AI 周报汇总 Claude Sonnet 5、LongCat 2.0 和多项智能体基准
Last Week in AI · rss · 2026-07-21
《Last Week in AI #251》把这一周的 AI 大事做了高密度回顾，覆盖模型、智能体、基础设施、研究和政策。
模型与产品
- 节目提到 Anthropic 在与美国政府讨论后重新部署 Claude Fable 5，并新增网络安全分类器与 jailbreak 严重程度框架。
- Claude Sonnet 5 以限时折扣价发布，主打更好的 agentic coding、不错的 benchmark 表现、更少的失配行为，以及默认开启的网络安全护栏。
- Google 一边让 NotebookLM 能把研究内容生成 TikTok 风格竖屏视频摘要，一边推出更快更便宜的 Nano Banana 2 Lite 图像生成 API。
商业与基础设施
- Etched 继续推进全栈推理硬件路线，拿到大额融资和合同。
- 百度 AI 芯片业务传出 IPO 计划。
- Agility Robotics 计划通过 25 亿美元 SPAC 上市。
- DeepSeek 计划在各部门至少翻倍扩招。
开源与研究
- 介绍了中国开源 MoE 模型 LongCat-2.0，重点在大规模训练与效率优化技巧。
- 新的长任务/智能体 benchmark 包括 OSWorld2.0、TUA-Bench 和 SWE-Together。
- 研究部分还包括面向合成数据的 agentic data scientist Autodata，以及“没有 ground-truth 也能提升 LLM”的强化学习论文。
政策与媒体
- 节目还提到台湾扩大对 Nvidia 走私链条的调查，以及 AI 生成电影、AI 音乐版权等话题。
「编程与Agent」频道最新
- Claude 新增录屏技能，可复现你的工作流程 — CodeByPoonam · 2026-07-22
- Devin 接入 e2b 沙箱，支持远程 agent 执行 — badphilosopher · 2026-07-22
- Hermes Agent 架构重构提案：拆分单体与事件总线解耦 — Promptmethus · 2026-07-22
- ty 现在可读取 Pydantic 配置关键字和字段元数据 — charliermarsh · 2026-07-22
- Pensar推出AI安全智能体：自动挖掘0day并完成修补 — andriy_mulyar · 2026-07-22
- ty 加入 Pydantic 一等支持，区分严格与宽松模式 — charliermarsh · 2026-07-22