Anthropic 的信任危机——Claude Code 隐写标记被发现、Fable 5 解禁又回归、Sonnet 5 同期发布。这一周的信息密度，够消化很久。

模型发布

Claude Sonnet 5 是 Anthropic 刚发布的中端模型，也是第一款能在同价位实现子 Agent 自主编排的 Sonnet。 新增的 effort 级别控制让你可以在成本和性能之间灵活调节——低努力省钱，高努力逼近 Opus 4.8 水平。支持 1M 上下文窗口和 128K 输出上限，定价 $3/$15 每百万 token，首发优惠期到 8 月底。SWE-bench Pro 达到 63.2%，安全方面在恶意请求拒绝和提示注入攻击上均优于前代。

不过评测圈的反应并不一致。Every.to 团队做了四维盲测后给出的评价相当直接：Sonnet 5 是一款「晚了一代」的模型。 在每个使用场景中，几乎都能找到一个更便宜、更快或更智能的替代方案——最高努力级别下勉强达到 Opus 4.8 中低水平，但成本反而更高。Lenny’s Newsletter 的 Claire Vo 在其自建的 How I AI Bench 框架中也印证了这一点：Sonnet 5 确实是中端模型中的强手，但谈不上颠覆。两拨人的共同结论是：别被「最具 Agent 能力的 Sonnet」这句宣传语轻易打动。

Fable 5 回来了。 美国商务部在 7 月 1 日正式解除对 Claude Fable 5 和 Mythos 5 的出口管制，三周前那场震惊行业的前沿模型封禁终于画上句号。新版本的安全分类器初期会更保守，误触发时会回退到 Opus 4.8 响应，7 月 7 日前所有付费用户每周最多可使用 Fable 5 达 50% 配额。Scale 的基准测试显示 Fable 能完成 16% 的远程工作任务，是 Opus 4.8 的两倍——这个差距说明了为什么地缘政治会盯上训练最好的模型。

Google 发布了两款生成式媒体模型：Nano Banana 2 Lite 和 Gemini Omni Flash。 前者是极速图像生成模型，4 秒出图、每千张仅 $0.034；后者在视频编辑领域达到 SOTA，定价 $0.10/秒。两个模型可以串联——先用 Lite 生成静帧，再用 Omni Flash 动画化。均已通过 Gemini API 和 AI Studio 向开发者开放，直接对标 OpenAI 和 Midjourney 的多模态产品矩阵。

Devin Fusion 是 Cognition 推出的混合模型架构，通过并行 Sidekick Agent 和动态路由将 Agentic 编码成本砍掉 35%。 核心思路很简单：前沿模型做决策和最终审查，低成本模型负责执行，两个 Agent 同时跑。88% 的内部 PR 完全由自动化路由器驱动，在 Fable 5 上实现了 41% 的成本优化。文章里有一句话直击本质：「使用单一模型完成所有工作的时代即将终结。」

AI 编程

本周最爆炸的新闻不在模型本身，而在模型背后的行为。安全研究员在 Claude Code 的系统提示词中发现了隐写式标记机制——通过日期分隔符和 Unicode 撇号字符的微小变化嵌入隐藏信息，用于检测 API 代理和转售行为。 代码中混淆存储了目标域名清单，涵盖多家中国 AI 实验室名和第三方代理。这篇文章在 HN 上拿到 2435 分——本周最高分，评论区炸了锅。信任一旦有了裂缝，几行混淆代码可以毁掉一万行产品文案。

后续发展更值得关注：Anthropic 宣布将在周三发布补丁移除这些代码，但与此同时，阿里巴巴已禁止员工使用 Claude Code，要求转向自有的 Qoder 平台。 两件事叠在一起，构成了一场小型 AI 地缘冲突——AI 编程工具正在成为中美科技竞争的新前线。

Cursor 的 iOS App 让 AI 编程从桌面迈入了移动端。 你可以直接在手机上选择代码仓库、语音输入指令，启动云端 Agent 在隔离虚拟机中运行完整开发环境。支持 Live Activities 实时追踪、远程控制桌面 Agent、在手机上审查 diff 和合并 PR。产品负责人精准地抓住了工程师「不敢合电脑盖」的痛点——现在你可以合上了。7 月 5 日前 Composer 2.5 有 75% 折扣。

Claude Code 官方发布了一份 Agentic Loop 指南，系统性介绍了四种循环模式。 Turn-based 是你逐轮提示的传统模式，Goal-based 用 /goal 定义完成条件，Time-based 通过 /loop 和 /schedule 定时触发，Proactive loops 则是事件驱动的长期运行任务。文章还提供了管理 Token 消耗和保持代码质量的实操建议，对正在构建 Agent 系统的开发者来说是一份刚好在节点上的参考。

Snorkel AI 推出了 Senior SWE-Bench，旨在评估 AI Agent 解决高级工程师级别任务的能力。 与传统的过度细化的基准不同，这个测试采用自然语言指令描述，任务是需要运行时调查的复杂 Bug，还引入了「品味评分」衡量代码质量。结果相当诚实：Claude Opus 4.8 以 24% 的解决率居首，超过 75% 的任务连最强模型都无法完成。在 SWE-bench Pro 被 Cursor 指出存在奖励黑客问题之后，这类更严格的基准格外值得关注。

pxpipe 是个脑洞大开的成本优化工具——把 Claude Code 的上下文内容渲染成紧凑的 PNG 图像来降低 Token 消耗。 利用图像 Token 与文本 Token 的密度差（图像约 3.1 字符/Token vs 文本 1 字符/Token），实际测试中实现了 59% 到 70% 的费用削减，SWE-bench Lite 测试中推理质量保持不变。但这套方案也有硬伤：精确的十六进制字符串召回率不足。2.2K GitHub Star 证明社区对这种「取巧」的认可——省钱谁不爱呢。

AI 工程

Claude Science 是 Anthropic 面向科学研究推出的 AI 工作台，集成了 60 多个科学数据库和计算资源管理能力。 覆盖基因组学、蛋白质结构、化学信息学等学科，原生支持渲染序列比对和分子图。每个结果都附带生成它的代码和环境快照，确保完全可复现——这对科研场景来说不是加分项，而是准入门槛。内置的后台审查机制还会自动标记错误引用。

科学工具的定位很高，但另一件让人担心的事更贴近日常使用：有用户 报告 Claude Code 出现了跨工作区会话泄露——Enterprise ZDR 工作区中突然出现了不属于自己的对话内容。 问题同样在 Claude Mobile 上复现，共同点是都使用 Sonnet 5 且经历了超过 5 分钟的空闲期。Issue 已被标记为安全漏洞，加上同期的隐写标记风波，Anthropic 在信任这一维上承受了连续打击。

Wafer 在 AMD MI355X 上优化 GLM-5.2 推理，证明了非 NVIDIA GPU 也能跑出可观的推理性能。 每节点 2626 tok/s 的聚合吞吐量，仅比 B200 低 20%，但成本不到一半。文章详细记录了 MXFP4 量化、sglang 推理框架、推测解码和 MoE 内核调优的全过程。研究团队的观点很直白：AMD 追赶 NVIDIA 的瓶颈已从软件转向支持层面，CUDA 护城河正在被实时侵蚀。

Amp 推出了 Orbs，让 AI 编程代理在远程虚拟机中独立运行。 $1.66/小时起，代理可以在无人监督下自主编写、测试和交付代码。更有意思的是他们同时开源了一套完整的「代理友好」代码库实践——41 个 AGENTS.md 文档、428 行的环境初始化脚本、专门为代理设计的免密调试端点。这是 AI 编程从编辑器插件走向独立开发者的基础设施过渡，值得跟踪。

AI 政策与安全

Fable 5 解封之后，AI 安全的讨论并没有降温。Epoch AI 的数据显示，Claude Mythos Preview 发布后一个月内，21 家知名组织发布了约 1500 个高/严重级别 CVE——是发布前的 3.5 倍。 这与 Anthropic 的 Project Glasswing 合作伙伴（微软、谷歌、苹果、AWS）利用该模型进行漏洞挖掘密切相关，Anthropic 声称 Glasswing 已发现超过 10000 个高/严重级别漏洞。AI 让漏洞发现速度快得惊人，既是防御力的倍增器，也是对整个安全体系的压力测试。

Right to Intelligence 是一场值得关注的草根倡议。 核心主张简单直接：个人应该有权自由下载、运行、修改和共享开源 AI 模型，不应为此需要政府许可。在 Fable 5 出口管制和 GPT-5.6 政府预审的时代背景下，这个倡议触及了一个根本矛盾——当 AI 能力越来越集中，个体运行 AI 的权利还是权利吗？HN 529 分的讨论热度说明这绝非小众焦虑。

AI 应用

Gusto 的 CTO Eddie Kim 分享了 5 人团队 10 周从零构建新产品线的全过程。 没有 PM、没有 Figma、没有 Jira，只有一个永久的 Zoom 房间和 Claude Code。技术栈极简到让人意外——整个 Agent 循环只跑在 Cloudflare Workers 和 Vercel AI SDK 上，没有复杂的编排层。核心教训不是使用工具多熟练，而是把流程设计为将 AI 视为团队成员而非一套命令。这句话说起来轻巧，5 人替代大团队的实战验证却不多见。

Ruben Hassid 推翻了自己累计两千万浏览的 Claude Cowork 搭建指南，承认之前主推的「文件和文件夹」方法存在上下文泄露和维护困难。 新方案聚焦 Skills 和 Projects 两种模式——Skills 通过 / 命令跨对话复用，Projects 提供独立工作空间和团队协作。还配套了一个免费工具 makemyskill.com。两千万浏览量的博主公开认错并给出改进方案，这种诚实在 AI 教程领域难能可贵。

行业观察

Ethan Mollick 在 One Useful Thing 上写了一篇分量很重的文章：聊天机器人的黄昏已至，Agent 正在改变工作的底层逻辑。 核心转变路径很清晰：从「非专家用聊天机器人填补空白」转向「专家用 Agent 完成实际工作」。他引用了几个令人不安的数据——Opus 4.7 自主运行 14 小时构建的软件包相当于人类工程师 2 到 17 周工作，成本 $251。OpenAI 内部四分之一员工每周同时运行至少 4 个 Agent，而且非技术部门的采用率接近工程部门。组织运转以委员会速度，AI 能力以非人类指数增长，两者之间的裂缝只会越来越宽。

AIEWF 2026 最后一天的 Loops 辩论完美捕捉了当前 AI 工程界的核心矛盾。 支持方认为自主 Agent 循环已不可避免，反方警告「炒作超越了纪律」。Amplify 的年度调查提供了一个现实的锚点：95% 受访者使用 Agent（同比翻倍），但 59% 担心 AI 生成代码会带来长期技术债务。同期焦点还包括 Vercel 发布 eve 框架、Introspection 提出 Autoresearch 概念、Warp CEO 论述 Software Factories——这些概念大概率定义了 2026 年下半年的技术演进方向。

Token 消耗正在从炫耀指标变成成本噩梦。 一篇分析文章指出，Uber 四个月内就烧光了全年的 AI 编码预算，使用最多 Token 的工程师生产力虽是普通人两倍但花费了十倍 Token，其中 44% 用于修复 Bug。Meta 也在限制内部 Token 消耗——约 6000 名员工 30 天内消耗了 73.7 万亿 Token。Gartner 预测两年内开发者的 Token 费用将超过其薪水。新兴的「Token 极简主义」呼吁给模型更少的上下文、更少的工具，信任模型推理而非预加载答案——这个方向本身有点反直觉，但 $251 跑出 2-17 周工作量的实践证明它不是空谈。

结语

这一周的 AI 圈，信任是个沉重但绕不开的主线。Claude Code 隐写标记、Enterprise 会话泄露、Sonnet 5 的争议评价——三件事叠在一起，说明当 AI 工具深入到代码库和生产流程之后，透明度不是产品的加分项，而是安全底线。与此同时，Fable 5 回归、AIEWF 的 Loops 辩论、以及 Token 成本的集体觉醒，都在指向同一个方向：AI 正从聊天时代进入 Agent 时代，而你还得在这条路上盯着每一行 commit。

下周见。