Claude Code v2.1.198 med Chrome GA och automatisk PR-draft, GitHub Models tas bort den 30 juli, Devin Security Remediation-program

Version 2.1.198 av Claude Code tar ett stort steg framåt med att Claude in Chrome går till allmän tillgänglighet och att bakgrundsagenter automatiskt skapar PR-draft i worktrees. Samtidigt bekräftar GitHub den definitiva stängningen av GitHub Models den 30 juli 2026, och positionerar Copilot som den enda AI-ingångspunkten på plattformen. Dagen kompletteras av Cognitions enterprise-program för åtgärdande av sårbarheter, Together AI:s benchmark ParallelKernelBench för multi-GPU-kärnor, en SynthID-genomgång från Google DeepMind med tidigare osedda samarbeten med OpenAI, NVIDIA och Apple, samt flera uppdateringar av GitHub Copilot.

Claude Code v2.1.198 — Chrome GA och automatisk PR-draft

1 juli — Version 2.1.198 av Claude Code går till allmän tillgänglighet (generally available) för tillägget Claude in Chrome, som låter agenten interagera direkt med öppna webbsidor i Chrome från Claude Code-gränssnittet. Tillägget, som har varit tillgängligt i betaversion i flera veckor, lämnar den experimentella fasen.

Den andra stora nyheten gäller bakgrundsagenter: de som startas från claude agents i ett worktree skapar nu automatiskt en commit, pushar koden och öppnar en PR-draft när arbetet är klart, utan att avbryta för att be om bekräftelse. Denna förändring minskar manuella fram-och-tillbaka-steg i agentiska utvecklingsarbetsflöden.

Funktionalitet	Detalj
Claude in Chrome GA	Chrome-tillägget går från beta till allmän tillgänglighet
Automatisk PR-draft	Bakgrundsagenter commitar, pushar och öppnar en PR-draft utan manuell inblandning
Skill `/dataviz`	Ny skill för design av diagram och dashboards, med körbar validerare för färgpalett
AWS Gateway	`anthropicAws` (Claude Platform on AWS) tillagd som uppströmsleverantör; fel av typen ”modell hittades inte” för över automatiskt till failover-kedjan
Explore ärver modellen	Den inbyggda Explore-agenten ärver sessionsmodellen (begränsad till Opus) i stället för att köras på Haiku
Ärvd extended thinking	Underagenter och kontextkomprimering ärver sessionens konfiguration för utökat resonemang (extended thinking)

Bland de anmärkningsvärda rättelserna: tillfälliga nätverksfel (ECONNRESET) utlöser nu en ny försökshantering med exponentiell backoff i stället för att avbryta steget; AWS/Mantle STS-token förnyas automatiskt via awsAuthRefresh; villkorsreglerna .claude/rules/ laddas korrekt även via symboliska sökvägar (symlink). Version 2.1.199, publicerad den 2 juli på npm, nämns i npm-registret men dess changelog har ännu inte uppdaterats vid skanningstillfället.

🔗 Changelog Claude Code

GitHub Models tas definitivt bort den 30 juli 2026

1 juli — GitHub bekräftar den definitiva stängningen av GitHub Models den 30 juli 2026. Playground, modellkatalogen, inferens-API:t och läget BYOK (bring your own key) kommer att tas bort för samtliga kunder — inklusive befintliga aktiva användare som fortsatt hade tillgång till tjänsten.

Stängningen för nya kunder hade aviserats i juni 2026. GitHub planerar två preliminära brownouts den 16 juli och 23 juli för att förbereda övergången. Efter den 30 juli kommer alla förfrågningar till GitHub Models inferens-API att returnera ett fel.

Alternativ	Användningsfall
Azure AI Foundry	Modellkatalog från tredje part för team som vill behålla direkt åtkomst till modeller oberoende av Copilot
GitHub Copilot	Modellåtkomst integrerad i GitHub, automatisk val per uppgift, fakturering via AI-krediter

GitHub Models lanserades som en testyta för AI-modeller direkt från GitHub-gränssnittet. Nedläggningen markerar en strategisk ompositionering: GitHub samlar åtkomsten till modeller under GitHub Copilot, som nu integrerar open-weight-modeller (Kimi K2.7 sedan 1 juli), automatisk val per uppgiftstyp och granulär kontroll över krediter.

Team som använder GitHub Models inferens-API måste migrera före den 30 juli, annars riskerar de driftstopp. Brownout-dagarna den 16 och 23 juli gör det möjligt att testa pipeline-tåligheten före den definitiva stängningen.

🔗 Changelog — GitHub Models tas bort

Devin Security Vulnerability Remediation Program

2 juli — Cognition lanserar Devin Security Vulnerability Remediation Program, ett enterprise-program på sex veckor för att minska eftersläpningen av sårbarheter i applikationer. Det bygger på Devin Security Swarm (aviserat dagen innan) som motor för kontinuerlig upptäckt av sårbarheter.

Programmet vilar på två pelare. Den första syftar till att minska backloggen: Devin tar in rapporter från befintliga scanners (Snyk, SonarQube, Checkmarx, Semgrep, Wiz, Veracode), validerar sårbarheterna och skickar PR:er med åtgärder. Den andra pelaren, kontinuerlig remediation, låter Devin Security Swarm upptäcka sårbarheter som statiska skanningsverktyg missar — affärslogik, kedjade autentiseringsgenvägar, exploateringsvägar mellan tjänster.

Vecka	Aktivitet
1-2	Inventering, omfattning, konfiguration av Devin, mappning av arbetsflöden
3-4	Storskalig åtgärd på prioriterade repos
5-6	Utvärdering av resultat, planering av bredare utrullning

Programmet är reserverat för enterprise-kunder som kör Devin Cloud i stor skala. Berättigade team kan anmäla sig via sin Cognition-kundansvarige.

🔗 Cognition — Devin Security Vulnerability Remediation Program

ParallelKernelBench — frontier-LLM:er har svårt med multi-GPU-kärnor

2 juli — Together AI publicerar ParallelKernelBench, ett open source-benchmark med 87 problem extraherade från verkliga kodbaser (Megatron-LM, DeepSpeed, TensorRT-LLM, NeMo-RL) för att utvärdera LLM:ers förmåga att generera högpresterande multi-GPU CUDA-kärnor — tensor parallel, expert parallel, FSDP/ZeRO, NVLink-kommunikation. Dagens frontier-modeller löser mindre än en tredjedel av problemen.

Modell	pass@3	fast1@3 (korrekt OCH snabbare än referensen)
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

Den främsta flaskhalsen är NVLink-kommunikation och avancerade mekanismer (TMA, NVLS), som praktiskt taget saknas i dagens modellgenerationer. I agentiskt läge (Gemini 3 Pro med terminalåtkomst) stiger poängen till 35/87 korrekta och 26 snabbare än PyTorch+NCCL-referensen. Några genererade kärnor överträffar befintliga publika implementationer, däribland en NeMo-kärna (Gemini 3 Pro) utan känd optimerad motsvarighet.

🔗 Together AI — ParallelKernelBench

SynthID: 100 miljarder vattenmärkta tillgångar, textkod som öppen källkod

1 juli — Google DeepMind delade via @GoogleAI en mognadsöversikt för SynthID, dess teknik för digital vattenmärkning av AI-genererat innehåll. Mer än 100 miljarder bilder och videor bär nu SynthID-vattenmärkning, och dessutom finns 60 000 år av markerat ljudinnehåll. Över 50 miljoner verifieringar har gjorts av användare via Google Search, Gemini-tillägget för Chrome och Gemini-appen.

Google antar den öppna standarden C2PA (Content Authenticity Initiative) i hela sitt utbud av generativa verktyg: bilder och videor skapade i Gemini-appen bäddar nu in både SynthID-vattenmärket och C2PA-metadata. Vattenmärkningskoden för text publiceras som öppen källkod.

Höjdpunkten: Google tillkännager samarbeten med OpenAI, NVIDIA och Apple för att utvidga SynthID till dessa aktörers generativa medier. Det är första gången Google offentligt kommunicerar konkreta partnerskap med dessa tre företag kring ursprunget för AI-innehåll.

🔗 Tweet @GoogleAI — SynthID

GitHub — Nya Copilot-funktioner

AI-kreditpooler inkluderade för cost centers

2 juli — GitHub cost centers kan nu begränsa hur stor del av de inkluderade AI-krediterna (månadspool) som förbrukas per avdelning. Denna funktion är separat från användarbudgetarna som infördes den 30 juni, vilka endast hanterar den extra faktureringsfasen.

GitHub beräknar automatiskt taket utifrån de licenser som tilldelats cost centret. Två beteenden kan konfigureras när taket nås: blockera användning eller gå över till extra fakturering. Tillgängligt via REST API (grafiskt gränssnitt kommer) för Copilot Business och Copilot Enterprise på GitHub Enterprise Cloud.

🔗 Changelog — Cost centers

Issue fields i allmän tillgänglighet

2 juli — Strukturerade issue-fält (Prioritet, Insats, Startdatum, Måldatum) går till allmän tillgänglighet för alla GitHub-organisationer (Free, Team, Enterprise). Mer än 40 000 organisationer använde dem redan sedan den publika förhandsversionen i maj. Fältvärden visas nu direkt i issue-listorna i repositorier, och publika projekt får synlighetskontroller.

Den mest anmärkningsvärda integreringen: GitHub MCP-servern exponerar dessa fält till Copilot för både läsning och skrivning, vilket öppnar för agentiska arbetsflöden som skapar och uppdaterar issues med strukturerad metadata från Copilot-chatten eller agenten.

🔗 Changelog — Issue fields GA

Synthesia — Tala, lyssna, se: de tre nivåerna för interaktiva videoavatarer

2 juli — Synthesia publicerar en forskningsartikel som definierar en ny kategori modeller: Interactive Avatar Models (interaktiva videoavatar-modeller). Dessa modeller skiljer sig från traditionella videoskapande system genom sin förmåga att stödja dialog i realtid, med tillräckligt låg latens för att göra interaktionen naturlig.

Artikeln strukturerar förmågorna i tre gradvisa nivåer:

Nivå	Förmåga
Tala (Talk)	Generering av videotal från text
Lyssna (Listen)	Förståelse och respons på människan
Se (See)	Visuell förståelse av konversationskontexten

Detta är det första publicerade konceptuella ramverket från en stor aktör inom avatarer för att formalisera denna kategori — vilket placerar Synthesia som ett forskningslaboratorium utöver sin roll som kommersiell plattform, på en marknad som konkurrerar hårt med HeyGen och Microsoft Azure AI Avatar.

🔗 Synthesia-blogg

Fable 5 tillbaka som orchestrator i Perplexity Computer

2 juli — Perplexity meddelade via @perplexityai att Claude Fable 5 åter är tillgänglig som orchestrator-modell (_orchestrator model) i Perplexity Computer, deras produkt för desktop-automation. Tillkännagivandet följer efter Anthropics globala återställning av Fable 5 den 1 juli. Tweeten genererade 55 529 visningar och 943 gilla-markeringar.

Perplexity Computer låter användare delegera automatiseringsuppgifter till en AI-agent som arbetar på skrivbordet. Återintegreringen av Fable 5 som orchestrator stärker systemets resonemangs- och planeringsförmåga, efter att den tidigare togs bort på grund av amerikanska exportkontroller i juni 2026.

🔗 Tweet @perplexity_ai

Kortnytt

Amp — obegränsad tråd-läsning och agenter i Orbs — Amp kan nu läsa trådar av vilken storlek som helst (upp till 271 dokumenterade rundor), och publicerar ett tekniskt inlägg om Orbs-arkitekturen för att köra agenter på headless remote-maskiner. 🔗 Chronicle Amp
Skill C++ för Copilot CLI — Microsofts C++-språkserver finns nu som Copilot CLI-plugin, med en skill som automatiskt genererar och underhåller filen compile_commands.json för CMake och MSBuild. Installation: /plugin install cpp-language-server@copilot-plugins. 🔗 Changelog

Vad det betyder

Agentisk verktygsanvändning passerar en gräns för autonomi. Claude Code v2.1.198 illustrerar en tydlig riktning: agenter stannar inte längre för att be om bekräftelse på tekniska steg — de skapar commits, pushar koden, öppnar draft-PR:er och meddelar när de är klara. Programmet Devin Security Remediation driver samma logik på säkerhetssidan: Devin läser in befintliga scanner-rapporter, verifierar sårbarheter och skickar in PR:er utan konfiguration per repository. Amp kompletterar bilden med sina Orbs, som kör agenter på headless fjärrmaskiner. Dessa tre tillkännagivanden samma dag konvergerar mot en modell där agenten hanterar arbetsflödet från början till slut, medan människan validerar det slutliga resultatet snarare än varje mellanliggande steg.

Infrastruktur och benchmarks avslöjar strukturella brister. GitHubs beslut att ta bort GitHub Models signalerar att marknaden inte stödjer generiska åtkomstlager till modeller: GitHub ompositionerar sig mot Copilot (inbyggd integration, kreditkontroll, automatisk urval efter uppgift). ParallelKernelBench ger en kompletterande bild av de nuvarande begränsningarna hos LLM: även de bästa frontier-modellerna (GPT-5.5: 27/87, Claude Opus 4.7: 20/87) har svårt att generera högpresterande multi-GPU CUDA-kernels, ett område där NVLink-kommunikation fortfarande är en olöst flaskhals. De två mekanismerna för kostnadscenter hos GitHub (användarbudgetar från 30 juni + inkluderade kreditpooler från 2 juli) visar parallellt att styrningen av AI-utgifter i företag håller på att bli lika kritisk som modellernas prestanda.

SynthID och proveniens över branscher: ett hittills osett momentum. SynthID-resultatet — 100 miljarder vattenmärkta tillgångar, C2PA-adoption, textkod med öppen källkod — går bortom siffrorna och signalerar en vändpunkt: Google tillkännager för första gången konkreta samarbeten med OpenAI, NVIDIA och Apple om vattenmärkning av AI-innehåll. Att direkta konkurrenter samordnar kring proveniens för genererade medier, i ett läge med ökande regulatoriskt tryck, visar att frågan har lämnat varje enskilt företags sfär och blivit en delad förtroendeinfrastruktur.