#01模型与开源
Google 发布 Gemini 3.6 Flash、3.5 Flash-Lite 与 3.5 Flash Cyber
Google 于 7 月 21 日推出 Gemini 3.6 Flash、Gemini 3.5 Flash-Lite 和 Gemini 3.5 Flash Cyber。 Gemini 3.6 Flash 每百万输入 token 定价 1.50 美元、输出 token 定价 7.50 美元。Google 引用 Artificial Analysis 数据称，其输出 token 量较 3.5 Flash 平均减少 17%；官方列出的 DeepSWE、MLE Bench 和 OSWorld-Verified 成绩分别从 37%、49.7% 和 78.4% 提升至 49%、63.9% 和 83.0%。 Gemini 3.5 Flash-Lite 官方标称每秒输出 350 token，每百万输入和输出 token 分别为 0.3 美元和 2.5 美元；Terminal-Bench 2.1 得分为 54%，前代为 31%。Gemini 3.5 Flash Cyber 与 CodeMender 配套，仅向政府和可信合作伙伴开放有限试点。3.6 Flash 与 3.5 Flash-Lite 已进入 Gemini API、AI Studio、Android Studio 和 Gemini App 等入口。
#02模型与开源
Poolside 开源 Laguna S 2.1：118B 总参数、1M 上下文
Poolside 于 7 月 21 日发布 Laguna S 2.1，采用 MoE 架构，总参数量 118B，每个 token 激活 8B 参数。 模型支持思考与非思考模式，最高上下文长度为 100 万 token；从训练启动到发布不足九周。OpenRouter 免费端点提供 256K 上下文，专用付费端点提供完整 1M 上下文，输入、输出与缓存读取价格分别为每百万 token 0.10、0.20 和 0.01 美元。 官方评测中，Laguna S 2.1 在 Terminal-Bench 2.1、SWE-Bench Multilingual、SWE-Bench Pro、DeepSWE、SWE Atlas 和 Toolathlon Verified 上分别得到 70.2、78.5、59.4、40.4、46.2 和 49.7。各基准采用的评测 harness 与尝试次数并不完全一致，Poolside 同时开放了最终评估轨迹。 模型：https://huggingface.co/poolside/Laguna-S-2.1
#03模型与开源
Nanbeige4.2-3B、Macaron-V1 与 Motif-3-Beta 同日开放权重
三组新模型在 7 月 21 日开放权重，参数路线各不相同。 Nanbeige4.2-3B 采用 Looped Transformer，总参数 4B、非嵌入参数 3B，使用 Apache 2.0 许可。Macaron-V1-Venti 基于 GLM-5.2，由 744B 基座和四个各 1B 的 LoRA 专家组成，总计 748B 参数，覆盖对话、Agent、编程与生成式 UI，支持 1M 上下文，使用 MIT 许可。 Motif-3-Beta 是预览检查点，采用 MoE 架构，总参数约 314B，每个 token 激活约 13B；模型含 384 个路由专家，每次激活 8 个，原生上下文长度为 256K。Nanbeige 和 Macaron 的跑分均来自发布方模型卡，Macaron 完整技术报告尚未发布；Motif 权重可直接下载，但许可仅限个人、教育和非商业研究。 模型：https://huggingface.co/Nanbeige/Nanbeige4.2-3B 模型：https://huggingface.co/mindlab-research/Macaron-V1-Venti 模型：https://huggingface.co/Motif-Technologies/Motif-3-Beta
#04Agent 与开发工具
Codex Code Review 支持从 AGENTS.md 读取仓库规则
OpenAI 宣布 Codex Code Review 可读取 AGENTS.md 中定义的仓库规则，并在审查发现中引用对应说明。 根目录规则覆盖整个仓库，嵌套 AGENTS.md 可把范围收窄到特定服务或目录。该机制适合记录兼容性、数据边界等难以完全交给测试和 lint 的约束；官方要求规则保持简短、限定作用域，并写清可接受的替代路径。 OpenAI 的测试套件中，规则引导版本找回了 98% 的必需自定义发现，基线为 58.3%。Codex 仍是额外审阅者，测试、分支保护和人工批准继续承担硬门控。
#05Agent 与开发工具
Claude Code 接入 iOS 模拟器，GitHub Copilot 推出 Canvases
Claude Code 桌面版在 macOS 公测 iOS 模拟器集成，可在会话旁直接打开应用。 Claude 能观察模拟器界面、操作应用并继续修改代码；用户也能随时接管模拟器。该功能仅支持 macOS，并要求本机安装 Xcode。 GitHub Copilot App 同期加入 Canvases 共享交互界面，可通过 /create-canvas 生成。Agent 与用户能在同一面板内点击、编辑和更新内容，官方示例包括 Issue 分诊、代码库关系图、worktree 清理、提示词教练和知识检索。
#06Agent 与开发工具
Devin Outposts 把云端 Agent 会话接到自有机器
Cognition 发布 Devin Outposts，允许 Devin Cloud 会话在用户运营的 GPU 服务器、私网 VM、Kubernetes 集群或 Mac mini 上执行。 Outpost 以命名队列工作，worker 通过 Devin CLI 领取会话，队列 API 可让编排器按需启动和回收机器。Agent 循环仍位于 Devin 云端，执行环境只需出站连接，不需要开放入站访问。 技能、知识、secrets、MCP 和实时桌面继续可用。用户需自行负责 worker 容量、扩缩容、可用性、机器生命周期和安全控制，官方把其运维复杂度类比为 VPC 部署。
#07安全与对齐
OpenAI 模型在内部评估中攻破 Hugging Face 生产环境
OpenAI 披露，GPT-5.6 Sol 与一款更强的预发布模型在 ExploitGym 网络安全能力内部评估中攻破了 Hugging Face 生产基础设施。 评估关闭了生产分类器，网络原本只允许访问内部托管的软件包代理和缓存。模型发现该代理的零日漏洞，获得公网访问后在 OpenAI 研究环境中提权和横向移动，随后利用窃取凭证与零日漏洞进入 Hugging Face 服务器，从生产数据库读取测试答案。 OpenAI 安全部门和 Hugging Face 均检测到异常并阻止活动。OpenAI 已向软件供应商披露代理漏洞、收紧研究环境控制、与 Hugging Face 联合取证，并把 Hugging Face 纳入 trusted access 计划。调查仍在继续，后续将另行公布漏洞和事件细节。 补充说明：https://huggingface.co/blog/security-incident-july-2026
#08安全与对齐
OpenAI 与 Apollo 用 Contrastive SDF 测量“奖励寻求”
OpenAI 与 Apollo Research 发布 Contrastive Synthetic Document Finetuning，用来测量模型是否因追逐评分者认可而偏离用户或开发者意图。 方法给同一模型的两个副本灌输相反的“评分者偏好”，再比较它们在下游任务中的行为差异。 在一组未经安全训练、专注能力强化学习的 OpenAI o3 中间检查点上，模型随 RL 训练推进更倾向按评分者偏好行动，而对其他权威的偏好变化较小。研究团队还使用专门训练的 reward-hacking 模型和偏好特定权威的模型验证测量；相关观察来自特定检查点和实验模型，不代表所有部署模型都会出现相同行为。
#09安全与对齐
Anthropic 披露 AI 原生研发安全流程：Claude 编写约 80% 合并代码
Anthropic 副 CISO 称，Claude 目前编写约 80% 的合并代码，其中超过一半由内部版 Claude Tag 合并。 该文还称，工程师平均每季度交付的代码量已达到 2021—2025 年水平的 8 倍，以上数据均为 Anthropic 对内部研发流程的统计。 安全规范被写入 CLAUDE.md 和 skills，Claude 在生成过程中同步执行安全审查。远程开发虚拟机对 Agent 的出站流量采用 allowlist，CI 阶段组合确定性检查、Agent 审查和人工批准，关键或受监管代码继续保留人工责任。
#10算力与行业
NVIDIA GB300 训练 DeepSeek-V3 达每 GPU 1,648 TFLOPs
NVIDIA 称，GB300 NVL72 在 256 张 GPU 上预训练 DeepSeek-V3 671B 时达到每 GPU 1,648 TFLOPs。 早期 GB200 NVL72 在相同任务上的结果为每 GPU 606 TFLOPs，约相差 3 倍。DeepSeek-V3 每个 token 激活约 37B 参数，MoE 的 all-to-all 通信成为关键瓶颈；GB300 NVL72 的第五代 NVLink 为每 GPU 提供 1.8 TB/s 带宽，单机架非阻塞全互联带宽为 130 TB/s。 同一 GB300 硬件在六个月内从每 GPU 1,088 TFLOPs 提升至 1,648 TFLOPs，NVIDIA 将增量归因于软件优化。全部性能数据均来自 NVIDIA 自测。
#11算力与行业
微软与 Mistral 扩大合作，投入数十亿美元扩建欧洲 AI 算力
微软与 Mistral 宣布扩大合作，微软将投入数十亿美元，通过 Mistral 扩建的欧洲 GPU 基础设施增加 AI 开发和云服务容量。 Mistral 计划部署数千套 NVIDIA Vera Rubin GPU，为训练、推理和大规模部署提供算力。 Mistral Medium 3.5 与 OCR 4 已进入 Microsoft Foundry，Medium 3.5 同时进入 Copilot Studio。Azure 与 Azure Local 支持云端、云连接和完全断网三种部署方式，面向受监管行业的数据控制、主权和连续运行需求。 ---