ChatGPT 重返 WhatsApp，GitHub Copilot CLI 更可靠，Anthropic 研究 Claude 的价值观

OpenAI 将 ChatGPT 带回欧洲的 WhatsApp，并将其扩展到另外两款消息应用；GitHub 提升了 Copilot CLI 的可靠性；Amp 改变了其代理提交代码的方式。研究方面，Anthropic 发布了一项关于 Claude 按语言表达价值观的研究，而 Ai2 和 Sakana AI 则分别详细介绍了一个正在生产环境中运行的海事监控代理，以及一项物理集体智能实验。

ChatGPT 重返 EEE 内的 WhatsApp，并扩展到 Kakao 和 Viber

7 月 13 日 — ChatGPT 现已重新可在欧洲经济区（EEE）的 WhatsApp 中使用，此前该地区曾出现一段时间的不可用。访问方式是通过经过验证的联系人 1-800-CHATGPT，它允许用户提问、发送图片、发送语音笔记、生成图像，并在许多语言中直接在消息应用里使用 ChatGPT。

OpenAI 同时将 ChatGPT 的可用范围扩展到另外两款新应用：韩国的 Kakao，以及受支持市场中的 Viber。其策略很明确：让助手出现在人们日常已经在使用的消息应用中，而不是强迫用户转向专门的 ChatGPT 应用或网站。

🔗 公告 — @ChatGPTapp

GitHub Copilot CLI v1.0.42：对子代理的委派更可靠

7 月 13 日 — GitHub 发布了 Copilot CLI 1.0.42+ 版本，可通过命令 /update 安装。此次更新引入了更智能的子代理委派（smarter subagent delegation），旨在让代码会话更快、更可靠，但未提供该测量方法的技术细节。

测量的失败类型	宣称的降低幅度
工具失败	-23%
搜索失败	-27%
编辑失败	-18%

GitHub 说明，尽管进行了这些更改，但并未观察到质量回归。

🔗 公告 — @github

Amp 的 orbs 现在可以代表用户提交代码

7 月 11 日 — Amp 在其项目设置中新增了一个选项，允许 orbs（远程执行代理的机器）以用户身份而非 Amp 身份进行 commit，并在提交中附带 co-authored-by 标记。

You can now make Amp orbs commit as you, not Amp (+ co-authored-by you). It’s in project settings. Useful for, e.g., pushing to a repo where Vercel only deploys for known committers.

🇨🇳 你现在可以让 Amp 的 orbs 以你的名义而不是以 Amp 的名义进行 commit（并附带 co-authored-by 署名）。这是在项目设置里。比如说，这对推送到一个只有已知提交者才会被 Vercel 部署的仓库很有用。 — @sqs 在 X 上

Anthropic 按模型和语言研究 Claude 表达的价值观

7 月 13 日 — Anthropic 继续推进其关于 Claude 在对话中表达的价值观的研究（已识别出 3,000 多种价值观，如诚实或温暖感），分析它们如何随所用模型和语言而变化。该研究基于超过 30 万段匿名化对话，归纳为四个轴。

轴（法语 / 原文）	它衡量什么
顺从 vs 谨慎（Deference vs. Caution）	倾向于遵从用户还是加以克制
温暖 vs 严谨（Warmth vs. Rigor）	语气温暖还是强调证据
深度 vs 简洁（Depth vs. Brevity）	回答详尽还是简明
坦率 vs 执行（Candor vs. Execution）	直接批评还是仅执行

模型之间的差异仍然不大（Sonnet 4.6 更活泼、更倾向于肯定，Opus 4.7 更倾向于直率批评），但最明显的差异出现在语言层面：Claude 在印地语和阿拉伯语中更偏向温暖，在俄语中更偏向严谨，也就是更常要求用户主张提供支撑证据。

🔗 公告 — @AnthropicAI

Ai2 详解其海事监控代理 Shippy 的幕后机制

7 月 13 日 — Ai2（AllenAI）发布了一篇关于 Shippy 的经验总结，这是其 Skylight 团队为海事领域监控而构建的代理：用于检测捕鱼事件、跟踪船只、识别保护区。该代理如今为 70 多个国家的 300 多个合作伙伴提供服务。

The real work wasn’t the model. It was building a system we could trust to be correct, to stay within appropriate boundaries.

🇨🇳 真正的工作并不是模型，而是构建一个我们能够信赖其正确性、并能保持在适当边界内的系统。 — Ai2 Blog

从技术上看，Shippy 基于 OpenClaw（开源代理框架），模型采用 Claude Opus 4.6，结构分为三部分——一个“灵魂”（系统提示词及其护栏）、“技能”（skills）和“配置”（参数与模型选择）。客户代理之间的隔离通过 Mothership 实现，这是一个自研平台，会为每个用户会话预置一个 Kubernetes 部署；评估则通过 Harbor 框架完成，其中由一个 LLM 裁判用书面推理来评分回答。

Sakana AI 让近 200 块物理积木协作识别自身形状

7 月 12 日 — Sakana AI 联合哥本哈根 IT 大学和 Autodesk 发布了一项关于物理集体智能的研究：所谓“细胞砖块”——在本地运行同一神经网络的立方体硬件模块（神经细胞自动机，Neural Cellular Automata）——能够集体推断它们所组成的整体形状，而无需中央控制器。

At Sakana AI, a recurring theme in our research is collective intelligence: the observation that sophisticated, robust behavior can arise from many simple parts following local rules, with no central controller, as it does in a colony, a tissue, or a brain.

🇨🇳 在 Sakana AI，我们研究中的一个反复出现的主题是集体智能：观察到一种复杂而稳健的行为，能够在没有中央控制器的情况下，从许多遵循局部规则的简单部分中涌现出来，就像群落、组织或大脑中的情况一样。 — Sakana AI Blog

在近 200 块积木和四种组装形状（飞机、吉他、船、桌子）上测试后，该系统在 60 个周期（约 3 分钟）内达到了 100% 的分类准确率，在多达 5% 模块失效的情况下仍保持稳健，能以 94.8% 的准确率检测结构损坏，并可在仿真中扩展到超过 18,000 个立方体的网格。

Google DeepMind 在 Google Antigravity 中推出 Skill「Predicting the Past」

7 月 13 日 — Google DeepMind 详细介绍了一项名为「Predicting the Past」的 Skill，它可在无需任何编程技能的情况下于 Google Antigravity 中运行，用于分析古代文本和文物。文档中展示了三个使用案例：借助 Aeneas 模型对一块已有 1,800 年历史的罗马诅咒泥板（curse tablet）进行断代和定位；跨欧洲绘制 Aufaniae 祭祀崇拜的分布图（最远延伸到西班牙一座由罗马老兵建立的孤立祭坛）；以及根据古代铅质泥板重建多多纳神谕的访客网络。

该 Skill 每次都会生成其预测的解释，类似面向领域专家的铭文学注释。

🔗 公告 — @GoogleDeepMind

简讯

Amp 正在准备多用户协作线程 — 一个 Amp 线程现在已经可以从许多客户端同时查看，但目前只能以其创建者的账户身份；团队正在为同一线程开发多账户协作。🔗 @sqs 在 X 上
Amp 的原生 macOS 版本正在开发中 — 预计在功能上与当前的 web app 没有差异，也尚未公布发布日期。🔗 @sqs 在 X 上
GitHub 分离 SSO 和组织页面 — 原本合并的用户设置页面被拆分为两个独立页面，以提高清晰度。🔗 GitHub 更新日志
HeyGen CLI：命令行中的音乐和音效 — 可从终端免费搜索和下载 HeyGen 的音乐/SFX 目录，并演示了一个代理如何将声音与视频节奏同步。🔗 @HeyGen 在 X 上

这意味着什么

分发渠道再次成为面向大众助手的战场。 ChatGPT 重返 EEE 内的 WhatsApp 并扩展到 Kakao 和 Viber，表明 OpenAI 押注于出现在用户已经安装的应用中，而不是吸引用户转向自家界面。这更像是一种分发渠道逻辑，而不是功能逻辑：助手去往用户已经所在的地方，哪怕这意味着在欧洲这类受监管市场经历中断后再度回归。

代理的可靠性正在成为一条独立的工程轴，而不是模型的副产品。 GitHub 对其新子代理委派带来的收益给出了精确量化（工具失败 -23%、搜索 -27%、编辑 -18%），而 Ai2 通过 Shippy 也表达了同样的结论：生产环境中的可靠性来自确定性工具、显式护栏和隔离基础设施，而不仅仅是所选模型。Amp 的 orbs 现在以用户名义进行 commit，也体现了同样的运维关切——要能够干净地融入现有部署流水线。

对模型行为的研究正在超越文本本身。 Anthropic 关于 Claude 按语言表达价值观的研究表明，文化差异（印地语和阿拉伯语中的温暖、俄语中的严谨）比模型版本之间的差异更为显著。Sakana AI 的细胞砖块则提出了一个相关但不同的问题：是否能够在没有中央模型的情况下，仅凭在大规模上重复的相同局部规则，获得智能且稳健的行为——这为能够自我诊断的物理系统提供了一条思路。

无代码 AI 正在向高度专业化的专家场景推进。 Google DeepMind 的 Skill「Predicting the Past」应用于铭文学和考古学，说明复杂工作流如何变得让不具备编程技能的研究人员也能使用，从而让那些原本不可能自行构建这些工具的用户进入这些细分领域。