AI日报 | 2026年7月1日

早上打开 RSS 时，Anthropic 一口气挤进来三条消息。

Sonnet 5、Claude Science，还有一条关于 Claude Code 被曝用 base64+XOR 加密列表识别中国用户的爆料。三件事摆在一起，倒不像是简单的产品更新，更像 Anthropic 正在把 Claude 从「聊天框」往外拽。今天我们就顺着这三条主线，把今天值得看的新闻过一遍。

🔥 重点新闻

1. Claude Sonnet 5 发布，直接对标 Opus 4.8

Anthropic 更新了 Sonnet 系列，推出了 Claude Sonnet 5。

按官方说法，它支持计划、浏览器和终端工具调用，能自主运行，性能接近 Opus 4.8，但价格更低。即日起至 2026 年 8 月 31 日，输入 token 定价打到 2 美元/百万 token 左右。

坦率的讲，这个价格很有杀伤力。Sonnet 一向是 Claude 系列里「性价比最高」的那条线，现在它把自主工具调用也加进来了，等于把原来只有 Opus 才有的高端能力往下放。普通开发者如果之前因为 Opus 太贵而只用 Sonnet，现在几乎可以无缝切换。

不过我自己的感受是，Anthropic 真正的目标不是「更便宜的模型」，而是让 Claude 变成一个能自己干活、而不是只陪你聊天的助手。浏览器 + 终端 + 计划能力，这三件套凑齐，它已经可以帮你在代码库、网页和文档之间自己跑流程了。

来源，Anthropic Newsroom

Claude Sonnet 5 详情

2. Claude Science 上线，Anthropic 杀进科研工作台

同一天，Anthropic 还推出了 Claude Science，一个面向科研的 AI 工作台。

它把文献分析、计算资源、多步骤研究流程串在一起，内置了超过 60 项预配置技能，覆盖基因组学、单细胞、蛋白质组学、结构生物学、化学信息学这些领域。你可以理解为，它不再只是帮你读论文，而是想把实验设计、数据分析和代码执行都包进去。

科研场景是我一直觉得 AI 最容易「翻车」的地方。数据集脏、流程长、结果需要可复现，论文结论一旦出错，代价可能是数月返工。Claude Science 如果能真正把计算环境和模型能力结合好，确实能提高效率。但说到底，这个工具能不能被实验室接受，关键看两点，一是它能不能跟现有工具链（比如 Jupyter、R、BioPython）打通，二是科学家愿不愿意把核心判断交给一个黑箱。

我目前倾向于谨慎乐观。它解决的是「科研中重复性劳动太多」的问题，而不是「AI 能替科学家发论文」的问题，后者目前还不成立。

来源，Anthropic Newsroom

Claude Science 详情

3. Claude Code 被曝用「隐写术」识别中国用户

这一条来自公众号「数字生命卡兹克」，性质比较敏感，所以我把细节摆出来，大家自己判断。

爆料称，Claude Code 会读取本地时区（Asia/Shanghai 或 Asia/Urumqi）以及 ANTHROPIC_BASE_URL 环境变量，然后比对一份经过 base64+XOR（密钥 91）加密的 147 个域名列表。这份列表里包含美团等域名。如果命中，用户就被标记为中国用户。

如果这个描述属实，那它最大的争议不是「识别用户来自哪里」，而是「识别方式太隐蔽」。用户安装的是代码助手，结果在不知情的情况下被静默收集环境信息。这跟 Anthropic 一直强调的安全、透明叙事，多少有点冲突。

不过我也要承认，这件事目前只有第三方爆料，Anthropic 官方没有回应。我们在日报里把它列出来，不是因为能下结论，而是因为它提醒我们一个老问题，AI 工具一旦进入本地开发环境，它到底能访问什么、会回传什么，普通用户几乎没法完全掌控。这不是 Anthropic 一家的问题，整个行业都需要更清晰的披露。

来源，公众号「数字生命卡兹克」

原文链接

4. 美团发布 LongCat-2.0，国产 MoE 又添一员

美团也推出了自己的旗舰模型 LongCat-2.0。

参数规模 1.6T MoE，活跃参数约 48B，原生支持 1M 上下文窗口。定价方面，Input Cache 0.015 美元/百万 token，Input 0.75 美元/百万 token。坦白说，这个价格比很多海外模型都便宜。

美团做模型，天然不是为了「做大模型而做大模型」。它背后有外卖、到店、酒旅、骑行这些业务，每一条都需要理解超长文档、多轮对话和复杂调度。1M 上下文对这类场景很有价值。以后如果你看到美团的客服、商家后台、骑手调度里出现更「懂事」的 AI，大概率就是 LongCat 在跑。

但话说回来，国产 MoE 现在卷得很凶。模型参数、上下文长度、价格，大家都在比。最后能不能跑出来，看的不是榜单分数，而是谁能真正扎进业务里，把用户每天遇到的麻烦解决掉。

来源，@SiliconFlowAI

LongCat-2.0 介绍

5. OpenAI 发布 GeneBench-Pro，把基准测试拉回真实实验室

OpenAI 今天推出了 GeneBench-Pro，一个面向计算生物学的研究级基准。

它包含 129 个问题，覆盖统计遗传学、群体遗传学等 10 个领域、21 个子领域。每个问题都提供真实且混乱的数据集，目的是评估 AI 智能体在模糊情况下做判断性分析的能力，而不是只会做标准答案。

这其实是 AI 基准测试的一个重要转向。前几年我们看到的基准，大多是干净、结构化、有标准答案的，模型刷上去就宣布胜利。但真实科研从来不是这样，数据 messy、问题开放、结果需要人反复验证。GeneBench-Pro 至少承认了这个现实。

我挺喜欢这个方向的。它可能不会让模型排行榜更好看，但它会让 AI 更靠近真正的科学家。

来源，OpenAI 官网动态

GeneBench-Pro 详情

💡 值得关注

NotebookLM 短视频概览全量上线，Web 英文版用户现在可以把复杂资料自动生成 60 秒竖屏视频。这会让知识传播变得更轻松，也更像短视频平台。来源，@NotebookLM 链接
X 推出 hosted X MCP，AI 智能体可以通过 MCP 协议直接调用 X API，获取实时信息。Grok、Cursor 等工具已经支持。智能体连上社交网络，数据新鲜度会上一个台阶。来源，@op7418 链接
Qwen 3.6 27B 适合本地开发，原生 256k 上下文，Macbook Max M5 上 Q8_0 量化版能跑到 30 tokens/s，RTX 5090 上也能本地跑。本地模型的可用性又进一步。来源，Hacker News 热门链接
Google ADK Go 2.0 发布，新增基于图的工作流引擎、人工参与循环（HITL）和动态编排，目标是构建更可靠的多智能体应用。来源，Google Developers Blog 链接
OpenAI Signals 数据揭示 ChatGPT 全球采用趋势，用户注册六个月后日均消息量增加 50%，尝试任务种类翻倍。非洲和亚洲增速最快，女性名字用户已占全球多数。来源，OpenAI 官网动态链接
DeepMind 发布 Nano Banana 2 Lite 和 Gemini Omni Flash，Nano Banana 2 Lite 是 Nano Banana 系列里最快、最便宜的图像模型，4 秒生成文本到图像。来源，Google DeepMind Blog 链接