Claude Tag 加入 Slack，Mistral OCR 4 领跑 OlmOCRBench，Runway 集成 Seedance 4K 和 Kling 3.0

2026年6月23日主要围绕两个方向展开：工作环境中的 AI（Slack 中的 Claude Tag、正式可用的 Copilot CLI、Cursor 3.8）以及多模态输出质量（文档上的 Mistral OCR 4、搭载 Seedance 4K 的 Runway、以及 ElevenLabs 的《奥德赛》）。Claude Code v2.1.187、NVIDIA DFlash、Together AI ParallelKernelBench，以及 Cohere Labs 关于文化敏感性的研究，共同补足了覆盖七个领域的一轮扩展公告。

Claude Tag — Claude 作为团队共享成员集成进 Slack

6月23日 — Anthropic 为 Enterprise 和 Team 客户推出 Claude Tag 测试版。其理念是：Claude 像普通团队成员一样入驻 Slack，可通过 @Claude 被整个频道访问，具备持久记忆和异步工作能力。

工作方式

管理员将 Claude 授权接入选定频道，并连接所需的工具、数据或代码库。随后，任何成员都可以提及 @Claude 来委派任务：Claude 会将任务拆分为步骤，逐步执行，然后在线程中返回结果。与旧版 Claude in Slack 相比，Claude Tag 有四个区别：

特性	说明
多人协作模式	每个频道只共享一个 Claude——每位成员都能看到它正在处理的内容
持久记忆	Claude 会在对话过程中累积上下文，无需在每次交流时重复解释
环境感知模式	如果启用，Claude 会主动监控频道并采取主动行动
异步工作	任务可在后台执行数小时或数天

治理

每个频道都有自己独立的工具、数据和记忆范围——不同频道之间的上下文不会混合。管理员可以访问完整的操作日志（包含每个任务的发起人），并可按组织或频道设置 token 限额。

据 Anthropic 称，产品团队产出的 65% 代码由其内部版本的 Claude Tag 生成。其用途已扩展到指标跟踪、工单处理和 bug 诊断等任务。Claude Tag 基于 Opus 4.8，并取代了旧版 Claude in Slack 应用——现有管理员有 30 天时间完成迁移。

🔗 Anthropic — 介绍 Claude Tag

Cursor 3.8 — Customize Cursor（Marketplace Leaderboard、Plugin Canvases、Team Marketplaces）

6月22-23日 — Cursor 3.8 的更新日志于 6 月 22 日发布，并于 6 月 23 日在 X 上公布，标题为“Customize Cursor”。它引入了一个集中式自定义页面和三项团队集成功能。

新的“Customize”页面

这个统一入口汇集了插件、skills、MCPs、子代理、规则、命令和 hooks，覆盖用户、团队和 workspace 层级。自定义 MCP 也可以在此页面进行配置。

三项主要功能

功能	说明
Marketplace Leaderboard	团队中使用最多的插件、skills 和 MCPs 仪表板——一键安装
Plugin Canvases	插件现在可以包含预构建的 canvases；首个示例是 Atlassian canvas（issues、项目和文档的实时视图）
扩展的 Team Marketplaces	支持 GitLab、Bitbucket 和 Azure DevOps，补充本地仓库

Atlassian canvas 是这一概念的具体展示：插件现在不仅可以提供命令或文本工具，还可以暴露结构化的可视化界面。

🔗 Cursor — 更新日志 3.8 · Marketplace Leaderboard 推文 · Plugin Canvases 推文 · Team Marketplaces 推文

Copilot CLI — 新的终端界面正式可用

6月23日 — GitHub 宣布 GitHub Copilot CLI 的新终端界面（TUI）正式可用（GA），该界面已在 Microsoft Build 2026 上进行预览。

核心功能

新的 TUI 引入了标签页系统：Session（默认）、Gists、Issues 和 Pull requests——可通过 Tab 导航。从任意标签页中，按 c 可在 prompt 中引用某个条目，o 可在浏览器中打开它，/ 可发起搜索。

配置现在已完全改为会话引导式：

/mcp add 或 /mcp search：浏览 GitHub MCP Registry，并安装服务器，无需触碰配置文件
/skills：使用方向键启用或禁用 skills
/plugin：从 marketplace、仓库或本地路径安装插件
/settings：在线修改配置

该界面还支持无障碍功能：主题颜色（默认、dim、高对比度、色盲模式通过 /theme）、适配窄终端的响应式组件，以及自动检测屏幕阅读器。

终端中的更新：copilot update。

🔗 GitHub 更新日志 — Copilot CLI TUI GA

GitHub Copilot app — 支持 BYOK（Bring Your Own Key）

6月23日 — GitHub Copilot app 现在支持 BYOK：用户可以使用自己的模型提供商运行 agent 会话。

支持的提供商

Azure OpenAI、Anthropic、自托管 Ollama、LM Studio，以及任何兼容 OpenAI 的 gateway。配置在“设置 → 模型提供商”中完成（endpoint + API key）。密钥保存在本地 OS 钥匙串中，绝不会被界面读取。

用途	说明
混合模型	将一个 frontier 模型用于复杂任务，将一个本地模型用于执行
在自己的租户中流量路由	通过自己的云账号、tenant 或内部 gateway 进行推理路由
统一选择器	已添加提供商的模型会与 Copilot 托管模型一同显示

注意：对于 Copilot Business 和 Enterprise 方案，管理员必须在策略设置中启用“Copilot CLI”。

🔗 GitHub 更新日志 — Copilot App BYOK

Runway 集成 Seedance 4K、Seedance Mini 和 Kling 3.0 Turbo

6月23日 — Runway 宣布，这三款第三方视频生成模型已可直接在其平台中立即使用。

新增的三款模型分别是 Seedance 4K（4K 高分辨率生成）、Seedance Mini（适用于更快用途的轻量版）以及 Kling 3.0 Turbo（快手 Kling 模型的最新 turbo 版本）。因此，Runway 正在将自己定位为前沿生成式视频模型的聚合平台，补充其自有的 Gen-4 和 Aleph 2.0 模型。

这种在单一平台内采用多模型的方式，使创作者能够针对不同使用场景——分辨率、速度或风格——选择合适的模型，而无需切换工具。

新订阅用户可享前三个月 30% 的促销优惠（代码：30RUNWAY）。

🔗 Runway — Seedance 与 Kling 3.0

ElevenLabs — 由 Michael Caine 授权的 AI 声音讲述《奥德赛》

6月23日 — ElevenLabs 推出 The Odyssey，这是一部《荷马的奥德赛》有声书，由英国演员 Sir Michael Caine 官方合作生成的 AI 声音进行讲述。该作品还配有原创音乐和电影级音效设计。

这部有声书可在 ElevenReader（elevenreader.io）上免费且独家获取，这是 ElevenLabs 的音频阅读应用。该制作展示了 AI 高级内容策略，用于推动 ElevenReader 平台超越实用型语音合成。

与 Michael Caine 的合作基于 ElevenLabs 与该演员之间的正式授权协议，允许在这项特定制作中将其声音以 AI 形式再现。

“Before you see the film, hear the original epic. Today, we’re releasing The Odyssey: an audiobook narrated by the voice of Sir Michael Caine, with original music and cinematic sound design.”

🇨🇳 “在看电影之前，先聆听原版史诗。今天，我们推出《奥德赛》：一部由 Sir Michael Caine 之声讲述的有声书，配有原创音乐和电影级音效设计。” — @ElevenLabs

🔗 ElevenReader — The Odyssey

Mistral OCR 4 — 具备结构化定位的 SOTA 文档处理

6月23日 — Mistral 发布 Mistral OCR 4，这是其文档处理模型，被描述为 SOTA（State Of The Art — 最先进）。在 OlmOCRBench 这一公开权威 OCR 基准上，OCR 4 取得了 85.20 分，根据 Mistral 的说法位列第一。

技术特性

OCR 4 会用边界框定位每个文本块，对其分类（标题、表格、公式、签名等），并为每个区域分配置信度分数。这种结构化定位为经过验证的引用、写作、RAG 切分以及人工闭环审校奠定了基础。

方面	细节
OlmOCRBench	85.20 分——根据 Mistral 的说法位列基准第一
多语言评测	在 Mistral 内部评测中位列第一；在稀有语言上的提升最大
人工验证	600+ 份真实文档由独立标注员在 12+ 种语言上进行盲评

可用性

可立即通过 Mistral API、Mistral AI Studio 中的 Document AI、Amazon SageMaker 和 Microsoft Foundry 使用。Snowflake Parse Document 的支持预计将在后续更新中推出。该模型也可在单一容器上自托管。

🔗 Mistral — OCR 4 · X 线程

Claude Code v2.1.187 — 证书安全、按组织限制模型

6月23日 — Claude Code v2.1.187 引入了两项新的治理功能和若干重要修复。

新的参数 sandbox.credentials 允许阻止沙箱化命令访问证书文件以及包含秘密信息的环境变量——为以自动化模式或在共享环境中使用 Claude Code 的团队提供额外保护。

组织现在可以通过其管理控制台配置模型限制。这些限制适用于模型选择器、--model、/model 以及变量 ANTHROPIC_MODEL。系统会向用户明确提示，其选择受到组织设置的限制。

修复内容包括：远程 MCP 工具调用若被无限期阻塞（最长 5 分钟），现在会报错退出；在逐字节传递剪贴板的终端中，粘贴韩文或 CJK 文本不再产生乱码（mojibake）；结构化输出（--json-schema）已修复，不会在成功后再次无限调用 StructuredOutput。

🔗 Claude Code 更新日志

Warp 增加 GLM 5.2，并试验用 YAML 配置的模型自动路由器

6月23日 — Warp 宣布其 AI 终端正式支持 GLM 5.2，该模型托管在 Fireworks 上，并被描述为在代码生成方面具备高 token 效率。Warp 还支持 BYO（Bring Your Own）推理，以连接其他提供商。

CEO Zach Lloyd 同时分享了一项关于可用 YAML 配置的模型自动路由器实验：用自然语言描述哪些任务路由到哪个模型——例如，前端任务走 GLM 5.2，复杂架构决策走 GPT 5.5 High。这种声明式路由方式可在不切换工具的情况下，按任务类型优化成本/质量比。

🔗 Warp — GLM 5.2 · Warp — 自动路由器

Together AI — ParallelKernelBench，面向 CUDA kernel 生成的多 GPU 基准

6月23日 — Together AI 发布 ParallelKernelBench（PKB），这是一个包含 87 个多 GPU 问题的基准，来源于真实生产代码库（Megatron-LM、DeepSpeed、TensorRT-LLM、NeMo-RL）。目标是衡量 LLM 生成可直接利用 NVLink 对称内存的 CUDA kernels 的能力，以替代 PyTorch + NCCL。

当前结果显示 frontier 模型在这项任务上的局限：

模型	已解决问题数（zero-shot）	比 baseline 更快
GPT-5.5	28/87	22/87
Gemini 3 Pro	24/87	12/87
Claude Opus 4.7	20/87	12/87
Gemini 3 Pro（agentic）	35/87	26/87

agentic 模式（编译/测试/修订循环）显著提升了 Gemini 3 Pro，从 24 个正确解增至 35 个，但在大约 20 步后达到瓶颈。PKB 是开源项目，并欢迎贡献。

🔗 Together AI — ParallelKernelBench · 推文

NVIDIA DFlash — 在 Blackwell GPU 上实现高达 15x 的 speculative decoding

6月23日 — NVIDIA 发布 DFlash，这是一个轻量级块扩散模型（lightweight block diffusion model）开源项目，专为 speculative decoding（speculative decoding）而设计。部署在 NVIDIA Blackwell GPU 上时，DFlash 可将推理吞吐量提升至 15x，同时保持用户感知到的响应速度不变。

speculative decoding 的原理是借助一个轻量级草稿模型并行生成多个 token，然后由主模型一次性验证或修正这些 token——从而减少所需的模型前向次数。DFlash 是该架构中的草稿组件，针对 Blackwell 系列进行了优化。

🔗 NVIDIA — DFlash · 推文

GPT-5 在免疫学中的应用 — 一场实验性的 3 年谜团在一次会话中被解开

6 月 23 日 — OpenAI 发布了 GPT-5 Pro 在免疫学中的一个用例：免疫学家 Derya Unutmaz（Jackson Laboratory / UConn）使用 GPT-5 Pro 识别出一项自 2022 年以来一直未能解释的 T 细胞实验机制。

GPT-5 Pro 识别出脱氧葡萄糖干扰了 IL-2 蛋白的构建，解释了为何暴露后的 T 细胞会大规模转化为 Th17 细胞（炎症反应）。该模型还正确预测了一个未发表实验的结果：针对淋巴瘤的 CD8+ T 细胞实验。

Unutmaz 现在使用 GPT-5 Pro、Codex 和 GPT-5.2 Deep Research 来整理癌症突变数据集，并加速精准免疫治疗研究。OpenAI 也提醒了滥用风险（生物/化学），并指向其 Preparedness Framework。

🔗 OpenAI — GPT-5 免疫学谜题

Cohere Labs — 仅有多语言能力还不够：LLMs 缺乏文化敏感性

6 月 23 日 — Cohere Labs 发布了一项基于对来自 22 个国家的 81 名参与者调查的研究。核心结论是：多语言 LLMs 不一定是多文化的。

调查中的一些数字：89.5% 的非英语使用者会切换语言以与 AI 互动并获得更好的回答；38% 认为 AI 不理解他们的文化（得分低于 5/10）；63% 在一次互动中看到自己的文化规范被违反（德语中的礼节、韩国历史语境、埃及阿拉伯语）；67% 担心未来文化边缘化加剧。Cohere Labs 主张将文化意识作为从一开始就应纳入的设计要求，而不是事后补充的内容。

🔗 Cohere Labs — 全球 AI 中的文化意识

简讯

Zed — 隐藏宝石：第 4 部分（6 月 23 日）— Zed 系列技巧博客文章：可配置的大屏居中布局、借助并行 agents 的多 worktree 键盘导航、内置终端中的 EDITOR=zed --wait、以及用于简短助记符的 command_aliases。🔗 Zed 博客
NVIDIA Nemotron Office Hours（6 月 23 日）— NVIDIA AI 直播问答环节，专门面向 Nemotron 3 模型家族，可在 Nemotron Labs 获取。🔗 NVIDIAAI 推文

这意味着什么

代理式 AI 正在进入日常工具。 Slack 中的 Claude Tag 和已进入 GA 的 Copilot CLI 代表了两种不同但互补的采用路径。Claude Tag 面向团队协作工作流中的集成：一个共享 agent，带有共同记忆和主动性，所有人都能看到。Copilot CLI 面向单个开发者的终端集成：一个结构化界面，带有选项卡、对 MCP 的引导式管理以及原生可访问性。两者的目标都是减少 AI 工具与现有工作环境之间的摩擦——而不是要求用户更换工具。

个性化正在成为 coding 环境的差异化卖点。 Cursor 3.8 的集中式 “Customize” 页面和 GitHub Copilot 的 BYOK 都是在回应同一个需求：让团队能够精确配置在每个上下文中使用哪些模型、哪些工具以及哪些工作流。Cursor 的 Marketplace Leaderboard 引入了社交维度——团队最常使用的内容会被提到前面。Copilot 的 BYOK 引入了主权维度——流量留在企业租户内。这两种方式都反映出开发团队对这些工具的成熟度正在提高。

多模态与文档处理模型达到了新的质量门槛。 Mistral OCR 4 声称在 OlmOCRBench 上取得 85.20 分，Runway 集成了 Seedance 4K 和 Kling 3.0 Turbo，ElevenLabs 推出电影级有声书——这三项公告说明，高质量专业级多模态内容生成已不再是新兴用例。Mistral 尤其聚焦于结构化文档智能（按块置信度、RAG 支持），而不仅仅是原始转录。

GPU kernel 基准测试暴露了一个盲点。 Together AI 的 ParallelKernelBench 指出了 LLM 在传统代码基准上的能力与其生成多节点 GPU 优化代码的实际能力之间存在显著差距。最强模型（GPT-5.5）在 zero-shot 下只解决了 87 道题中的 28 道，而其中只有 22 个方案胜过现有基线——这表明这类问题在很大程度上仍超出当前模型、即便是 frontier 模型的能力范围。代理式方法提升了结果，但很快触顶，这暗示限制不仅仅在于上下文，而在于 GPU 通信原语的表示方式。

LLMs 中的文化问题已超越多语言本身。 Cohere Labs 的研究证实了一个实践中早已观察到的现象：主要用英语训练的模型，即便用其他语言回答，也往往会投射西方文化视角。89.5% 的非英语使用者为了获得更好的回答而切换语言，这反映出真实的实际成本。67% 担心未来的文化边缘化，这表明问题的感知已超出技术用户本身——这些信号需要被纳入评估与训练系统的设计中。