Claude Sonnet 5 现已在所有方案可用，Claude Science 进入测试版，Amp 推出 Orbs

2026年6月30日对 AI 生态来说是信息密集的一天：Anthropic 同步发布 Claude Sonnet 5——其迄今最具代理能力的 Sonnet 模型，如今在 Free 和 Pro 方案中默认使用，并提供原生 100 万 token 窗口——以及 Claude Science，这是一款面向科学研究人员的专用工作环境，集成了 NVIDIA 的 BioNeMo Agent Toolkit。开发工具方面，Amp 推出 Orbs，这是一类专为运行无人值守代理而设计的云端机器；与此同时，Google 向开发者提供 Nano Banana 2 Lite 和 Gemini Omni Flash。OpenAI 方面则发布了 GeneBench-Pro，一个生物计算领域的研究级基准。

Claude Sonnet 5 — Free 和 Pro 默认模型，100 万 token 上下文

6月30日 — Anthropic 发布 Claude Sonnet 5，这是其 Sonnet 家族的新模型，被设计为迄今最具代理能力的版本。Sonnet 5 在代理类基准（BrowseComp、OSWorld-Verified）上缩小了与 Opus 4.8 的差距，同时保持更低价格，并从发布当天起成为 Free 和 Pro 方案的默认模型。

特性	值
API 标识符	`claude-sonnet-5`
上下文窗口	100 万 token（原生）
输入价格（促销）	每百万 token $2
输出价格（促销）	每百万 token $10
默认方案	Free, Pro
可用性	API，所有 Claude 方案

其突出能力包括：自主规划、多步骤工具使用、在遗留代码（brownfield code）上执行复杂任务，以及更好的代码规范遵循。在安全方面，Sonnet 5 的整体不良行为率低于 Sonnet 4.6，但在某些无需专门训练的网络安全任务上能力略有提升；因此它在发布时配备了通过 Cyber Verification Program 提供的实时防护。完整的 System Card 可在 anthropic.com 查看。

扩展可用性： Sonnet 5 也已在 GitHub Copilot 中正式可用（Pro、Pro+、Max、Business 和 Enterprise 方案，Business 和 Enterprise 享有零数据保留，可在 VS Code、JetBrains、Xcode、CLI、github.com、iOS 和 Android 中选择），以及在 Microsoft Foundry 上可用于 NVIDIA GB300 NVL72 GPU。

🔗 Anthropic 公告 — Claude Sonnet 5

Claude Code v2.1.197 — 将 Sonnet 5 设为默认模型

6月30日 — 2.1.197 版本的 Claude Code 配合 Sonnet 5 的发布，在该 CLI 工具中将其设为默认模型。原生 100 万 token 上下文窗口可直接在 Claude Code 会话中使用。每百万 token $2/$10 的促销定价有效期至 2026年8月31日。要使用这一默认模型，需要升级到 2.1.197 版本。

🔗 Release v2.1.197 — Claude Code

Claude Science — 集成 NVIDIA BioNeMo 的测试版科研工作台

6月30日 — Anthropic 宣布 Claude Science 进入测试版可用，这是一款专为科学研究人员打造的 AI 工作环境。该应用将通常分散的工具整合到一个空间中：专用数据库、Jupyter、R、HPC 集群终端、按需 GPU 执行。

功能	描述
协调代理	预配置的 60+ skills 与连接器（基因组学、单细胞、蛋白质组学、结构生物学、化学信息学）
可复现工件	附带精确代码、环境和完整历史的图表与论文稿件
计算管理	笔记本电脑、通过 SSH 的 HPC 集群，或按需 GPU（Modal）——从 1 块到数百块 GPU
审稿代理	检查引用、验证计算、实时修正错误
会话分叉	在不丢失原始上下文的情况下比较两种方法
原生科研渲染	蛋白质三维结构、基因组轨道、化学结构

可用性： 面向 Pro、Max、Team 和 Enterprise 方案的开放测试版，支持 macOS 和 Linux（https://claude.com/science）。面向学术实验室和非营利组织的折扣 Team 方案也在规划中。

NVIDIA BioNeMo Agent Toolkit 集成： Claude Science 是首个将 BioNeMo Agent Toolkit 以生产方式集成的环境，使研究人员能够通过自然语言访问 NVIDIA 的 GPU 加速工具：

BioNeMo 工具	性能
NVIDIA Parabricks	基因组分析：小时 → 分钟
RAPIDS-singlecell	130 万个细胞预处理耗时 25 秒（无 GPU 时为 52 分钟）
nvMolKit	化学信息学 3,000× 更快（相似性、构象体）
BioNeMo open models	Evo 2、Boltz-2、OpenFold3
BioNeMo NIM	面向生产就绪的推理微服务

测试版反馈： Allen Institute（Jérôme Lecoq）使用 actor-critic 代理撰写超过 100 页的科学综述，将周期从 2 年缩短到数周。UCSF Brain Tumor Center（Stephen Francis）证实，在胶质瘤流行病学分析上速度提升了 10 倍。

IA for Science 资助计划： 最多 50 个入选项目将各自获得最高 $30,000 的 Claude 额度，外加部分项目最高 $2,000 的 Modal 计算资源。申请截止至 2026年7月15日，获奖结果将在 7 月 31 日前通知。

🔗 Anthropic 公告 — Claude Science

Amp：Orbs 中的 Agents — 用于执行无人值守代理的云端机器

6月30日 — Amp 推出 Orbs，这是一类专门设计的云端机器，用于在本地机器关闭时也能无监督运行 coding 代理。

特性	值
RAM	每个 orb 32 GB
CPU	每个 orb 16 核
定价	$1.66/小时，按分钟计费
启动	快速，带自动休眠

一个 orb 可通过终端或 Amp TUI 一条命令启动：amp -ox "<prompt>"。控制方式与本地运行完全一致：代码审查、文件浏览、集成终端。修改会通过 amp sync <thread-id> 同步回本地机器。可以并行运行多个代理而不会与本地资源冲突，并可通过 web、CLI 或移动端访问每个代理的状态。

按分钟计费的模式——在活跃操作之间自动休眠——旨在当代理等待输入或执行输入/输出操作时尽量降低成本。这个方案让 Amp 与 Anthropic 的 Claude Code Remote 处于同一赛道，但有一个显著差异：每个代理都拥有一台完整专用机器（32 GB、16 核），而不是共享容器。

从工作流角度看，Orbs 允许在一天结束时将代理放到后台运行，并在第二天早上从任意设备上直接看到已经准备好审阅的 pull request。

🔗 Amp 公告 — Agents in Orbs

可通过 API 使用的 Nano Banana 2 Lite 和 Gemini Omni Flash

6月30日 — Google DeepMind 同时为开发者发布了两个新模型：用于高速图像生成的 Nano Banana 2 Lite，以及用于对话式视频的 Gemini Omni Flash。

Nano Banana 2 Lite (gemini-3.1-flash-lite-image)

维度	值
延迟	每张图像 4 秒
成本	每 1,000 张图像 $0.034
可用性	Gemini API、Google AI Studio、Gemini Enterprise Agent Platform

推荐替代旧版模型 gemini-2.5-flash-image：质量更好、速度更快、成本更低。尽管优先追求速度，该模型仍能保持对提示词的忠实度、角色一致性以及图像中文字的渲染效果。它也已部署到面向大众的产品中：Search 中的 AI Mode、Gemini 应用、NotebookLM、Google Photos、Google Flow 和 Google Ads。

Gemini Omni Flash (gemini-omni-flash-preview)

维度	值
成本	每秒视频 $0.10
最长时长	10 秒（更长时长已宣布）
可用性	Gemini API、Google AI Studio、Gemini Enterprise Agent Platform

该模型面向通过自然语言进行的视频对话式编辑，支持多模态引用（输入为图像 + 文本 + 视频）、文本/图形同步，以及内置的 SynthID 水印。当前限制：时长上限为 10 秒，API 不支持音频引用和场景扩展，不同场景之间的角色一致性仍有提升空间。

图像 → 视频链路： Interactions API 会管理会话历史，支持最多连续 3 次的顺序编辑，从而可以先用 Nano Banana 2 Lite 快速生成图像，再用 Gemini Omni Flash 将其动画化。Google 在三个应用中演示了这一链路：Anywhere（将内容带入标志性地点）、Space Lift（室内设计）以及 Omni Product Studio（电商图像→视频）。

🔗 Google DeepMind 公告 — Nano Banana 2 Lite 和 Gemini Omni Flash

GeneBench-Pro — 研究级生物计算基准

6月30日 — OpenAI 发布 GeneBench-Pro，这是一个用于衡量 AI 代理在生物计算中推理能力的研究级基准。其核心概念是 research taste——一系列引导分析的判断：哪些问题可以通过数据探索、何时应修订初始方案、早期诊断应如何改变方法。

覆盖范围： 129 个问题，分布在 10 个领域——统计遗传学、群体基因组学、数量遗传学、调控基因组学、功能基因组学、蛋白质组学、临床基因组学、癌症基因组学、微生物基因组学和法医学遗传学。

结果：

模型	得分（最高推理等级）	得分（Pro 模式）
GPT-5.6 Sol	28.7%	31.5%
GPT-5（构建时基线）	< 5%	—

GPT-5.6 Sol 在使用大约三分之二 token 的情况下，解决的问题数量比 GPT-5.2 多近 6 倍。按这一进展速度，到 2026 年底前该基准可能会被“打满”。人类专家会估计一个 GeneBench-Pro 问题需要 20 到 40 小时工作，相当于数千美元；而 AI 推理每题只需几美元。

方法： 这些问题以合成方式构建（已知因果结构、模拟数据），以避免评估偏差（ground-truth leakage）。开源： 10 个代表性问题已发布到 Hugging Face；50 题的子集将提供给 Artificial Analysis，用于独立第三方基准测试。

🔗 OpenAI 公告 — GeneBench-Pro

Together AI 在 ICML 2026：8 篇开放研究论文

6月30日 — Together AI 发布了其被 ICML 2026（首尔，7 月 6–11 日）接收的 8 篇论文汇总。研究覆盖了整条技术栈（full stack）：代理、训练、算法优化、系统和 GPU 内核。

论文	层级	关键结果
ThunderAgent	代理	代理吞吐量最高可达 3.6×
TTT-Discover	代理	击败最优秀的人类（开放 120B 模型，约 $500）
Aurora	算法	生产环境中额外 1.25× 加速（MiniMax M2.1 229B）
Untied Ulysses	系统	单个 8×H100 节点上达到 500 万 token（注意力内存减少 87.5%）
OEA	系统	MoE 解码最高可快 39%

TTT-Discover 将 RL 应用于 test-time：每一次尝试都会成为下一次的训练数据，并在 4 个领域（数学、GPU 内核、竞赛算法、细胞生物学）上击败 best-of-N，仅用约 $500 的模拟成本便可借助一个开放的 120B 模型达成。Untied Ulysses 在单个 8×H100 节点上实现了 500 万 token（注意力内存减少 87.5%）。代码和内核已开源发布。

🔗 Together AI 博客 — ICML 2026

ADK Go 2.0 —— 带有人类参与闭环的多智能体工作流引擎

6月30日 —— Google 发布了面向 Go 的 Agent Development Kit（ADK） 2.0 版本，这是用于构建 Gemini 代理的官方框架。此版本引入了一个以图为基础的工作流引擎，作为一等原语。

主要新增内容：使用原生 Go 的图原语来组合复杂代理（无需单独的 DSL）、为需要人工验证的场景内置 human-in-the-loop（HITL）、具备自动化韧性的动态编排（指数退避、错误处理、重试），以及在简单代理和复杂图之间共享的统一 runtime，以简化遥测和状态持久化。Go 版 ADK 通过为多步骤代理组合带来语言的性能与类型安全性，补充了现有的 Python SDK。

🔗 Google Developers Blog — ADK Go 2.0

JetBrains AI Assistant 中的 Copilot Agent

6月30日 —— JetBrains 和 GitHub 宣布将 GitHub Copilot 作为一等 agent 集成到 JetBrains AI Assistant 的代理选择器（agent picker）中，作为现有 Copilot 插件的补充。

该集成基于 ACP（Agent Communication Protocol）协议，支持：在界面中直接选择 Copilot 模型、调整推理深度，以及用于复杂多步骤编程任务的工作流，在这些任务中 Copilot 会对项目进行推理、提出更改、执行命令并反复迭代。公布的下一步计划包括：支持 NES（Next Edit Suggestions）、调用可复用的 skills 以处理常见工作流，以及在 IDE 中实现更深层次的工具间编排。

🔗 GitHub Changelog — JetBrains 中的 Copilot Agent

面向 Enterprise Copilot cost centers 的按用户 AI 预算

6月30日 —— Enterprise 管理员现在可以按成本中心（cost center）为每位用户定义 AI 预算。该预算会自动应用于该成本中心的所有成员，包括之后通过 Enterprise 团队加入的成员。优先级顺序为：个人预算 > 成本中心预算 > 全局预算。该预算同时涵盖包含的用量池和额外用量，并且可以在用尽用量池之前阻止用户。自 6 月 30 日起仅可通过 REST API 使用；计费界面将随后跟进。

🔗 GitHub Changelog — 按用户 AI 预算

Azure 中 NVIDIA GB300 Blackwell Ultra 上的 Claude —— 正式可用

6月29日-30日 —— Anthropic 的 Claude 模型现已在 Microsoft Foundry 中正式可用，部署于 Azure 上，并由 NVIDIA GB300 Blackwell Ultra GPU（配备 Quantum-X800 InfiniBand 网络的 NVL72 系统）加速。

此次集成包含 NVIDIA Secure Agent Workspace Reference Design，覆盖身份治理、网络、凭据以及基础设施级执行策略——这是为受严格合规要求约束的企业设计的框架。Claude 代理可以访问经过验证的 NVIDIA skills，以获得领域特定能力。这次正式可用性紧随 2025 年 11 月宣布的 Microsoft × NVIDIA × Anthropic 三方合作之后。

🔗 NVIDIA 博客 — GB300 Blackwell Ultra Azure 上的 Claude

NVIDIA Omniverse + Metropolis：面向工业的视觉 AI 代理

6月30日 —— NVIDIA 发布了三个完整工作流，用于构建能够在工业边缘运行的视觉 AI 代理，结合了 Omniverse（OpenUSD 仿真）、Metropolis（AI 视频部署）和 Cosmos（物理世界基础模型）。

1. 视觉检测（Roboflow + Corning）： 将 Defect Image Generation skill 与 NVIDIA Cosmos 结合，可根据真实图像生成缺陷合成数据。在 Corning 基准上的结果：仅用 8 张真实图像即可达到 95% 的平均准确率，并且在最难类别上实现了完美召回。原本需要数个季度的项目，现在可压缩到几天内完成。

2. 智慧城市（高雄的 Linker Vision）： 开发工作量减少 85%，事故响应时间减少 80%。该链路使用 Cosmos 做视频增强、TAO 做 fine-tuning，以及 VSS 用于检索、摘要和告警。

3. 富士康的工业运营（GB300 产线）： 通过 DeepHow——标准作业流程核查准确率达 99%，首次通过率提升 3%。

🔗 NVIDIA 博客 — Omniverse + Metropolis Vision AI

简讯

Claude Code v2.1.196 —— 组织默认模型 —— 管理员现在可以从组织控制台设置默认模型；如果用户未亲自选择模型，在 /model 命令中会显示 “Org default”（或 “Role default”）。🔗 Release v2.1.196
Hugging Face — 将 Every Eval Ever（EEE）接入 Community Evals —— HF 让其 Community Evals 与 EEE（Every Eval Ever，EvalEval Coalition，2026 年 2 月）方案互操作：评测结果会带有可验证归属地显示在 HF 模型页面上，而工具 community_evals_converter 可在任何 push 之前自动将 HF → EEE 转换，并进行人工复核。🔗 Hugging Face 博客 — EEE
OpenAI — 修复 GNU libunwind 中 18 年的旧 bug —— Nathan Bronson 的工程文章：GNU libunwind 中一条指令级的 race condition（位于 _Ux86_64_setcontext，可追溯到最早的 x86_64 实现）导致了 Rockset 的崩溃。触发该问题所需的三个条件（高异常率、高信号率、消耗大量栈的信号处理器）只在 OpenAI 同时具备。修复方式：迁移到 libgcc，并将补丁 upstream 到 GNU libunwind。🔗 OpenAI Engineering — Core dump epidemiology

这意味着什么

新一代模型与 100 万 tokens 上下文经济。 Claude Sonnet 5 采用每百万 tokens 2 美元 / 10 美元的价格，配合原生 100 万 tokens 窗口，重塑了长时代理的经济计算：在入门价位时代，必须截断上下文；而现在，可以将整套代码库或长时间工作会话纳入其中，而无需额外成本。Claude Code 在发布当天就迁移到这一默认模型，以及在 GitHub Copilot 和 Microsoft Foundry 上通过 GB300 提供正式可用性，表明其采取了广泛且同步的分发策略：Sonnet 5 不是实验室模型，而是一种在主要 enterprise 渠道上从一开始就部署的生产基础设施。

AI 作为科学研究基础设施。 Claude Science、GeneBench-Pro、BioNeMo 集成以及 Together AI 的 8 篇 ICML 论文汇聚成同一信号：AI 开始嵌入科学流程本身，而不仅仅是周边工具。Claude Science 编排 HPC 集群，并生成带有完整历史记录的可复现工件。GeneBench-Pro 衡量 research taste——即在 20 到 40 小时的分析中连续做出判断的能力——并将 GPT-5 与 GPT-5.6 Sol 之间的提升归因于 6× 的因素。Together AI 的 TTT-Discover 更进一步，展示了一个 1200 亿参数的开放模型，只需约 500 美元的模拟成本、通过实际使用进行学习，就能超越 4 个科学领域中的最佳人类专家。这些同步发生的变化勾勒出一个由 AI 驱动的科学基础设施轮廓，其规模经济让过去只有大型实验室才能承担的分析变得可及。

云端代理作为异步执行标准。 Amp Orbs 和 JetBrains AI Assistant 中的 Copilot Agent 展示了同一趋势的两种实现：将代理从同步会话的上下文中解耦。Amp 提供专用机器（32 GB、16 核、1.66 美元/小时），供开发者睡觉时运行的无人值守 coding 代理使用。JetBrains 中的 Copilot 则嵌入原生 IDE 的代理选择器中，用于由推理驱动的多步骤任务。在这两种情况下，代理都成为能够在真实工作环境中做决策的异步协作者，而不仅仅是交互式助手。

生成式媒体正在进入开发者流水线经济。 Nano Banana 2 Lite 每 1000 张图像 0.034 美元，以及 Gemini Omni Flash 以 0.10 美元/秒的视频成本并可通过 Interactions API 进行链式调用，正在改变电商、游戏和娱乐应用的经济模型：生成 10,000 张产品图只需 34 美分，而每张图像还可以再以 40 美分制作动画。NVIDIA GB300 基础设施与 Omniverse + Metropolis 工作流则补全了工业侧的图景——在边缘侧进行视觉 AI，并取得可测量的结果（高雄开发时间减少 85%，富士康产线准确率达到 99%）——并表明生成式媒体正在从实验领域走向运营层。