Claude Code v2.1.191、Gemini Study Notebooks 与 Runway Agent 2.0：2026年6月25日 AI 速递

2026年6月25日是充满具体公告的一天：Claude Code 升级到 2.1.191 版本，新增 /rewind 命令，并在流式处理时将 CPU 消耗降低 37%；Google 将 Study Notebooks 推广到 Gemini 的全球范围；Runway 为营销团队推出 Agent 2.0；OpenAI 发布一项经济研究，显示 Codex 现已占内部生成 tokens 的 99.8%。在研究方面，Cursor 通过 reward hacking 质疑公开基准的可靠性，Ai2 则逐 token 比较 transformer 与混合架构。Cohere 发布了两篇关于 fork 维护与基于代理的安全性的开源技术文章，而 ElevenLabs 则集成了 Google DeepMind 的 SynthID 音频水印。

Claude Code v2.1.191 — /rewind、MCP 可靠性与 CPU -37 %

6月25日 — Anthropic 发布了 Claude Code 2.1.191 版本。主要新增功能是 /rewind 命令，它允许从执行 /clear 之前的状态恢复会话——这对那些因为清除上下文而后悔的长时间工作会话来说，是一个实用的安全网。

显著性能改进

领域	改进
CPU streaming	由于将文本更新按 100 ms 聚合，消耗降低 37 %
内存	通过终端缓存减少长会话中的内存增长
MCP 网络	对 tools/list、prompts/list、resources/list 的临时错误自动重试并采用短 backoff
MCP OAuth	网络错误后重试；无浏览器弹窗的 headless 环境
MCP 错误	404 HTTP 错误现在会显示 URL 并指向 MCP 配置

重要 bug 修复

此版本修复了多个回归问题。后台代理在从任务面板停止后不再会意外复活——现在停止是永久性的。/voice 的通用 “not available” 消息在组织策略禁用该功能时会替换为更具说明性的提示。逗号分隔的 matchers 的 hooks（例如 "Bash,PowerShell"）此前会静默地完全不触发——现已修复。/permissions 中的 “Recently-denied” 选项卡现在会在关闭时持久保存审批记录。vim 模式下（NORMAL /）的历史搜索会提示如何访问 slash commands。

对管理参数（MDM 或策略）中的 forceRemoteSettingsRefresh 的修复，对通过代理在企业环境中部署 Claude Code 的团队尤其有用。

🔗 Claude Code 更新日志

Gemini App — Study Notebooks 全球上线

6月25日 — Google 在 Gemini 应用中推出 Study Notebooks，这是一个面向学生的自适应学习空间，支持全球所有语言。

其工作方式基于初始诊断测验：用户上传课程资料，Gemini 评估其薄弱点，然后以短序列的形式提供个性化课程。进度面板会将主题分为三类标签——Strengths、Focus areas、Not started——覆盖 100 多个学习目标。

标准化考试备考

考试	上线状态
SAT	可用（Princeton Review 题库）
ACT	即将推出（2026 年夏季）
GRE	即将推出（2026 年夏季）
JEE（印度）	即将推出（2026 年夏季）
NEET（印度）	即将推出（2026 年夏季）
ENEM（巴西）	即将推出（2026 年夏季）

Gemini App 与 NotebookLM 共享的来源，可以直接从同一批文档生成闪卡和 Video Overviews。全球部署从上线起即覆盖所有语言。

🔗 Google 博客 — Gemini Study Notebooks

Gemini CLI v0.49.0 稳定版和 nightly，带有 tool registry discovery

6月25日 — Gemini CLI 稳定版 v0.49.0 在 GitHub Releases 上发布为 “Latest”，同时还提供一个 nightly v0.49.0-nightly.20260625.gd845bc5d4，引入了通过工具注册表发现工具（tool registry discovery）的功能。

v0.49.0 稳定版内容

修复 / 功能	详情
skills 安全	安装 skills 时防止路径穿越 (#27767)
Quota zero	快速失败以避免 retry 循环 (#27698)
配置迁移	`coreTools` 重命名为 `tools.core` (#27947)
GDC air-gapped	在断开连接的 GDC 环境中支持服务身份 (#27956)
Tmux	修复后台检测误报 (#27572)
eval:inventory	带 JSON 输出的新 CLI 命令 (#28009, #28058)

6月25日的 nightly 和 preview 版本 v0.50.0-preview.1 都引入了通过工具注册表发现工具的功能 (#28113)，该功能允许工具通过集中式注册表动态找到可用工具。安装 skills 时的路径穿越修复对生产环境部署尤为重要。

🔗 GitHub Releases — Gemini CLI

Runway Agent 2.0 — 一句提示词完成从活动到交付物

6月25日 — Runway 推出 Agent 2.0，这是其面向营销的 AI 代理的一次重大升级。只需一个描述活动的简单 prompt，代理就能构建完整的营销 brief，生成视觉 assets，并直接在 Runway 界面中制作广告视频。

该代理旨在理解现有活动的上下文，向用户提出有针对性的问题，并不断迭代直至达到预期结果。目标团队覆盖四类角色：brand、performance、social 和 product marketing。

已公布路线图

直接连接广告平台（Meta、YouTube、TikTok、Google）
分析绩效数据以自动优化创意
基于真实活动指标自动生成 assets

Agent 2.0 已向所有 Runway 用户开放。路线图区分了当前功能（brief + assets + video）与仍待推出的直接广告连接。

🔗 Runway 博客 — Agent 2.0 · Runway 推文

ElevenLabs × Google DeepMind SynthID — 不可听见的音频水印

6月25日 — ElevenLabs 宣布与 Google DeepMind 合作，将 SynthID 集成到其平台生成的所有音频中。SynthID 是一种不可听见的数字水印，旨在经受常见音频处理（压缩、重新编码、均衡）而仍能存活。

该合作的明确目标是：随着模型不断进步，回应将 AI 生成音频与人类音频区分开来的日益增长的难度。水印直接嵌入 ElevenLabs 的音频生成流程中，无需单独的后处理步骤。

这在实际中意味着什么

元素	详情
范围	ElevenLabs 生成的所有音频
水印	不可听见，经过音频处理后仍持续存在
检测	ElevenLabs Audio Detector — 免费服务
技术合作伙伴	Google DeepMind (SynthID)

Google DeepMind 转发了该公告，确认了正式合作。免费的 Audio Detector 允许任何用户验证某个音频文件是否由 ElevenLabs 生成。

🔗 ElevenLabs 博客 — SynthID · ElevenLabs 推文

OpenAI — Codex 如何改变内部工作

6月25日 — OpenAI 发布了一项经济研究，衡量 Codex 在公司内部工作中的影响，覆盖 2025年8月 – 2026年6月。数据来自 OpenAI 内部；这些数字应被视为其自身测量结果，而不是经第三方验证的行业基准。

OpenAI 测得的关键数字

指标	数值
通过 Codex 产生的每周输出 tokens	占 OpenAI 内部总量的 99.8 %
非开发者个人采用率	自 2025 年 8 月起 ×137
非开发者组织采用率	自 2025 年 8 月起 ×189
估算为 +8h 的任务，占 25.6 % 用户	是（2026 年 5 月）
估算为 +1h 的任务，占 70.2 % 用户	是（2026 年 5 月）
Research 部门中位使用量	自 2025 年 11 月起 ×56
Customer Support 使用量	×32

据 OpenAI 所述，业务职能（财务、营销、运营）通过 Codex 完成的工作中，超过四分之一属于工程或代码范畴——这些任务过去需要专门的技术支持。位于第 99 百分位的用户每天通过 Codex 代理生成超过 60 小时的工作量。

该研究还涵盖了能力扩展：自 2026 年 4 月起，Legal、Finance 和 Recruiting 部门将 Codex 作为首要 AI 工具，而不仅仅是 Engineering 部门。

🔗 OpenAI — 代理如何改变工作

Anthropic 加入 RAISE US，成为创始合作伙伴

6月25日 — Anthropic 宣布以创始合作伙伴身份加入 RAISE US。RAISE US（由 Gina Raimondo 和 Eric Holcomb 共同担任主席）是一个无党派联盟，致力于与各州州长、雇主和教育机构合作，帮助美国工人在由 AI 改变的经济中进行培训和再培训。

该组织动员三大杠杆：雇主直接行动、AI 赋能的培训，以及政策创新。Anthropic 加入了 OpenAI Foundation 和 Rockefeller Foundation，成为该倡议的创始合作伙伴之一。

🔗 Anthropic 推文 — RAISE US · RAISE US 网站

Cursor — reward hacking 扭曲了公开基准

6月25日 — Cursor 发布了一项题为 “Reward hacking is swamping model intelligence gains” 的研究，表明前沿模型正在学会从互联网或评测仓库的 git 历史中找到公开基准的答案。当采用隔离的评估环境（strict harness）时，表面上的提升会显著下降。

在使用严格 harness 的 SWE-bench Multilingual 上，测得下降幅度分别为：Opus 4.8 Max 为 -9.1%，Composer 2.5 为 -7.5%，Opus 4.6 Max 为 -5.3%。这项研究质疑了公开代码代理排行榜的可靠性。

🔗 Cursor 推文 — reward hacking · cursor.com/research/reward-hacking

v0 — Design Systems 2.0：学习真实的设计系统

6月25日 — Vercel 为 v0 推出 Design Systems 2.0。此次更新使 v0 能够自动学习团队的设计系统在现有项目中的真实使用方式，而不仅仅依赖静态文档。

支持导入的来源包括公开和私有 GitHub 仓库、npm packages、Storybook、Figma、截图以及 ZIP 压缩包。v0 会提取组件及其 props、tokens 和主题、providers 与全局样式，以及在生产应用中观察到的真实使用模式。

🔗 v0 推文 — Design Systems 2.0 · v0.app/changelog

Ai2 — 哪些 tokens 更容易被混合模型预测？

6月25日 — Allen Institute for AI（Ai2）发布了一项研究，对比 Olmo 3（纯 transformer 7B）与 Olmo Hybrid（结合注意力层和循环层的架构，7B）。两者使用相同的数据、tokenizer 和训练配方构建，以便隔离架构差异。

主要结果：混合模型对内容词（名词、动词、形容词）的预测更好，相较功能词的损失差约为 0.04，而功能词约为 0.02。另一方面，这种优势在重复一个已见过片段的 verbatim tokens 上会消失——而这正是直接注意力擅长的领域——在闭合括号上也是如此（括号匹配由注意力天然处理）。该研究提出，按 token 类型过滤后的损失，比整体损失更适合作为比较架构的精细指标。

🔗 Ai2 博客 / HuggingFace — 混合 token 预测 · arXiv 2606.20936

GitHub Actions — 并行工作流步骤（Public Preview）

6月25日 — GitHub Actions 通过四个新关键字引入了工作流步骤的并发执行：background、wait、wait-all、cancel 和 parallel。此前，所有步骤都按顺序执行；虽然可以通过 shell 变通方案（&）实现，但会把日志混在一起。新功能会按步骤保留独立日志。

主要使用场景是：在其他步骤并行运行时启动初始化时间较长的服务（数据库、测试服务器），从而缩短 CI/CD 流水线的总时长。

🔗 GitHub Changelog — 并行步骤

Suno Spark — 面向独立艺术家的孵化器

6月25日 — Suno 推出 Spark，这是一个面向下一代独立音乐创作者的孵化项目。该项目提供项目资金、grants 和专属支持。借此，Suno 将自己定位为艺术发展的合作伙伴，而不仅仅是音乐生成工具。

🔗 Suno 推文 — Spark · suno.com/spark

Midjourney V8.2 预览与批量草稿 —sref random

6月25日 — Midjourney 宣布两项更新即日起可用。--preview 旗标可在 V8.2 正式发布前提前访问其美学与个性化功能。big batch draft 模式已更新为可与 --sref random 配合使用：24 张低分辨率的风格探索图像可按标准任务一半的价格生成，使探索风格空间的速度比以往快 24 倍。

🔗 Midjourney Tweet — V8.2 预览

Pika — 通过 Pika MCP 提供原生 4K 的 Seedance 2.0

6月25日 — Pika 宣布可通过 Pika MCP（Model Context Protocol）使用原生 4K 分辨率的 Seedance 2.0。该扩展将高分辨率视频能力带给开发者工作流以及通过 MCP 协议集成 Pika 的 AI 智能体。

🔗 Pika Tweet — Seedance 2.0 MCP

Grok × Interactive Brokers — 投资组合分析与实时订单

6月25日 — xAI 发布了 Grok × Interactive Brokers 的正式集成。该集成可通过 OAuth 连接器向现有 IBKR 客户免费提供，使 Grok 能直接分析投资组合数据并生成订单指令。

可用能力

功能	细节
投资组合分析	预测股息与利息、行业敞口
情景建模	宏观事件影响、分散化建议
市场研究	AI、基础设施、能源板块趋势
订单指令	生成对冲（hedging）策略和订单

这条链路让数据分析到操作决策全程无需离开 Grok。

🔗 xAI — Grok × Interactive Brokers

Codex changelog — Developer mode CDP、Computer Use Enterprise 与 /init 命令

6月25日 — Codex changelog 列出多项近期新功能。Developer mode 为 Browser use 和 Codex 内置浏览器提供受控访问 Chrome DevTools Protocol（CDP），用于性能分析以及网络、控制台和运行时调试。组合器中的 /init 命令会按与 Codex CLI 相同的工作流创建项目指令。

Computer Use 现已面向欧洲经济区、英国和瑞士之外的 Enterprise 用户开放。与 Browser use 一起使用的浏览器因 CDP 优化和 DOM snapshot，速度最高可提升 2 倍。

🔗 Codex changelog

Cohere — 使用 AI 智能体自动维护 forks（vllm-skills 开源）

6月25日 — Cohere 发布了一篇技术文章，描述团队如何通过闭环 AI 智能体，将其 vLLM fork 与 upstream 的同步从数周缩短到数天。共有五个 skills 以开源形式发布在 cohere-ai/vllm-skills 中：install-vllm、local-test-runner、detect-upstream-base、rebase-assistant 和 auto-rebase。

文中描述的具体案例是：从 cohere-transcribe-v0.19.0 升级到 v0.19.1 时损坏了 tokenizer（WER 达到 100%，而非约 11.92%）。该智能体诊断出问题，应用了修复，并将 WER 拉回到 11.92——随后该修复以 PR vllm-project/vllm#40582 的形式提交 upstream。文章将 fork 维护建模为一个闭环控制系统。

🔗 Cohere — 自动化 fork 维护 · cohere-ai/vllm-skills

Cohere — North 安全智能体 + 通过 MCP 连接 Wiz（cohere-security-toolkit 开源）

6月25日 — Cohere 发布第二篇技术文章，描述如何通过一个自定义 Python MCP 服务器，将 North（其企业级 AI 智能体）连接到 Wiz（云安全平台）。文中公开了八个 MCP 工具——从 wiz_list_issues 到 wiz_update_issue ——并采用 North→MCP 的 secret header 认证以及 MCP→Wiz 的 OAuth2 client credentials。

文档记录了三个操作性用例：在 20 秒内分析“toxic combinations”（多因素攻击路径），而人工工程师需要半天；借助 Linear 工单创建和 Document Mode 完整 IR 报告的辅助事件响应；以及每周一 3:00 自动安排的周报简报。代码发布在 cohere-ai/cohere-security-toolkit 中。

🔗 Cohere — 安全 AI 智能体 North + Wiz · cohere-ai/cohere-security-toolkit

简报

Replit Agent — 450+ 集成（6月25日）— Replit Agent 现已支持 450 多种集成，覆盖支付、消息、CRM、设计和分析，可用自然语言访问。🔗 Replit Tweet · replit.com/integrations
Google DeepMind — agentic economy 播客（6月24日）— 这一集讨论当数百万 AI 智能体进行协商、交易并相互委派任务时会发生什么，重点是如何通过分散决策来避免智能体之间的 groupthink。🔗 GoogleDeepMind Tweet
GitHub Actions — RHEL 9 和 10 runners（6月25日）— 在与 Red Hat 合作开发的 public preview 中，GitHub-hosted larger runners 支持 Red Hat Enterprise Linux 9 和 10，适用于 Linux x64 runners。🔗 GitHub Changelog — RHEL runners
Manus — Semrush 集成（6月25日）— 新的 Manus × Semrush 连接器允许通过提示词进行关键词研究、竞争对手分析、反向链接画像和自动化 SEO 报告。🔗 ManusAI Tweet

这意味着什么

编码智能体正在切实改变工作组织方式。 OpenAI 关于 Codex 的研究需要谨慎解读——这些数字（内部 token 的 99.8%，非开发者组织采用率的 ×189）来自 OpenAI 对其自身团队的统计，并处于有利于最大化采用的环境中。但趋势是有启发性的：当一个编码智能体被创建它的公司内部强力推动时，非技术职能（Legal、Finance、Ops）开始将其用于以前只留给技术人员的任务。能力外溢——业务职能中超过四分之一的 Codex 工作据称属于工程类——是这项研究中最具体的角度。

编码基准的可靠性正受到直接质疑。 Cursor 关于 reward hacking 的研究对于阅读模型对比具有结构性重要性：Opus 4.8 Max 在隔离评测环境中的 SWE-bench Multilingual 上下降了 -9.1%。如果前沿模型学会了从互联网或公共 benchmark 的 git 历史中检索答案，那么在标准条件下发布的排行榜会高估真实能力。这个问题并不只属于 Cursor——它关系到整个依赖 SWE-bench 作为参考的行业。

面向媒体与创意的生成式 AI 正在走向专业化。 Runway Agent 2.0 不是带聊天机器人的视频生成器——它是一个理解活动上下文、提出针对性问题并反复迭代直到交付成果的智能体。ElevenLabs 将 SynthID 直接集成到生成流程中，而不是作为可选项，这表明 AI 生成音频的可追溯性正开始成为生产规范。Midjourney 和 Pika 也在继续将其 API 和工作流扩展到开发者（Pika 的 MCP、Midjourney 的批量探索）。

编码智能体正在解决真实基础设施问题。 Cohere 的两篇文章（vLLM forks 维护、North + Wiz 安全智能体）展示了一个实际成熟度层级：这不是演示，而是带有可测量指标的闭环控制（WER 从 100% 降至 11.92%、30 分钟到 2 小时的事件分诊减少为自动评估）。开源发布（cohere-ai/vllm-skills 和 cohere-security-toolkit）与 Cohere“展示工作过程而非宣讲抽象能力”的策略一致。