Product
1. Anthropic 推出 Claude Science，为科学家打造专属 AI 工作台
Anthropic 正式推出 Claude Science，一个集成科研全流程的 AI 工作台，并非新模型而是基于现有 Claude 模型的专用环境。它连接 60 多个科学数据库，配备基因组学、蛋白质结构、化学等预建工具包，支持创建子助理分工协作。所有产出（代码、运行环境、对话历史）均可完整追溯复现。已出现具体应用案例：ManifoldBio 用于靶向药物筛选、艾伦研究所搭建多 Agent 综述流水线将两年工作量压缩至数周、UCSF 团队将胶质瘤分析时间缩短 90%。Anthropic 通过垂直工作台策略巩固行业操作系统角色。
来源：TechCrunch
2. Anthropic 发布 Claude Sonnet 5，代理能力接近 Opus 定价更低
Anthropic 发布 Claude Sonnet 5，定位为性价比更高的代理模型。Anthropic 宣称其性能接近 Opus 4.8，但定价仅为 $3/$15/M tokens（首发折扣至 $2/$10，持续到 8 月 31 日）。模型新增 xhigh effort 等级，支持 100 万 token 上下文窗口，最大输出 128K tokens。Sonnet 5 采用新 tokenizer，相同输入 token 数增加约 30%，实际使用成本可能高于预期。在 SWE-bench Pro 等基准上表现接近 Opus 4.8，但在某些知识密集型任务上仍有差距。Sonnet 5 也是首个在 Anthropic 宪法框架下批评自身约束规则的模型。
来源：TechCrunch
3. 美团发布 LongCat-2.0，1.6T 参数 1M 上下文的大模型
美团发布 LongCat-2.0，参数规模达 1.6T，支持百万 token 上下文窗口。该模型的完整训练和大规模部署全部基于 AI ASIC 超级计算集群完成，体现了国产自研芯片生态的进展。目前已通过 Owl Alpha 名称在 OpenRouter 上提供测试。LongCat-2.0 表明中国大模型在参数规模和上下文能力上正快速追赶前沿，且硬件自主化取得突破。
4. Ollama 借助 MLX 使 Gemma 4 在 Apple Silicon 上提速近 90%
Ollama 宣布使用 MLX 后端后，Gemma 4 在 Apple Silicon 上的推理速度提升近 90%。加速来自改进的多 token 预测（MTP）技术，现已在 Gemma 4 上默认启用并将逐步推广。Ollama 在运行时自动调整推测解码的 token 数量，确保在猜测不再提速时不会拖慢生成。这一进展使本地 AI 的实用性大幅提升。
来源：@ollama
5. Anthropic 官方确认 Fable 5 和 Mythos 5 出口管制解除
Anthropic 官方宣布收到商务部通知，Claude Fable 5 和 Mythos 5 的出口管制已被解除，将于次日恢复访问。Anthropic 感谢用户的耐心与合作方的工作。这是 AI 领域首次公开对前沿模型实施出口管制后又解禁的事件，预示着美国政府将采取持续的“许可-监督”管理模式。未来此类监管可能成为常态。
来源：@AnthropicAI
6. Cursor for iOS
Cursor 推出 iOS 应用，可在手机上启动始终在线的云端代理，并远程控制电脑上的代理。同时 Composer 2.5 在 7 月 5 日前提供 75% 折扣。
7. Google 发布 Nano Banana 2 Lite 和 Gemini Omni Flash 两个新视觉模型
Google 同日发布两个视觉模型：Nano Banana 2 Lite 用于图像生成，4 秒单张，每千张仅 $0.034，适合高吞吐量任务；Gemini Omni Flash 在文本到视频榜单排名第一、图像到视频和编辑排名第二，定价 $0.10/秒。OpenAI 的 gpt-image-2 在图像领域仍居榜首。Google 以低价和速度切入视觉生成市场，推动多模态推理成本下降。
Tutorial
1. Hermes Agent 更新 Web 提取：速度提升六十倍，成本降低四十九倍
Nous Research 的 Hermes Agent 发布重大更新 web_extract，重新设计了 Web 内容提取管道。新方案将干净内容直接传递给 Agent 而非经过冗余处理。根据内容大小分级处理：<5000 字符直接返回 HTML，5000-50 万字符单遍摘要，50 万-200 万字符并行分块摘要，超过 200 万建议使用 web_crawl。支持将提取摘要路由到廉价模型（如 Gemini Flash）以节省成本。提供 8 个后端提供商（Firecrawl、SearXNG、Brave、DDGS、Tavily、Exa、Parallel、xAI），支持搜索与提取分离配置。SearXNG 可自托管实现零成本搜索。
来源：15 LEVELS OF HERMES AGENT. FROM CHATBOT TO 24/7 AUTONOMOUS SYSTEM.
2. product design
Vercel 发文《Teaching agents product design》，探讨如何教导 AI 代理产品设计思维。
Opinions/Thoughts
1. Simon Willison 发现 Sonnet 5 新 tokenizer 使英文成本增加约 40%
Simon Willison 分析 Claude Sonnet 5 的开发者文档后指出，新 tokenizer 使相同文本的 token 数大约增加 30%，意味着虽然官方定价与 Sonnet 4.6 相同，但实际每次推理成本提升约 1.3 倍（英文约 1.4 倍、西语 1.33 倍、简体中文持平）。此外，Sampling parameters 不再支持，adaptive thinking 默认开启。这一发现解释了为何很多用户报告 Sonnet 5 实际花费高于预期。
2. 访问 OpenAI、Anthropic 和 Cursor 后的一手印象：云代理是下一个大趋势
Pragmatic Engineer 作者通过访问三家 AI 领军公司发现，云代理正成为重大趋势：OpenAI 收购 Ona(Gitpod) 为 Codex 构建持久云环境，Anthropic 六个月的 Claude Managed Agents 项目专注于云托管长期代理，Cursor 的云代理在隔离 VM 中异步运行。OpenAI 内部超过 95% 的非工程师使用 Codex 进行编码。工程师的主要任务正从写代码转向构建让 Agent 高效运行的环境。文章还附有 Coinbase 如何优化每 token 成本的案例。
3. Artificial Analysis 评测 Sonnet 5：智能指数 53，任务成本高于 Opus 4.8
Artificial Analysis 发布 Claude Sonnet 5 的独立评测：在人工智能指数上得分为 53，比 Sonnet 4.6 高 6 分，与 GPT-5.5（xhigh）和 Opus 4.8 接近。但每个任务成本 $2.29，比 Sonnet 4.6 高约 2 倍，比 Opus 4.8 高约 15%。原因是 Sonnet 5 在任务中使用约 40% 更多输出 token，在知识工作评估中使用约 3 倍代理轮次。在知识工作评估中 Sonnet 5 已超过 Opus 4.8 仅低于 Fable 5。模型还缺乏 Fable 5 在一些硬推理基准上的表现。
4. Sonnet 5 成本对比：1.2 倍 Opus 4.8，57 倍 DeepSeek V4
用户 scaling01 发布 Sonnet 5 与其他模型的成本对比表：每任务成本 Sonnet 5 是 Opus 4.8 Max 的 1.2 倍，GPT-5.5-xhigh 的 2 倍，GLM-5.2 的 5 倍，Kimi-K2.6 的 7 倍，DeepSeek-V4-Pro 的 57 倍。虽然 Sonnet 5 在能力上接近 Opus 4.8，但其 token 消耗量大的特性使其在实际使用中性价比反而更低。这一对比引发了社区对模型选择时成本效率的广泛讨论。
来源：@scaling01
5. Tokenmaxxing 的终结：随着推理成本上升，AI tokens 需要精打细算
O’Reilly Radar 文章认为“Tokenmaxxing”（无节制使用 AI tokens 来显得高效）正在消亡，原因是推理模型和 Agent 的 token 消耗量暴增数百倍，导致成本失控。标志性事件包括 GitHub Copilot 从无限使用转向信用制、Anthropic 对 Fable 的定价是 Opus 4.8 的两倍、OpenAI GPT-5.5 比 GPT-5.4 价格翻倍。文章呼吁采用可观测性层、模型路由、本地模型等最佳实践来优化 token 支出，认为这是在预算约束下可持续发展的必要路径。
6. Claude Code 被发现默默编码上传中国用户位置信息引争议
研究显示 Claude Code v2.1.196 在默认系统提示中悄悄编码并上传用户是否位于中国的信息，包括时区、代理、AI 实验室连接等元数据。这一发现引发社区巨大争议，被指控为间谍软件行为。Anthropic 随后回应称将移除该行为。Teknium（Nous Research）等社区领袖借此倡导开源 Agent（如 Hermes Agent）的可审计性优势。开源与专有 Agent 之间的信任问题再次被推到前台。
7. Human in the /loop
探讨如何可靠地在代理工作流中插入和移除人类监督环节（Human in the loop）。