Anthropic 发布 Claude Opus 4.5，称其在编码、智能体和计算机使用上达到世界最佳，并在日常任务如深度研究和表格处理上有显著提升。模型现已在应用、API 和三大云平台可用，API 定价为每百万 tokens 输入 5 美元、输出 25 美元。同时更新了 Claude Developer Platform、Claude Code 和消费级应用，新增 effort 参数以控制推理强度，并提升了上下文管理和多智能体协调能力。
匹配字段摘要
Zyphra 发布技术报告，介绍 ZAYA1——首个完全在 AMD 平台（AMD Instinct MI300X GPU、AMD Pensando 网络与 ROCm 软件栈）上完成大规模训练的 MoE 基础模型，训练集群由 AMD 与 IBM Cloud 联合构建。ZAYA1-base 总参数 8.3B、激活参数 760m，在推理、数学和编码基准上表现与 Qwen3-4B、Gemma3-12B 相当，并超过 Llama-3-8B 和 OLMoE。Zyphra 称其为 AMD 生态可支撑前沿级 AI 训练的验证，并采用压缩卷积注意力（CCA）等架构创新提升训练吞吐与推理效率。
匹配字段摘要
Modal 提出面向编码智能体的开发者体验框架：智能体与人类一样依赖紧密的反馈循环，通过生成代码、运行、观察结果再调整来迭代。Modal 认为 CLI、SDK 和 API 等程序化访问方式能缩短反馈循环，可操作的错误信息和贴近代码的示例同样关键。Modal 表示，为人类优化开发者体验的许多工作同样让智能体受益。
匹配字段摘要
Mario Zechner 提出，许多智能体任务无需 MCP，可让编码智能体通过 Bash 调用简洁的 CLI 工具并编写代码。其浏览器工具以 Puppeteer Core 实现启动、导航、执行 JavaScript 和截图等能力，README 仅占 225 tokens；相比之下，Playwright MCP 的 21 个工具占 13.7k tokens，Chrome DevTools MCP 的 26 个工具占 18.0k tokens。这种方式可按需载入说明、串联调用并快速修改输出格式或增加工具，但需要自行设计和维护工具结构。
匹配字段摘要
Amp 宣布 Amp Free 不再要求用户选择加入训练，程序员可以将其作为免费编码智能体用于敏感的工作代码和个人项目。免费模式现在符合 Amp 付费 smart 模式的全部安全标准，已使用 Amp Free 的用户训练模式已被关闭。用户可通过安装或更新 Amp 后在 CLI 中使用 /mode free，或在编辑器扩展中切换 smart/free 模式；工作区管理员可在设置中为成员启用或禁用 Amp Free，默认启用，但 Enterprise 工作区暂不支持。
匹配字段摘要
Linear 提出自驱动 SaaS 愿景，希望规划与软件构建系统能代表用户自主推进工作，而非依赖持续提示。其设想分为辅助建议、选择性自动执行和完全自主处理三个层级，最终可将部分问题自动分派给编码智能体，仅由人工评估结果。
匹配字段摘要
Liquid AI 发布 3B 参数视觉语言模型 LFM2-VL-3B，基于 LFM2-2.6B 主干并集成 SigLIP2 400M NaFlex 编码器，支持原生分辨率与可变宽高比图像处理。该模型在 MM-IFEval 上取得 51.8%、RealWorldQA 上 71.4%，语言基准为 GPQA 30%、MMLU 63%，视觉理解覆盖日语、法语、西班牙语、德语、意大利语、葡萄牙语、阿拉伯语、中文和韩语。模型已在 Hugging Face（LFM Open License）和 LEAP 平台上线。
匹配字段摘要
Cognition 发布 SWE-grep 和 SWE-grep-mini 两个专攻高并行上下文检索的智能体模型，称其检索能力追平前沿编码模型，耗时却少一个数量级，现已用于 Windsurf 新的 Fast Context 子智能体。模型每轮最多发起 8 个并行工具调用、最多 4 轮，经多轮强化学习训练后再蒸馏出 mini 版；借助 Cerebras 推理，SWE-grep-mini 超过 2800 tokens/秒，SWE-grep 超过 650 tokens/秒，对比 Haiku 4.5 的 140 tokens/秒分别快 20 倍和 4.5 倍。Fast Context 将随最新版本逐步向 Windsurf 用户开放，无需额外 UI 或命令，也可在 playground.cognition.ai 试用。
匹配字段摘要
Anthropic 发布 Claude Haiku 4.5，其编码性能接近五个月前的 Sonnet 4，但成本仅为其三分之一，速度提升超过两倍。该模型在部分任务上超越 Sonnet 4，API 定价为每百万输入 token 1 美元、输出 token 5 美元，现已通过 Claude API、Amazon Bedrock 和 Google Cloud Vertex AI 提供。
匹配字段摘要
Mitchell Hashimoto 用 AI 智能体编码工具开发并发布了 Ghostty 的 macOS 无干扰自动更新功能，该功能在终端窗口内显示更新状态而不弹窗抢焦点。他先自行规划、让 AI 只出计划再实现 UI 原型，中途遇到 AI 无法修复的关键 bug 后转为人工主导清理代码，并强调 AI 是助手而非替代品。
匹配字段摘要
Anthropic 发布 Claude Sonnet 4.5，称其为全球最强编码模型，在 SWE-bench Verified 和 OSWorld 上分别取得领先成绩，并同步推出 Claude Agent SDK、Claude Code 检查点、VS Code 扩展及 API 记忆工具等更新。模型定价与 Sonnet 4 相同，为每百万 tokens 3 美元（输入）和 15 美元（输出），并附带一个名为 Imagine with Claude 的研究预览。
匹配字段摘要
Amp 已将主模型切换为 Anthropic 最新发布的 Claude Sonnet 4.5。测试显示，该模型在编码方面减少了谄媚行为，文件编辑成功率更高，调试等复杂任务中的推理能力有所提升。用户更新 VS Code 扩展或 CLI 至最新版本即可自动启用。
匹配字段摘要
vLLM 新增 IO Processor 插件框架，使非文本模型能在同一服务实例内完成输入预处理和输出后处理，并接入 TerraTorch 地理空间模型。插件目前用于 pooling 模型，每个 vLLM 实例可加载一个插件；Prithvi 示例可接收卫星图像 URL，并返回 base64 编码的 GeoTIFF 洪水区域预测图。相关改动尚未进入当时最新的 v0.10.1.1，复现实例需安装最新代码。
匹配字段摘要
安全研究者 Johann Rehberger 披露 AI 编码智能体 Cline 存在数据外泄漏洞：聊天框会渲染来自不可信域名的 Markdown 图片，攻击者可在提示注入攻击中读取 .env 等敏感文件并把内容拼进图片 URL，且无需人工批准即可外泄。该问题于 2025 年 5 月 29 日报告给 Cline 项目，90 多天后仍未修复，作者因此公开披露。缓解建议包括不渲染不可信域名的 Markdown 图片、默认关闭 Auto-approve，并建议 Cline 投入资源做安全工程。
匹配字段摘要
安全研究者 Johann Rehberger 在 AWS Kiro 发布当天测试发现，该编码智能体可被间接提示注入劫持，实现任意操作系统命令执行。两条攻击路径分别是：Kiro 无需开发者批准即可写入 .vscode/settings.json，从而把任意 Bash 命令加入允许列表；以及写入 .kiro/settings/mcp.json 添加恶意 MCP 服务器，保存文件即触发代码执行。作者于 2025 年 7 月 15 日发布当天向 AWS 披露，AWS 在 8 月 5 日前修复，v0.1.42 中报告已修复，未分配 CVE。
匹配字段摘要
Linear 推出 Cursor 集成，用户可在 Linear 中把问题分配给 Cursor 智能体，由其执行编码任务、创建 PR 并回传进度。双方还介绍了 sessions、webhooks 等技术设计，以及自动分配任务和拆分大型问题的后续方向。
匹配字段摘要
Sourcegraph 的编码智能体 Amp 存在不可见提示词注入漏洞：攻击者可将不可见 Unicode Tag 字符嵌入普通文本，诱导模型执行 grep 搜索并泄露 ANTHROPIC_API_KEY 等环境变量，再通过 read_web_page 或 markdown 图片渲染外传。作者于 2025 年 6 月 14 日报告后，Amp 团队已快速修复，目前通过对输入做净化处理来缓解，建议用户升级到最新版本。
Sourcegraph 的编码智能体 Amp 存在不可见提示词注入漏洞：攻击者可将不可见 Unicode Tag 字符嵌入普通文本，诱导模型执行 grep 搜索并泄露 ANTHROPIC API KEY 等环境变量，再通过 read web page 或 markdown 图片渲染外传。作者于 2025 年 6 月 14 日报告后，Amp 团队已快速修复，目前通过对输入做净化处理来缓解，建议用户升级到最新版本。
匹配字段摘要
安全研究者 Johann Rehberger 演示了 Google 编码智能体 Jules 可被间接提示注入劫持：攻击者利用其 run_in_bash_session 工具和无限制外网访问，让 Jules 下载并执行 Sliver 恶意程序，从而远程控制其开发机。该研究于 2025 年 5 月完成，6 月 1 日私下通报 Google，6 月 13 日工单以团队已在跟踪为由关闭，后续缓解时间表未获回复。作者还指出 Jules 仅在会话开始时提出计划，后续任务会自动调用工具，且初始计划会在超时后自动批准（最初 20 秒，后改为 120 秒）。
安全研究者 Johann Rehberger 演示了 Google 编码智能体 Jules 可被间接提示注入劫持：攻击者利用其 run in bash session 工具和无限制外网访问，让 Jules 下载并执行 Sliver 恶意程序，从而远程控制其开发机。该研究于 2025 年 5 月完成，6 月 1 日私下通报 Google，6 月 13 日工单以团队已在跟踪为由关闭，后续缓解时间表未获回复。作者还指出 Jules 仅在会话开始时提出计划，后续任务会自动调用工具，且初始计划会在超时后自动批准（最初 20 秒，后改为 120 秒）。
匹配字段摘要
安全研究者 Johann Rehberger 披露 Google Jules 存在多个数据外泄漏洞，攻击者可通过间接提示注入让 Jules 把机器上的文件内容发送到第三方服务器。其中一条路径利用 Markdown 图片渲染，另一条滥用 view_text_website 工具，两者都在 Jules 提出计划前就已完成，绕过了人工审批环节。作者建议对图片渲染启用 CSP、为 view_text_website 设置域名白名单或人工审批，并提醒用户谨慎向异步编码智能体提供敏感信息。相关漏洞已于 2025 年 5 月 21 日告知 Google。
安全研究者 Johann Rehberger 披露 Google Jules 存在多个数据外泄漏洞，攻击者可通过间接提示注入让 Jules 把机器上的文件内容发送到第三方服务器。其中一条路径利用 Markdown 图片渲染，另一条滥用 view text website 工具，两者都在 Jules 提出计划前就已完成，绕过了人工审批环节。作者建议对图片渲染启用 CSP、为 view text website 设置域名白名单或人工审批，并提醒用户谨慎向异步编码智能体提供敏感信息。相关漏洞已于 2025 年 5 月 21 日告知 Google。
匹配字段摘要
Liquid AI 发布首个视觉语言模型系列 LFM2-VL，包含 LFM2-VL-450M 和 LFM2-VL-1.6B 两个版本，面向低延迟与端侧部署，支持文本和可变分辨率图像输入。模型基于 LFM2 骨干，视觉塔采用 SigLIP2 NaFlex 编码器，原生分辨率最高 512×512，更大图像按 512×512 分块处理，官方称在 GPU 上推理速度最高可达同类模型的 2 倍。模型已兼容 Hugging Face transformers 和 TRL，训练使用约 1000 亿多模态 token。
匹配字段摘要