2026年7月2日星期四

摘要

• Anthropic 的 Fable 5 在经历 18 天政府强制关停后回归；Claude Sonnet 5 以 40% 的成本实现接近 Opus 的推理能力；Together AI 以 $8.3B 估值融资 $800M。
• 人机 AI 交互设计的 39 项原则；CMU 论文指出大多数“AI 智能体”只是脚手架；Senior SWE-Bench 对高阶编程任务进行基准测试。
• xAI Voice Agent Builder 发布；Google 推出包含 Genkit + ADK 2.0 的智能体技术栈；OpenAI Tax AI 在 Codex 中首次亮相。

头条新闻

• Anthropic 的 Fable 5 在经历 18 天政府强制关停后回归. 在美国商务部解除出口管制后，Anthropic 重新部署了配备全新网络安全分类器的 Fable 5。在 >99% 的案例中可拦截已知的越狱行为。截至 7 月 7 日的付费访问上限为每周限额的 50%。被标记的请求将回退至 Opus 4.8。 ^{[1] [2]}
• Claude Sonnet 5 发布，以约 40% 的成本提供接近 Opus 的推理能力. Claude Sonnet 5 在智能体编程测试中得分为 63.2%（对比 Opus 4.8 的 69.2%），支持 1M 上下文窗口和 128K 输出上限。截至 8 月 31 日，首发优惠价为每百万 token $2/$10。 ^[20]
• Meta 探索利用闲置 AI 算力开展云业务. 据报道，Meta 正在构建云服务以出租闲置的数据中心容量。股价上涨 9.3%。服务选项涵盖从原始算力到托管模型推理。 ^[4]
• Together AI 以 $8.3B 估值融资 $800M. 本轮融资将用于扩展开源模型基础设施，使 Together 成为闭源 API 提供商的重要替代方案。 ^[5]
• AI 在自由职业价值链中持续攀升. Remote Labor Index：在 240 项真实自由职业任务中，Fable 5 在 16.1% 的任务上达到或超越人类专业人士，高于 2025 年 10 月 GPT-5.2 的 2.5%。Opus 4.8 以 8.3% 位居第二，GPT-5.5 以 6.3% 位列第三。 ^[6]
• NVIDIA 将 30B 模型一分为二，生成速度提升 2.42x. 新技术将单个大模型拆分到多个设备上，为多 GPU 推理带来近 2.5x 的文本生成加速。 ^[3]

深度精选

• 设计人机 AI 交互的 39 项原则. 面向 AI 界面的应用框架，涵盖适度依赖、用户控制、透明度和负责任的自主性。 ^[7]
• 动手构建前先理清迷雾. Matt Pocock 的 /decision-mapping 提示词模式：在从零开始启动项目之前，要求 AI 将已确定的决策与未知项及并行工作线区分开来。 ^[8]
• CMU 论文：大多数“AI 智能体”只是脚手架. 该研究认为，许多智能体系统只是围绕 LLM 构建的脆弱封装，而非真正的自主智能体。
• Senior SWE-Bench：面向高阶编程任务的基准测试. 开源基准测试，用于在模糊、多步骤的高级工程师级别任务上测试编程智能体。 ^[9]

工具与发布

• xAI Voice Agent Builder. 用于客服、销售和日程安排的无代码 Grok 语音智能体，定价为 $0.05/min。 ^[10]
• Devin Security Swarm. 提供自主代码库扫描、沙盒漏洞利用测试以及修复 PR。 ^[11]
• Factory AI Droid Shield 2.0. 基于学习的密钥检测功能，旨在打造更安全的自主工程智能体。 ^[12]
• Google 智能体技术栈 (Genkit + ADK 2.0). 在 VS Code 中结合 Genkit、ADK 2.0 以及云端与本地 ML 实现智能体全栈开发。 ^[13]
• Google Design.md 标准. 对智能体友好的 markdown 格式设计简报，兼容 Claude Code。 ^[14]
• OpenAI Tax AI (Codex). 具备专家反馈循环的自我改进智能体，适用于复杂的税务筹备。 ^[19]

Prompt of the day