Claude Code v2.1.198 z Chrome GA i automatycznym PR draft, GitHub Models wycofany 30 lipca, program Devin Security Remediation

Wersja 2.1.198 Claude Code osiąga nowy etap dzięki przejściu Claude in Chrome do ogólnej dostępności oraz automatycznemu tworzeniu PR draft przez agentów działających w tle w worktrees. GitHub jednocześnie potwierdza definitywne zamknięcie GitHub Models 30 lipca 2026 r., pozycjonując Copilot jako jedyny punkt wejścia do IA na platformie. Dzień dopełnia enterprise program remediacji podatności firmy Cognition, benchmark ParallelKernelBench od Together AI dotyczący kerneli multi-GPU, bilans SynthID od Google DeepMind z bezprecedensowymi współpracami z OpenAI, NVIDIA i Apple oraz kilka aktualizacji GitHub Copilot.

Claude Code v2.1.198 — Chrome GA i automatyczny PR draft

1 lipca — Wersja 2.1.198 Claude Code wprowadza do ogólnej dostępności (generally available) rozszerzenie Claude in Chrome, które pozwala agentowi bezpośrednio interagować z otwartymi stronami internetowymi w Chrome z poziomu interfejsu Claude Code. Rozszerzenie, dostępne od kilku tygodni w becie, wychodzi z fazy eksperymentalnej.

Druga istotna nowość dotyczy agentów działających w tle: ci uruchamiani z claude agents w worktree teraz automatycznie tworzą commit, wypychają kod i otwierają PR draft po zakończeniu pracy, bez przerywania w celu prośby o potwierdzenie. Ta zmiana ogranicza ręczne iteracje w agentowych workflow deweloperskich.

Funkcjonalność	Szczegół
Claude in Chrome GA	Rozszerzenie Chrome przechodzi z bety do ogólnej dostępności
Automatyczny PR draft	Agenci w tle robią commit, push i otwierają PR draft bez ręcznej ingerencji
Skill `/dataviz`	Nowy skill do projektowania wykresów i dashboardów, z wykonywalnym walidatorem palety kolorów
Gateway AWS	`anthropicAws` (Claude Platform na AWS) dodany jako dostawca upstream; błędy „model nie został znaleziony” automatycznie przechodzą przez łańcuch failover
Explore dziedziczy model	Zintegrowany agent Explore dziedziczy model sesji (ograniczony do Opus) zamiast działać na Haiku
Dziedziczone extended thinking	Podagenci i kompakcja kontekstu dziedziczą konfigurację rozszerzonego rozumowania (extended thinking) sesji

Wśród istotnych poprawek: przejściowe błędy sieciowe (ECONNRESET) wyzwalają teraz ponowną próbę z wykładniczym czasem oczekiwania (backoff) zamiast porzucać turę; token STS AWS/Mantle odnawia się automatycznie przez awsAuthRefresh; reguły warunkowe .claude/rules/ ładują się poprawnie nawet przez ścieżki symboliczne (symlink). Wersja 2.1.199, opublikowana 2 lipca na npm, jest wymieniona w rejestrze npm, ale jej changelog nie został jeszcze zaktualizowany w momencie skanowania.

🔗 Changelog Claude Code

GitHub Models definitywnie wycofany 30 lipca 2026

1 lipca — GitHub potwierdza definitywne zamknięcie GitHub Models 30 lipca 2026. Playground, katalog modeli, API inferencji oraz tryb BYOK (bring your own key) zostaną usunięte dla wszystkich klientów — w tym dla aktywnych istniejących użytkowników, którzy nadal korzystali z usługi.

Zamknięcie dla nowych klientów zostało ogłoszone w czerwcu 2026 r. GitHub planuje dwa wstępne brownouty 16 lipca i 23 lipca, aby przygotować przejście. Po 30 lipca każde żądanie do API inferencji GitHub Models będzie zwracać błąd.

Alternatywa	Przypadek użycia
Azure AI Foundry	Katalog modeli firm trzecich dla zespołów chcących zachować bezpośredni dostęp do modeli niezależnie od Copilot
GitHub Copilot	Dostęp do modeli zintegrowany z GitHub, automatyczny wybór według zadania, rozliczanie przez kredyty IA

GitHub Models był uruchomiony jako przestrzeń testowa modeli IA bezpośrednio z poziomu interfejsu GitHub. Jego wycofanie oznacza strategiczne przeorientowanie: GitHub ujednolica dostęp do modeli pod GitHub Copilot, który od teraz integruje modele open-weight (Kimi K2.7 od 1 lipca), automatyczny wybór według typu zadania oraz granularną kontrolę kredytów.

Zespoły korzystające z API inferencji GitHub Models muszą przeprowadzić migrację przed 30 lipca, inaczej grozi im przerwa w działaniu usługi. Brownouty 16 i 23 lipca pozwalają przetestować odporność pipeline’ów przed definitywnym zamknięciem.

🔗 Changelog — GitHub Models wycofany

Devin Security Vulnerability Remediation Program

2 lipca — Cognition uruchamia Devin Security Vulnerability Remediation Program, sześciotygodniowy enterprise program wsparcia do redukcji zaległości w podatnościach aplikacyjnych. Opiera się on na Devin Security Swarm (ogłoszonym dzień wcześniej) jako silniku ciągłego wykrywania luk.

Program opiera się na dwóch filarach. Pierwszy ma na celu redukcję backlogu: Devin pobiera raporty z istniejących skanerów (Snyk, SonarQube, Checkmarx, Semgrep, Wiz, Veracode), waliduje podatności i składa PR z poprawkami. Drugi filar, ciągła remediacja, powierza Devin Security Swarm wykrywanie luk, których nie dostrzegają narzędzia do skanowania statycznego — logiki biznesowej, sekwencyjnych obejść uwierzytelniania, ścieżek eksploatacji między usługami.

Tydzień	Aktywność
1-2	Inwentaryzacja, zakres, konfiguracja Devin, mapowanie workflow
3-4	Remediacja na dużą skalę w priorytetowych repozytoriach
5-6	Ocena wyników, planowanie szerszego wdrożenia

Program jest zarezerwowany dla klientów enterprise wdrażających Devin Cloud na dużą skalę. Uprawnione zespoły mogą zgłaszać się przez swojego opiekuna konta w Cognition.

🔗 Cognition — Devin Security Vulnerability Remediation Program

ParallelKernelBench — frontierowe LLM mają problemy z kernelami multi-GPU

2 lipca — Together AI publikuje ParallelKernelBench, open-source’owy benchmark 87 problemów wyodrębnionych z rzeczywistych codebase’ów (Megatron-LM, DeepSpeed, TensorRT-LLM, NeMo-RL) do oceny zdolności LLM do generowania wydajnych kerneli CUDA multi-GPU — tensor parallel, expert parallel, FSDP/ZeRO, komunikacja NVLink. Obecne modele frontier rozwiązują mniej niż jedną trzecią problemów.

Model	pass@3	fast1@3 (poprawne I szybsze niż referencja)
GPT-5.5	36/87	27/87
Claude Opus 4.7	31/87	20/87
Gemini 3 Pro	30/87	19/87
DeepSeek V4 Pro	3/87	1/87

Główne wąskie gardło to komunikacja NVLink i zaawansowane mechanizmy (TMA, NVLS), praktycznie nieobecne w obecnych generacjach modeli. W trybie agentowym (Gemini 3 Pro z dostępem do terminala) wynik rośnie do 35/87 poprawnych i 26 szybszych niż referencja PyTorch+NCCL. Niektóre wygenerowane kernele przewyższają istniejące publiczne implementacje, w tym kernel NeMo (Gemini 3 Pro) bez znanego odpowiednika optymalizacyjnego.

🔗 Together AI — ParallelKernelBench

SynthID: 100 miliardów znakowanych aktywów, kod tekstowy w open source

1 lipca — Google DeepMind podzielił się poprzez @GoogleAI bilansem dojrzałości SynthID, swojej technologii cyfrowego znakowania dla treści generowanych przez IA. Ponad 100 miliardów obrazów i filmów ma teraz znak wodny SynthID, do czego dochodzi 60 000 lat oznaczonej treści audio. Ponad 50 milionów weryfikacji zostało wykonanych przez użytkowników za pośrednictwem Google Search, rozszerzenia Gemini dla Chrome oraz aplikacji Gemini.

Google przyjmuje otwarty standard C2PA (Content Authenticity Initiative) we wszystkich swoich narzędziach generatywnych: obrazy i filmy tworzone w aplikacji Gemini zawierają teraz zarówno znak wodny SynthID, jak i metadane C2PA. Kod znakowania dla tekstu został opublikowany jako open source.

Najważniejszy punkt: Google ogłasza współpracę z OpenAI, NVIDIA i Apple w celu rozszerzenia SynthID na media generatywne tych podmiotów. To pierwszy raz, gdy Google publicznie komunikuje konkretne partnerstwa z tymi trzema firmami w zakresie pochodzenia treści IA.

🔗 Tweet @GoogleAI — SynthID

GitHub — Nowe funkcje Copilot

Pule kredytów IA uwzględnione dla cost centers

2 lipca — Cost centers GitHub mogą teraz ograniczać część uwzględnionych kredytów IA (miesięczny pool) zużywanych przez dany dział. Ta funkcjonalność jest odrębna od budżetów per użytkownik wprowadzonych 30 czerwca, które zarządzają wyłącznie fazą dodatkowego rozliczania.

GitHub automatycznie oblicza limit na podstawie licencji przypisanych do cost center. Po osiągnięciu limitu można skonfigurować dwa zachowania: blokowanie użycia albo przejście na dodatkowe rozliczanie. Dostępne przez REST API (interfejs graficzny wkrótce) dla Copilot Business i Copilot Enterprise na GitHub Enterprise Cloud.

🔗 Changelog — Cost centers

Issue fields w ogólnej dostępności

2 lipca — Strukturalne pola issue (Priorytet, Nakład, Data rozpoczęcia, Data docelowa) trafiają do ogólnej dostępności dla wszystkich organizacji GitHub (Free, Team, Enterprise). Ponad 40 000 organizacji korzystało już z nich od publicznej prewersji w maju. Wartości pól są teraz wyświetlane bezpośrednio na listach issue w repozytoriach, a projekty publiczne zyskują kontrolę widoczności.

Najbardziej znacząca integracja: serwer MCP GitHub udostępnia te pola Copilot do odczytu i zapisu, otwierając drogę do workflow agentowych, które tworzą i aktualizują issue ze strukturalnymi metadanymi z poziomu czatu lub agenta Copilot.

🔗 Changelog — Issue fields GA

Synthesia — Mówić, słuchać, widzieć: trzy poziomy interaktywnych awatarów wideo

2 lipca — Synthesia publikuje artykuł badawczy definiujący nową kategorię modeli: Interactive Avatar Models (interaktywne modele awatarów wideo). Modele te odróżniają się od klasycznych systemów generowania wideo zdolnością do prowadzenia dialogu w czasie rzeczywistym, z latencją wystarczająco niską, by interakcja była naturalna.

Artykuł porządkuje możliwości w trzy kolejne poziomy:

Poziom	Zdolność
Mówić (Talk)	Generowanie mowy wideo na podstawie tekstu
Słuchać (Listen)	Rozumienie i reagowanie na człowieka
Widzieć (See)	Wizualne rozumienie kontekstu konwersacyjnego

To pierwsze opublikowane przez dużego gracza od awatarów ramy koncepcyjne formalizujące tę kategorię — co pozycjonuje Synthesia jako laboratorium badawcze obok roli platformy komercyjnej, na rynku silnie konkurującym z HeyGen i Microsoft Azure AI Avatar.

🔗 Blog Synthesia

Fable 5 z powrotem jako orchestrator w Perplexity Computer

2 lipca — Perplexity ogłasza poprzez @perplexityai, że Claude Fable 5 jest ponownie dostępny jako model orchestrator (_orchestrator model) w Perplexity Computer, swoim produkcie do automatyzacji pulpitu. Ogłoszenie następuje po globalnym przywróceniu Fable 5 przez Anthropic 1 lipca. Tweet wygenerował 55 529 wyświetleń i 943 polubienia.

Perplexity Computer pozwala użytkownikom delegować zadania automatyzacji do agenta IA, który działa na pulpicie. Ponowne włączenie Fable 5 jako orchestratora wzmacnia zdolności rozumowania i planowania systemu po jego wymuszonym wycofaniu z powodu amerykańskich kontroli eksportowych w czerwcu 2026 r.

🔗 Tweet @perplexity_ai

Brèves

Amp — nieograniczone czytanie wątków i agenci w Orbs — Amp może teraz czytać wątki dowolnej długości (udokumentowane do 271 rund) i publikuje techniczny wpis o architekturze Orbs do uruchamiania agentów na zdalnych bezgłowych maszynach. 🔗 Chronicle Amp
Skill C++ dla Copilot CLI — Microsoft Language Server dla C++ jest dostępny jako plugin Copilot CLI, z kernelem, który automatycznie generuje i utrzymuje plik compile_commands.json dla CMake i MSBuild. Instalacja: /plugin install cpp-language-server@copilot-plugins. 🔗 Changelog

Co to oznacza

Narzędzia agentowe przekraczają próg autonomii. Claude Code v2.1.198 ilustruje jasny kierunek: agenci nie zatrzymują się już, by prosić o potwierdzenie kroków technicznych — tworzą commity, wypychają kod, otwierają drafty PR i powiadamiają na końcu. Program Devin Security Remediation rozwija tę samą logikę po stronie bezpieczeństwa: Devin pobiera istniejące raporty skanerów, weryfikuje luki i wysyła PR bez konfiguracji per repozytorium. Amp uzupełnia ten obraz swoimi Orbami, które uruchamiają agentów na zdalnych, bezgłowych maszynach. Te trzy ogłoszenia z tego samego dnia zbiegają się w model, w którym agent zarządza workflow od początku do końca, a człowiek zatwierdza wynik końcowy, a nie każdy etap pośredni.

Infrastruktura i benchmarki ujawniają strukturalne braki. Wycofanie GitHub Models sygnalizuje, że rynek nie wspiera ogólnych warstw dostępu do modeli: GitHub przestawia się na Copilot (natywna integracja, kontrola kredytów, automatyczny dobór według zadania). ParallelKernelBench daje uzupełniający obraz obecnych ograniczeń LLM: nawet najlepsze modele frontier (GPT-5.5: 27/87, Claude Opus 4.7: 20/87) mają trudności z generowaniem wydajnych wielogpuowych kernelów CUDA, w obszarze, w którym komunikacja NVLink pozostaje nierozwiązanym wąskim gardłem. Te dwa mechanizmy cost centers GitHub (budżety użytkowników od 30 czerwca + wliczone pule kredytów od 2 lipca) pokazują równolegle, że zarządzanie wydatkami na AI w przedsiębiorstwach staje się tak samo krytyczne jak wydajność modeli.

SynthID i pochodzenie treści międzybranżowe: bezprecedensowy impet. Bilans SynthID — 100 miliardów znakowanych zasobów, adopcja C2PA, open source dla kodu tekstowego — wykracza poza liczby i sygnalizuje punkt zwrotny: Google po raz pierwszy ogłasza konkretne współprace z OpenAI, NVIDIA i Apple w zakresie znakowania wodnego treści AI. To, że bezpośredni konkurenci koordynują działania wokół pochodzenia generowanych mediów, w kontekście rosnącej presji regulacyjnej, wskazuje, że temat ten wyszedł poza zakres pojedynczych firm i stał się współdzieloną infrastrukturą zaufania.