今天主线集中在模型入口、科研工作台和 agent 工程化三类更新：Google 推出 Nano Banana 2 Lite、Gemini Omni Flash 和 Gemini Spark 六月功能；Anthropic 发布 Claude Science AI Workbench；OpenAI 与 Microsoft 分别补充 ChatGPT 采用、GeneBench Pro 和 SkillOpt 研究；Alibaba Cloud 则继续讲 AI 增长与 agent 开发者路线。
模型、公司、政策与基础设施层面的行业动向。（本日 7 条）
Anthropic 推出 Claude Science AI Workbench 一般 topic|multi_source
Anthropic News / Anthropic Company News
Google Gemini Spark 六月更新扩展 macOS 与连接应用 一般 topic|primary
Google Keyword Blog
Alibaba Cloud 预告下半年 AI 增长重点 一般 topic|primary
Alibaba Cloud Blog
OpenAI 梳理 ChatGPT 采用范围扩大 一般 topic|multi_source
OpenAI News RSS / OpenAI Blog RSS / OpenAI Company News RSS OpenAI 介绍 GeneBench Pro 一般 topic|multi_source
OpenAI News RSS / OpenAI Blog RSS / OpenAI Company News RSS
Microsoft Research 介绍 SkillOpt agent 技能训练方法 一般 topic|primary
Microsoft Research Blog Alibaba Cloud 讨论 agent 开发者构建路线 一般 topic|primary
Alibaba Cloud BlogAIGC 内容生产与创作工作流相关动态。（本日 1 条）
Google 开放 Nano Banana 2 Lite 和 Gemini Omni Flash 构建入口 一般 topic|primary
Google Keyword Blog
Google Research 发布表格基础模型 TabFMGoogle Research Blog / 2026-06-30Google Research 发布 TabFM，用上下文学习处理表格分类和回归，目标是减少特征工程、训练和调参。文章介绍行列交替注意力、行压缩、合成表预训练、TabArena 评测，以及模型和代码入口；后续还计划接入 BigQuery 的 AI.PREDICT。数据团队可以先用它试跑小样本表格任务，再决定是否投入专门建模、特征清洗和生产部署。
DeepMind 开放 Nano Banana 2 Lite 与 Gemini Omni Flash 构建入口Google DeepMind RSS / 2026-06-30Google DeepMind 开放 Nano Banana 2 Lite 和 Gemini Omni Flash 的构建入口，面向开发者展示图像生成、编辑和实时多模态交互的新能力。产品团队可以据此判断两类模型各自适合创作、理解、语音或视频任务，以及 API、地区、价格和权限条件是否支持近期试点；接入前还要规划内容审核、延迟预算和用户反馈回路。
OpenAI 用 core dump 群体分析定位基础设施崩溃OpenAI News RSS / 2026-06-30OpenAI 工程团队复盘 Rockset/ChatGPT 数据基础设施中的 C++ 崩溃：通过汇总全部 core dump 做群体分析，而不是只看单个堆栈，最终定位一台 Azure 主机硬件错误和 GNU libunwind 的老竞态问题。基础设施团队可借鉴这种把故障样本结构化的排查方法，把偶发崩溃转成可查询、可聚类、可复盘的数据集，用统计视角提高根因定位效率。
Anthropic 发布 Claude Sonnet 5Anthropic News / 2026-06-30Anthropic 发布 Claude Sonnet 5，强调编码、工具使用和多步骤 agent 执行能力提升。文章说明安全评估、网络安全防护、价格、可用范围和各平台限制条件；开发团队要重点看 Sonnet 4.6 到 Sonnet 5 的持续执行差异、8 月 31 日前促销价格、防护要求和安全边界，再决定是否替换默认编码模型，或只开放给高风险任务和资深工程师先行试点。
Microsoft Research 提出 Memora 长期记忆表示Microsoft Research Blog / 2026-06-29微软研究院介绍 Memora 长期记忆表示：用抽象记忆值和多个 cue anchors 连接同一事实，再用策略检索器逐步扩展查询。文章在 LoCoMo、LongMemEval 上给出领先结果，并称相对 full-context 最多节省 98% token。关注长期协作 agent、企业知识库和组织记忆系统的团队，可以把它当成记忆检索结构的参考方案，先验证召回质量再谈产品化。
GitHub Copilot 上线 Claude Sonnet 5GitHub Changelog / 2026-06-30GitHub Changelog 宣布 Claude Sonnet 5 在 Copilot 中 GA，可在桌面 IDE、命令行、cloud agent、网页、移动端和多种编辑器入口逐步选择。企业和 Business 管理员需要在模型策略里开启，计费按 provider list pricing，并沿用 Zero Data Retention。对研发组织来说，这次变化会影响默认模型选择、成员权限、预算上限、代码审计口径和内部安全说明，也需要更新团队使用指引。
Anthropic 说明 Fable 5 重新部署安排Anthropic News / 2026-06-30Anthropic 发布关于 Fable 5 重新部署的说明，重点是模型上线、访问和安全边界的调整。对团队来说，这类公告应放在模型可用性、权限变化和迁移安排里理解，而不是只看模型名称；真正影响使用的是何时可访问、哪些场景受限、是否需要调整既有工作流以及回归验证。
calesthio/OpenMontage 一般 SAME 本周 +15,353 stars: OpenMontage 是开源的 agentic 视频生产系统，围绕 12 条 pipeline、52 个工具和多种 agent skill 组织剪辑、生成、配音与合成流程；适合关注 AI 视频生产链路的人看它如何把素材、脚本、模型服务和…；领域：agent；#1，较前一日持平 simplex-chat/simplex-chat 值得关注 ↑ UP +2 本周 +5,995 stars: SimpleX Chat 是隐私即时通讯项目，重点是不用手机号或全局用户 ID 建立连接；适合关注端到端加密、去中心化通信和多端客户端工程的人看。评估时要看客户端覆盖、密钥恢复、群组能力和自托管服务的维护成本。；领域：AI tooling；#2，较前一日上升 2 位 google-labs-code/design.md 一般 SAME 本周 +7,524 stars coding agent: 7d 28x/6d: design.md 是 Google Labs Code 给 coding agents 使用的设计契约规范，把视觉识别、交互约束、品牌语气和验收标准写成仓库内文档；它对本项目的启发是把前端风格、内容边界和截图验收沉到版本化设计文件，而不…；领域：agent；#3，较前一日持平 DeusData/codebase-memory-mcp 一般 ↓ DOWN -2 本周 +10,031 stars coding agent: 7d 28x/6d MCP: 7d 16x/6d: codebase-memory-mcp 把代码库索引成持久知识图谱并通过 MCP 暴露查询能力，重点是多语言解析、SQLite 存储和低 token 上下文复用；适合评估 coding agent 跨会话理解架构、检索符号和避免重复读仓库…；领域：agent；#4，较前一日下降 2 位 kunchenguid/no-mistakes 一般 SAME 本周 +2,783 stars: no-mistakes 围绕 git push 前的失误拦截和工程预检查展开，关注点不是再写一段提示词，而是把常见错误、执行前验证和提交约束变成可运行规则；适合看 agent 工作流能否把事故复盘沉淀成自动化 guardrail。落地时应…；领域：agent；#5，较前一日持平 JCodesMore/ai-website-cloner-template 一般 SAME 本周 +5,624 stars coding agent: 7d 28x/6d: ai-website-cloner-template 是用 AI coding agents 复刻网站的模板工程，覆盖抓取、页面还原和 Next.js/React 输出；前端团队更应关注布局还原、素材版权、响应式状态、组件可维护性和生成后…；领域：agent；#6，较前一日持平 mauriceboe/TREK 一般 ↑ UP +3 本周 +2,744 stars: TREK 是自托管旅行/行程规划应用，提供实时协作、交互地图、PWA、SSO、预算和打包清单；它不是 AI 专项项目，但适合产品/前端团队观察复杂协作工具的地图、权限和离线体验。如果用于 AI 行程助手，也要看它能否承接推荐结果、多人编辑…；领域：agent；#7，较前一日上升 3 位 ZhuLinsen/daily_stock_analysis 一般 SAME 本周 +5,806 stars: daily_stock_analysis 是 LLM 驱动的多市场股票分析系统，把行情、新闻、决策看板和自动推送串成定时研究流程；适合关注 AI 投研的人评估数据源、提示链、风险提示和自动运行成本。真正可用性取决于行情源可靠性、新闻去噪、…；领域：agent；#8，较前一日持平
black-forest-labs/FLUX.1-dev 值得关注 task: text-to-image 13429 likes 1090527 downloads: FLUX.1-dev 是图像生成模型，适合作为高质量文生图工作流里的画质、提示词和风格控制对照基线。落地时要重点核对模型卡、许可证、商业使用限制、推理成本和生成内容安全边界。 deepseek-ai/DeepSeek-R1 值得关注 task: text-generation 13422 likes 7483926 downloads: DeepSeek-R1 是推理取向的文本生成模型，适合放进中文、英文复杂问答和代码推理评测里做基线。使用前要核对上下文长度、部署方式、许可证、蒸馏版本差异和真实任务上的稳定性。 stabilityai/stable-diffusion-xl-base-1.0 值得关注 task: text-to-image 7873 likes 1323188 downloads: SDXL base 1.0 是成熟的图像生成基础模型，价值在于生态、插件和工作流兼容性仍然丰富。读者可把它作为 ControlNet、LoRA、ComfyUI 等链路的稳定对照，而不是只看榜单热度。 CompVis/stable-diffusion-v1-4 一般 task: text-to-image 7028 likes 425809 downloads: Stable Diffusion v1-4 是较早期但生态广泛的扩散模型，更适合作为兼容性、轻量工作流和历史基线参考。若追求最新画质，应同时比较 SDXL、FLUX 等更新模型。 meta-llama/Meta-Llama-3-8B 一般 task: text-generation 6583 likes 1219819 downloads: Meta-Llama-3-8B 是 8B 级文本生成基础模型，适合做轻量部署、微调实验和本地推理基线。评估时要把显存、量化效果、许可证和指令微调版本一起看。 hexgrad/Kokoro-82M 一般 task: text-to-speech 6413 likes 15366854 downloads: Kokoro-82M 是小型语音生成模型，适合关注低成本 TTS、旁白生成和本地语音链路的人快速试验。落地前要核对语种、音色授权、延迟、音质和长文本稳定性。 meta-llama/Llama-3.1-8B-Instruct 一般 task: text-generation 6190 likes 10008529 downloads: Llama-3.1-8B-Instruct 是 8B 级指令模型，适合做本地助手、工具调用前置评测和轻量 RAG 对话基线。使用时要重点比较指令遵循、中文效果、量化后质量和部署成本。 openai/whisper-large-v3 一般 task: automatic-speech-recognition 5897 likes 5737934 downloads: whisper-large-v3 是多语种语音识别模型，适合会议转写、字幕、音频资料整理和语音数据预处理。真正投入生产前，要测试领域词、噪声场景、长音频切分和隐私处理。 black-forest-labs/FLUX.1-schnell 一般 task: text-to-image 5244 likes 235390 downloads: FLUX.1-schnell 侧重更快的图像生成体验，适合原型、批量草图和低延迟创意工作流。它应和 FLUX.1-dev 等高质量模型配合比较，重点看速度、画质和授权边界。 deepseek-ai/DeepSeek-V4-Pro 一般 task: text-generation 5120 likes 1154610 downloads: DeepSeek-V4-Pro 是文本生成模型条目，适合先作为社区模型卡线索纳入观察，再用真实问答、代码和推理任务验证效果。采用前要核对来源、许可证、部署条件和与正式发布版本的关系。
OpenRouter| Rank | Model | Provider | Value | Change |
|---|---|---|---|---|
| #1 | DeepSeek V4 Flash | deepseek | 4.75T tokens | 4% |
| #2 | MiMo-V2.5 | xiaomi | 4.26T tokens | 1% |
| #3 | MiniMax M3 | minimax | 3.67T tokens | 2% |
| #4 | Hy3 preview | tencent | 3.65T tokens | 1% |
| #5 | Owl Alpha | openrouter | 3.37T tokens | 21% |
| #6 | GLM 5.2 | z-ai | 2.32T tokens | 31% |
| #7 | DeepSeek V4 Pro | deepseek | 2.15T tokens | 8% |
| #8 | Claude Opus 4.7 | anthropic | 2T tokens | 19% |
| #9 | Claude Opus 4.8 | anthropic | 1.94T tokens | 6% |
| #10 | Claude Sonnet 4.6 | anthropic | 1.57T tokens | 3% |
Artificial Analysis| Rank | Model | Provider | Value | Change |
|---|---|---|---|---|
| #1 | Claude Fable 5 (with fallback) | anthropic | 60 分 | AA Index |
| #2 | Claude Opus 4.8 (max) | anthropic | 56 分 | AA Index |
| #3 | GPT-5.5 (xhigh) | openai | 55 分 | AA Index |
| #4 | Claude Opus 4.7 (max) | anthropic | 54 分 | AA Index |
| #5 | Claude Sonnet 5 (max) | anthropic | 53 分 | AA Index |
| #6 | GLM-5.2 (max) | zhipu | 51 分 | AA Index |
| #7 | Gemini 3.5 Flash | 50 分 | AA Index | |
| #8 | Gemini 3.1 Pro Preview | 46 分 | AA Index | |
| #9 | Qwen3.7 Max | alibaba | 46 分 | AA Index |
| #10 | MiniMax-M3 | minimax | 44 分 | AA Index |
SWE-bench Pro| Rank | Model | Provider | Value | Change |
|---|---|---|---|---|
| #1 | SWE-Agent + claude-4-5-Sonnet | anthropic | 43.72% | Resolve Rate |
| #2 | SWE-Agent + claude-4-Sonnet | anthropic | 42.70% | Resolve Rate |
| #3 | SWE-Agent + claude-4-5-haiku | anthropic | 39.45% | Resolve Rate |
| #4 | SWE-Agent + gpt-5-2025-08-07 (High) | openai | 36.30% | Resolve Rate |
| #5 | SWE-Agent + glm-4.5 | unknown | 35.52% | Resolve Rate |
| #6 | SWE-Agent + kimi-k2-instruct | moonshot | 27.67% | Resolve Rate |
| #7 | SWE-Agent + gpt-oss-120b | openai | 16.20% | Resolve Rate |
Google UK 用 AI 培训推动英国生产率Google Keyword Blog / 2026-06-30Google UK 把 AI 生产率议题落到英国劳动力培训、企业采用和产业合作上，重点是扩大组织部署与使用 AI 工具的基础能力。文章提到技能建设、培训伙伴和政策叙事，适合教育机构、企业数字化团队和公共部门评估培训投入、员工支持和采购节奏；实际执行时要把课程、工具权限和管理层目标放在同一计划里。
A社你解释下，啥叫Sonnet 5比Fable 5还贵？QbitAI / 2026-07-01A社你解释下，啥叫Sonnet 5比Fable 5还贵？：“性价比模型”价格明降暗涨。这条 RSS 适合观察国内 AI 产品、产业反馈和工程实践的讨论方向；读者若要引用事实、数据或公司动作，仍应点开原文并继续追溯一手来源核对。
视频版Nano Banana来了！内置Gemini世界知识；原版香蕉出图仅需4秒QbitAI / 2026-07-01视频版Nano Banana来了！内置Gemini世界知识；原版香蕉出图仅需4秒：Gemni 3.5 Pro到底啥时候来啊！！！。这条 RSS 适合观察国内 AI 产品、产业反馈和工程实践的讨论方向；读者若要引用事实、数据或公司动作，仍应点开原文并继续追溯一手来源核对。
Swyx@swyxok for context this is non-lab workshops at 9am on a monday theres a competing @OpenAI workshop going on next door but here are the @snyksec , @Atlassian, @neo4j, @arizeai, @Akamai, @togethercompute rooms concurrently...
Madhu Guru@realmadhuguruWhat’s underappreciated is that the rise of strong open-weight models like GLM will actually strengthen Google’s position. more companies will now start experimenting with fine tuning open-weight models such as GLM an...
Thibault Sottiaux@thsottiauxCodex usage limits will be fully reset again in the next hour and we will credit one additional reset into your bank for your own usage over the next 24 hours. We investigated reports that Codex usage was being consum...
Boris Cherny@bchernyIn the next version of Claude Code: subagents run in the background by default, so you can keep talking to Claude while your subagents work If you want your agent to run in the foreground, just tell Claude
Thibault Sottiaux@thsottiauxAdvanced Codex users. We shipped a replacement to coarse sandbox modes: reusable, inheritable permission profiles binding OS-enforced file read/write/deny rules (even **/*.env) to per-domain network + Unix sockets. Pl...
Peter Yang@petergyangFor writing and editing, plain vanilla Claude web is still the best (vs Codex and Claude Code). My guess is something in the coding agent's system prompts make them crappier writers.
Thariq@trq212my process for writing right now is to do some engineering work, talk to a bunch of people about it, brainstorm and research with Claude, write a post, give 1 or 2 talks on it, rewrite the post, give another talk, rew...
Aaron Levie@levieThis gets to the core of one of the central debates in AI. If a closed stack is always perpetually at the frontier by a wide margin, then being vertically integrated, and gate keeping in the US can work. Because you a...
