AI 日报 2026-06-14 08:51
2026-06-14 08:51 CST
核心速览
【Anthropic】美国政府以国家安全为由，强制下线 Fable 5 和 Mythos 5
美国政府援引出口管制权限，要求 Anthropic 立即暂停所有外国公民（包括 Anthropic 外籍员工）访问 Fable 5 和 Mythos 5 的权限，导致这两款旗舰模型对全球用户全面下线。Anthropic 表示认为此举系误解，正积极沟通恢复访问。此事件对 Anthropic 的全球业务和客户信任造成重大冲击。 原文
【Anthropic】Claude Fable 5 正式发布，能力超越历代所有公开模型
Anthropic 推出 Claude Fable 5，定位为 Mythos 级能力的通用安全版本，声称其能力超越此前所有公开发布的模型。发布仅数天即遭政府下线，引发行业广泛关注。该模型已有用户演示用其在 10 分钟内生成完整 V8 引擎 CAD 模型。 原文
【OpenAI】宣布收购 Ona，强化 Codex 长时运行能力
OpenAI 宣布收购云端安全执行平台 Ona，收购完成后 Ona 将并入 Codex 团队。Ona 的技术将使 Codex 支持跨企业工作流的长时 Agent 任务，在笔记本关闭时仍可持续运行，重点解决企业安全部署问题。 原文
【OpenAI】向 SEC 秘密提交 S-1 文件，IPO 进程正式启动
OpenAI 确认已向美国证券交易委员会秘密提交 S-1 上市申请，但表示尚未确定后续时间表。这是 OpenAI 迈向公开上市的关键一步，对 AI 行业融资格局和竞争态势具有深远影响。 原文
【xAI】Grok Build 插件市场进入 Beta，Grok Voice 登顶语音 Benchmark
xAI 推出 Grok Build 插件市场 Beta 版，首批支持 MongoDB、Vercel、Sentry、Cloudflare 和 Chrome DevTools 插件，可直接从终端调用。同期，Grok Voice Think Fast 1.0 在 EVA-Bench 语音评测中达到 Pareto 前沿，在精度和体验双维度上无模型能同时超越。 原文
重大 Benchmark 变化
SWE-bench Verified
- devlo 分数从 70.2 骤降至 58.2（-12.0 分），排名从 44 跌至 83（-39 位），显著下滑。
- Nemotron-CORTEXA 分数从 68.2 降至 58.2（-10.0 分），排名从 50 跌至 82（-32 位）。
- Warp 分数从 75.6 降至 71.0（-4.6 分），排名从 11 跌至 36（-25 位）。
- EntroPO + R2E + Qwen3-Coder-30B 分数从 52.2 升至 60.4（+8.2 分），排名从 103 升至 76（+27 位），表现亮眼。
Terminal Bench 2.0
- LemonHarness / Multiple 分数从 79.9 升至 84.5（+4.6 分），排名从 8 跃升至 2（+6 位），进入前三。
- Warp / Multiple 分数从 61.2 跌至 50.1（-11.1 分），排名从 41 跌至 65（-24 位），大幅下降。
快速预览
- 重大事件：美国政府以国家安全为由发出出口管制指令，Anthropic 被迫下线 Fable 5 和 Mythos 5，对所有外籍用户暂停访问，其余 Claude 模型不受影响。
- OpenAI 并购：OpenAI 宣布收购 Ona，将其安全云执行技术整合进 Codex，支持长时间运行的企业级 Agent 工作流。
- xAI 产品：Grok Build Plugin Marketplace 进入 Beta，支持 MongoDB、Vercel、Sentry、Cloudflare 等插件；Grok Voice 在 EVA-Bench 上进入 Pareto 前沿。
- Benchmark 要点：SWE-Bench Pro Public 榜首为 gpt-5.4 xHigh（59.1），SWE-Bench Verified 本期无 Top 3 变动；Terminal-Bench 2.0 中 LemonHarness 从第 8 跃升至第 2（79.9→84.5）。
- 数据缺口：lmarena-leaderboard 本期采集失败，相关排名无法提供。
详细正文
Anthropic
2026-06-13 | 紧急公告：美国政府援引国家安全权限，发布出口管制指令，要求暂停所有外籍人士（包括 Anthropic 外籍员工）对 Fable 5 和 Mythos 5 的访问。Anthropic 为确保合规已全面关闭这两个模型的访问入口，其他 Claude 模型不受影响。Anthropic 表示认为此事存在误解，正积极寻求尽快恢复访问。(来源)
2026-06-11：Anthropic 宣布启动 Claude Corps——一项国家级 fellowship 项目，将为 1,000 名职业早期人士提供 AI 培训并派驻美国非营利机构，以 AI 推动公益使命。(来源)
2026-06-09：推出 Claude Fable 5，定位为"Mythos 级能力、已通过安全审查的通用版本"，能力超过此前所有公开模型。用户反馈其在 CAD 等工程设计任务上表现突出。(来源)
2026-06-08：发布科学博客，探讨为何 AI 在编程领域的进展远快于生物学，指出生物数据库的基础设施设计严重阻碍 Agent 使用。(来源)
2026-06-05：Opus 4.7 在 NMR 波谱解析任务上达到或超过专用软件水平，Anthropic 发布"让 Claude 成为化学家"科学博客。(来源)
2026-06-03：发布 AI 网络威胁研究，分析 832 个恶意账号，映射至 MITRE ATT&CK 框架，评估安全社区防御技术对 AI 辅助攻击的有效性。(来源)
2026-06-02：扩大 Project Glasswing 范围，将 Claude Mythos Preview 访问权限延伸至约 150 个机构，覆盖 15 个以上国家；同日表态支持白宫 AI 创新与安全行政令。(来源)
Claude Code 近期更新（来源：GitHub Releases）
| 版本 | 日期 | 主要变更 |
|---|---|---|
| v2.1.177 | 06-13 | （无公开摘要） |
| v2.1.176 | 06-12 | Session 标题自动以对话语言生成，可通过 language 设置固定 |
| v2.1.175 | 06-12 | 新增 enforceAvailableModels 托管设置，强制约束默认模型选择 |
| v2.1.174 | 06-12 | 新增 wheelScrollAccelerationEnabled 设置，可关闭全屏滚轮加速 |
| v2.1.173 | 06-11 | 修复 Fable 5 模型名称含 [1m] 后缀时未被标准化的问题 |
OpenAI
2026-06-12：OpenAI Academy 上线三门新课程，聚焦实用 AI 技能、可复现工作流与 Agent 应用。(来源) | Preply 借助 OpenAI 推出 AI 生成课程摘要和个性化语言练习。(来源)
2026-06-11：宣布收购 Ona，其安全云执行技术将帮助 Codex 支持关机状态下的长时 Agent 任务及企业级安全部署。(来源) | OpenAI 支持欧盟 AI 内容透明度行为准则，推进溯源标准。(来源) | BBVA 将 ChatGPT Enterprise 扩展至 10 万名员工。(来源)
2026-06-10：OpenAI 模型和 Codex 现可通过 Oracle Cloud 现有承诺额度访问。(来源) | 发布报告揭露 PRC 关联影响力行动，利用 AI 干预美国 AI 政策辩论。(来源)
2026-06-08：向 SEC 秘密提交 S-1 草案，IPO 时间表未定。(来源) | 启动经济研究交流计划（Economic Research Exchange），研究 AI 对就业和生产力的影响。(来源)
2026-06-01：OpenAI 模型和 Codex 正式登陆 AWS，可通过企业现有 AWS 环境采购使用。(来源) | 在密歇根州破土动工 1GW 数据中心（Stargate 项目）。(来源)
Codex 近期更新
| 版本/平台 | 日期 | 主要变更 |
|---|---|---|
| App 26.609 | 06-11 | Plus/Pro 用户获得速率限制重置储蓄功能，含推荐奖励机制 |
| App 26.608 | 06-09 | 新增从 Claude Code / Claude Cowork 迁移导入流程 |
| iOS 1.2026.153 | 06-09 | 支持选择分支、创建 worktree、设置环境初始化脚本 |
| CLI 0.139.0 | 06-09 | Code 模式可直接调用独立网络搜索，含嵌套 JS 工具调用 |
| CLI 0.138.0 | 06-08 | /app 命令可将 CLI 线程移交至 macOS/Windows Codex Desktop |
Google / DeepMind
2026-06-11：Gemini Omni Flash 在 Video Arena（文本转视频、图像转视频）登顶第一，较 Veo 3.1 提升 158 分。(来源) | DiffusionGemma 发布（Apache 2.0），基于文本扩散并行生成技术，速度为其他 Gemma 4 模型的 4 倍。(来源) | Gemini Notebooks 扩展至欧洲经济区、英国和瑞士。(来源) | Google 宣布弗吉尼亚州社区投资计划，支持劳动力培训与能源项目。(来源)
2026-06-01：Google 发文回顾如何用 Gemini 构建 Google I/O 2026 活动。(来源)
xAI
2026-06-11：Grok Build Plugin Marketplace 进入 Beta，首批支持 MongoDB、Vercel、Sentry、Cloudflare、Chrome DevTools 五个插件，可通过终端调用。(来源)
2026-06-10：Grok Voice Think Fast 1.0 在 EVA-Bench 上进入 Pareto 前沿（精度与体验不可兼得时均不被超越），定价远低于竞品。(来源) | xAI 与 eToro 合作，其 AI Agent Tori 利用 Grok 模型和实时数据分析市场情绪。(来源)
2026-06-09：与 Gopuff 合作推出 Go 购物助手，整合文本、语音和图像模型实现分钟级配送。(来源)
2026-06-03：Grok Imagine 1.5 Preview 上线 API。(来源) | Grok 模型接入 Cloudflare AI Gateway，无需额外鉴权。(来源) | Grok STT 和 TTS 接入 Vapi 企业语音 AI 平台。(来源)
Benchmark 快照
SWE-Bench Verified（来源）
本期无 Top 3 变动。当前 Top 3：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | live-SWE-agent + Claude 4.5 Opus medium | 79.2 |
| 2 | Sonar Foundation Agent + Claude 4.5 Opus | 79.2 |
| 3 | TRAE + Doubao-Seed-Code | 78.8 |
本期变化（中尾部）：
| 模型 | 分数变化 | 排名变化 |
|---|---|---|
| EntroPO + R2E + Qwen3-Coder-30B-A3B-Instruct | 52.2 → 60.4 ↑ | 103 → 76 ↑ |
| Warp | 75.6 → 71.0 ↓ | 11 → 36 ↓ |
| devlo | 70.2 → 54.2 ↓ | 44 → 94 ↓ |
| Nemotron-CORTEXA | 68.2 → 58.2 ↓ | 50 → 82 ↓ |
| EPAM AI/Run Developer Agent + GPT4o | 27.0 → 24.0 ↓ | 156 → 162 ↓ |
| Solver (2024-09-12) | 45.4 → 43.6 ↓ | 120 → 126 ↓ |
SWE-Bench Pro Public（来源）
数据采集时间：2026-06-14。当前 Top 3（标 * 为非公开系统）：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | gpt-5.4 xHigh * | 59.1 |
| 2 | Muse Spark * | 55.0 |
| 3 | claude-opus-4-6 thinking * | 51.9 |
Top 10 中 gemini-3.1-pro thinking（46.1）排名第 4，claude-opus-4-5（45.89）第 5。本期无专项变化数据记录。
Terminal-Bench 2.0（来源）
当前 Top 3（快照日期 2026-05-14）：
| 排名 | 模型 | 分数 |
|---|---|---|
| 1 | NexAU-AHE / GPT-5.5 | 84.7 |
| 2 | LemonHarness / Multiple | 84.5 |
| 3 | Capy / GPT-5.5 | 83.1 |
本期变化：
| 模型 | 分数变化 | 排名变化 |
|---|---|---|
| LemonHarness / Multiple | 79.9 → 84.5 ↑ | 8 → 2 ↑ |
| Gemini CLI / Gemini 3.1 Pro | 59.4 → 61.4 ↑ | 45 → 40 ↑ |
| little-coder / Qwen3.6-35B-A3B | 23.0 → 24.6 ↑ | 121 → 116 ↑ |
| Warp / Multiple | 61.2 → 50.1 ↓ | 41 → 65 ↓ |
lmarena-leaderboard
本期采集失败，无数据可用。