AI 日报 2026-07-17

快速预览

• Kimi K3 开源模型发布，HN 热度 1084 点领跑当日讨论
• OpenAI 发布青少年安全 AI 方案，强调家长控制与教育场景
• Claude Code v2.1.212 新增 /fork 分流会话到后台
• Google NotebookLM 更名为 Gemini Notebook
• GPT-5.6 Sol Ultra 完成数学猜想证明，调用 64 个子智能体

OpenAI

2026-07-17

2026-07-16

• Why teens deserve access to safe AI：详述 ChatGPT 针对青少年的安全保护措施，包括年龄适配保护、学习工具、家长控制和专家合作。
• How Cars24 scales conversations and builds faster with OpenAI：Cars24 用 OpenAI 语音和聊天智能体每月处理 100 万+分钟对话，挽回 12%流失线索。

2026-07-15

• The US is advancing AI safety through state and federal action：提出「反向联邦主义」治理思路，州法律先行构建国家级框架。
• GPT-Red: Unlocking Self-Improvement for Robustness：公开自动红队测试系统，通过自我博弈提升安全性与抗提示注入能力。
• GPT-Live 展示多任务并行能力，可同时查航班、天气并实时规划行程。

2026-07-14

• How to manage AI investments in the agentic era：企业衡量「每美元有效工作量」的框架。
• ChatGPT Work 销售团队与数据科学团队用例发布。
• Codex 用户达 700 万周活，两个月更新 150+ 项功能。
• JetBrains AI 将 Codex 设为推荐智能体。

2026-07-10

• GPT-Live 全球全量上线，周末语音用量限制翻倍。
• GPT-5.6 Luna 性能超 GPT-5.5 最高推理档，成本仅 1/25。
• Bio Bug Bounty 升级为长期私有项目，奖金翻倍至 5 万美元。
• GPT-5.6 Sol Ultra 证明 50 年未解的 Cycle Double Cover 猜想，耗时约 1 小时、调用 64 个子智能体。
• OpenAI 回应上线反馈：重置用量限制、调整默认设置、修复插件提交问题、桌面端 sidebar 将恢复 chats/projects 入口。

2026-07-09

• GPT-5.6: Frontier intelligence that scales with your ambition：新旗舰模型发布。
• GPT-5.6 is now the preferred model in Microsoft 365 Copilot：成为 Microsoft 365 Copilot 首选模型。
• ChatGPT is now a partner for your most ambitious work：ChatGPT Work 可跨应用和文件执行任务，支持长时间项目。
• GPT-5.5 Bio Bug Bounty：生物安全漏洞赏金计划。

2026-07-08

• Government and national security partnerships：政府与国家安全合作原则。
• Separating signal from noise in coding evaluations：质疑 SWE-Bench Pro 可靠性。
• Helping K–12 educators build practical AI skills：与 Walton Family Foundation 合办教师 AI 技能培训。
• Introducing GPT-Live：新一代语音模型，已用于 ChatGPT Voice。

2026-07-07

• Australian Payments Plus 和 MUFG 企业案例。

其他动态

• Codex Micro 限量硬件开售，14 小时售罄。
• Codex 新增 PR Chat：在上下文中讨论 PR、内联编辑审查反馈。
• GPT-5.6 Sol/Terra/Luna 登陆 AWS Bedrock。
• Sam Altman：语音模型已跨越关键门槛，其语音使用已超打字。

Anthropic

2026-07-17

• Claude Code v2.1.212：/fork 将会话复制到后台会话（claude agents 独立行），原会话内子智能体改用 /subtask。

2026-07-16

• Claude Code v2.1.211：新增 --forward-subagent-text 标志，stream-json 输出包含子智能体文本和思考。

2026-07-15

• Claude Code v2.1.210：工具调用折叠行显示实时耗时计数。
• Claude Code v2.1.209：修复 claude agents 后台会话中 /model 等对话框被阻断问题。
• Claude Code v2.1.208：新增屏幕阅读器模式（--ax-screen-reader）。
• Claude Code artifacts 现可调用 MCP 连接器，支持按需获取信息和执行操作。

2026-07-14

• Claude for Teachers：美国 K-12 教师免费使用高级功能，配套教学技能库和课程标准映射。
• Anthropic 承诺 1000 万加元资助加拿大 AI 研究。

2026-07-09

• Long-Term Benefit Trust 任命 Ben Bernanke 为新成员。

2026-07-08

• 与 AE Studio 合作发布 GRAM 训练方法，将双用途能力（如病毒学）封装为可移除模块。

Google

2026-07-16

• Connect more of your apps to Search：搜索连接更多应用。
• Gemini Omni and Personal Avatars in Google Vids：视频创作与个性化头像。
• NotebookLM is now Gemini Notebook：品牌更名。
• Gemini API Managed Agents 新增成本控制、免费层级和定时触发器。

2026-07-15

• DeepMind 发布科学发现验证瓶颈论文，提出四项政策建议。

2026-07-14

• Google Images 25 周年：视觉搜索演进回顾。

2026-07-13

• Gemini Omni Flash 登顶 Artificial Analysis 视频生成榜单，Text-to-Video 和 Image-to-Video 均第一，略超 ByteDance Seedance 2.0。

2026-07-09

• AlphaEvolve 在 Google Cloud 正式上线，Gemini 驱动的进化式智能体。

2026-07-07

• Expanding Managed Agents in Gemini API：后台任务、远程 MCP 等。

2026-07-06

• 与 Apptronik 扩展人形机器人 Apollo 2 数据采集合作。

社区热点

行业格局

本期无变动

当前 Top 3（Artificial Analysis Intelligence）：

1. GPT-5.5 (xhigh) — 54.8
2. Claude Sonnet 5 (Adaptive Reasoning, Max Effort) — 53.4
3. GPT-5.6 Luna (max) — 51.2

当前 Top 3（LMArena Overall）：

1. claude-fable-5 — 1508.6
2. claude-opus-4-6-thinking — 1503.7
3. claude-opus-4-7-thinking — 1502.8

干活选型

Agentic 能力

• 新入榜：Inkling (xhigh) 以 32.3 分排名第 8

当前 Top 3：

1. Claude Sonnet 5 (Adaptive Reasoning, Max Effort) — 46.7
2. GPT-5.6 Luna (max) — 45.6
3. GPT-5.5 (xhigh) — 44.9

Coding 能力

• 新入榜：Inkling (xhigh) 以 52.1 分排名第 13

当前 Top 3：

1. GPT-5.5 (xhigh) — 74.9
2. Claude Sonnet 5 (Adaptive Reasoning, Max Effort) — 71.5
3. GPT-5.6 Luna (max) — 71.4

SWE-bench Verified

• 排名变化：Claude 4.5 Opus medium (20251101) 第 2→1；Claude 4.5 Opus 第 1→2（同分 79.2）
• 其他：GPT-5-2 Codex 18→16；GPT-5 13→14；Claude 4 Sonnet + o4-mini 14→13

当前 Top 3：

1. Claude 4.5 Opus medium (20251101) — 79.2
2. Claude 4.5 Opus — 79.2
3. Doubao-Seed-Code — 78.8

Terminal-Bench 2.0

• 排名变化：Claude Opus 4.7 第 3→2；Gemini 3.1 Pro 第 2→3（同分 80.2）

当前 Top 3：

1. GPT-5.5 — 84.7
2. Claude Opus 4.7 — 80.2
3. Gemini 3.1 Pro — 80.2

数据来源：Artificial Analysis (artificialanalysis.ai) · SWE-bench · Scale AI SEAL · Terminal-Bench · LMArena

点评

GPT-5.6 Sol Ultra 用 64 个子智能体在约 1 小时内完成 50 年未解数学猜想证明，展示了多智能体协作在科研场景的实际突破，而非单纯跑分提升。Kimi K3 以「Open Frontier Intelligence」定位发布，HN 热度 1084 点，反映出开源阵营对封闭模型领先优势的持续挑战。OpenAI 青少年安全方案首次系统披露家长控制与教育场景细节，在 K-12 市场争夺中补齐了合规短板。