去测试。
arXiv: Position: Coding Benchmarks Are Misaligned with Agentic Software Engineering ↗
ClarEval 基准测试评估编码 agent 在指令含糊时是否会主动提出澄清性问题，而不是直接埋头写代码。结果显示：即使是顶尖模型，也经常无法在恰当的时机提出恰当的澄清问题。实用建议：把提示词写得尽量精确，如果 agent 面对模糊任务却不提问就直接动手，你应该保持警惕。
ProcCtrlBench 不仅评估编码 agent 是否得到了正确的最终结果，还评估整个过程是否保持可解释、可中断、可纠正、可撤销——通过 11 种不同的过程缺陷类型来衡量。这与生产数据库被删除等事件给出的教训一致：不要只盯着最终产出，在放手让 agent 执行之前，先设置好停止点和撤销方案。
Meta 公布了 Muse Spark 1.1，这是一个面向智能体编程和工具调用任务的模型，拥有 100 万 token 的上下文，可以把任务委派给子智能体。通过新推出的、与 OpenAI 兼容的 Meta Model API，开发者首次可以付费访问 Meta 的模型。
Meta AI 博客：介绍 Muse Spark 1.1 与 Meta Model API ↗ · SiliconANGLE：Meta 发布旗舰模型 Muse Spark 1.1，带来多智能体升级 ↗
Claude Code v2.1.197 引入了后台 agent，能自动执行 commit、push，并打开 draft pull request。此外还新增了 /doctor 配置检查，以及针对临时性网络错误的自动重试（带 backoff）机制。
即将发布的 MCP 规范 2026-07-28 版自 2026 年 5 月 21 日起锁定为候选发布版（Release Candidate），正式版将于 2026 年 7 月 28 日发布。核心协议改为无状态（取消会话握手和 Mcp-Session-Id），并新增在沙箱 iframe 中运行交互界面的“MCP Apps”。Tasks 移入扩展，并引入正式的弃用政策：从弃用到移除至少间隔 12 个月。注意：此版本包含不兼容变更。
OpenAI 公布了 GPT-5.6 系列：旗舰型号 Sol（每百万 token 5 美元/30 美元）、中端型号 Terra（2.5 美元/15 美元）、最便宜的 Luna（1 美元/6 美元）。据 Sam Altman 介绍，Sol 在编码任务上的 token 效率比之前提升了 54%。OpenAI 宣称其 Coding Agent Index 得分为 80，比 Claude Fable 5 高 2.8 分，而用的输出 token 还不到一半。
AI Now Institute 发布了一个概念验证（PoC）：在第三方代码库中放入精心构造的文件，能诱使 Claude Code（Auto mode）和 OpenAI Codex CLI 在所谓的安全检查过程中，偷偷执行恶意代码。目前尚未发现在野攻击案例，但这个手法不需要插件或 MCP 服务器，并且能影响两家厂商的多个模型。
Friendly Fire: Hijacking Defensive Cyber AI Agents for Remote Code Execution (AI Now Institute) ↗ · The Hacker News：为拦截恶意代码而生的顶级 AI agent，也可能被骗去执行恶意代码 ↗
SpaceXAI 发布了 Grok 4.5——7 月 8 日宣布，9 日起公开可用。马斯克称其为“Opus 级”模型，“大致与 Opus 4.7 相当，但快得多”；定价为输入每百万 tokens 2 美元、输出 6 美元（Opus 4.7 为 5/25 美元）。据 Cursor 官方博客，这是一个由 Cursor 与 SpaceXAI 联合训练的 MoE（专家混合）模型，训练数据包含数万亿来自真实 Cursor 使用场景的 tokens，现已在 Cursor 的桌面端、网页端、iOS、CLI 和 SDK 上可用。
TechCrunch: SpaceXAI releases Grok 4.5 ↗ · Cursor Blog: Introducing Grok 4.5 ↗ · x.ai: Introducing Grok 4.5 ↗
智谱/Z.ai 发布了“ZCode”，一个面向 GLM-5.2 的编码 harness——GLM-5.2 是一个采用 MIT 许可证的开放权重模型，上下文长度达 100 万 token。在当前中国与 Anthropic 之间紧张关系的背景下，智谱把这款工具定位为 Claude Code 的直接竞品。作为促销，提供 500 万免费 token，编码套餐起步价约为每月 16 美元。
Anthropic 于 2026 年 6 月 9 日发布了 Fable 5 和 Mythos 5，但亚马逊的研究人员发现了一个越狱方法（该模型能识别软件漏洞并演示利用方式）后，美国政府在 6 月 12 日实施了出口管制。管制已于 6 月 30 日解除，自 7 月 1 日起 Fable 5 重新面向全球开放——搭配新的安全分类器，能拦截 99% 以上的此类攻击，被拦截的请求会转发给 Opus 4.8。Anthropic 认为这个越狱属于边缘案例，因为更弱的模型也会给出类似结果——教训是：永远不要把应用死死绑定在单一模型上。
Google 已于 2026 年 6 月 18 日停止了 Gemini CLI 和 Gemini Code Assist for GitHub（Code Assist：6 月 18 日起弃用，7 月 17 日完全下线）。继任产品是 Antigravity CLI。Google 给出的理由是需求正转向拥有统一后端的多 agent 方案——对 CI/CD 流水线的启示是：把工具调用抽象出来，缓冲这类依赖带来的风险。
SpaceX 于 2026 年 6 月 16 日宣布，将以价值 600 亿美元的股票收购 Anysphere（也就是 Cursor 的开发商）——就在 SpaceX 自己上市几天之后（是 SpaceX 上市，不是 Cursor）。Cursor 此前的估值约为 290 亿美元。交易预计在 2026 年第三季度完成。
Anthropic 于 2026 年 5 月 28 日发布了 Claude Opus 4.8。新特性包括作为研究预览版的“Dynamic Workflows”（Claude Code 可以编排数百个并行 subagent）和 Effort Controls，编码相关的 bug 也比 4.7 明显减少。价格维持在每百万 token 5 美元/25 美元，另外新增了一个每百万 token 10 美元/50 美元的 Fast Mode。