Anthropic 发布 Claude Code v2.1.221。VSCode 扩展新增 Focus view：可用 Ctrl+Alt+F 隐藏每轮工具活动，只显示可展开的摘要与实时运行指示器。Linux/WSL 沙箱新增 mode: "mask"，沙箱命令读取凭据文件的 sentinel 副本，真实值由沙箱代理在出口处替换；macOS 回退为 deny。

安全修复包括：zsh 在 [[ ]] 正则条件中执行隐藏命令的 Bash 工具权限绕过；Windows 上含引号路径的 PowerShell 权限检查错误；禁用 MCP 服务器后 thinking 开关失效；--mcp-config 在 print 模式下首轮未连接等。性能方面，Vertex AI 工具搜索重新支持 Claude 4.5 及更新模型，自动模式权限检查复用缓存前缀以降低 prompt-cache 成本，Stats 面板开始统计 cache token 并分项展示。

OpenCode 宣布 OpenCode Go 迎来首个 6T token 日。OpenRouter 周报（7 月 27 日至 8 月 2 日）显示，DeepSeek-V4-Flash 以 7.22 万亿 token 周调用量位居全球第一。OpenCode 平台称 DeepSeek V4 Flash 单日处理达 8T token，其中 5T 来自免费试用额度，3T 为付费使用。

Steve Yegge 在 Simon Willison 博客的引述中称，其可复用项目 Gas Town 在 Opus 4.7 上"从接缝处散架"。4.6 及之前运行良好，4.7 引入"just two more things"怪癖：Opus 永远无法收敛到可以实际工作的状态，总是想继续修改 Gas Town 本身。Yegge 表示这个怪癖从未消失，Gas Town 实质上被烧毁。

阿里巴巴发布 Qwen3.8 Max。Artificial Analysis 智能指数得分 53，较上代提升 7 分，与 Claude Sonnet 5 持平，落后开源权重领先者 Kimi K3 4 分。OpenRouter 显示该模型参数规模 2.4T、激活参数 95B，定位为长周期编码、研究和多模态智能体任务。Qwen3.8 Max 已在 OpenRouter 上线，开放权重将于下周发布，这将是 Qwen Max 级模型首次开源。

AWS 与 vibe-coding 初创公司 Superblocks 签署多年联合营销协议。Superblocks 通过 Cloud-Prem 部署模式运行在客户自己的 AWS 环境内，应用数据不外发，自动创建 Amazon Aurora 数据库并集成 Amazon Bedrock，纳入企业现有的 IAM、审计、加密和网络控制体系。Superblocks Smart Router 在 Bedrock 上根据任务复杂度动态选择开源模型或前沿模型，官方称可节省约 30% token 成本。AWS 将成为 Superblocks 首选云提供商，客户可通过 AWS Marketplace 采购。

Microsoft Research 开源 Orchard，一个围绕 Orchard Env（Kubernetes 环境服务）构建的可扩展智能体训练框架。同一套基础设施支持软件工程、网页浏览和个人助理三类 agent，并能直接在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中训练。Orchard-SWE 基于 Mini-SWE-Agent，从 MiniMax-M2.5 和 Qwen3.5-397B 蒸馏出 10.7 万个 agent 交互，经 Balanced Adaptive Rollout、on-policy distillation 和 process reward model 训练后，在 SWE-bench Verified 上达到 69.7%（value-model 重排后 73%），而激活参数仅约 3B。Orchard-GUI（4B VLM）在 WebVoyager、Online-Mind2Web、DeepShop 上平均 68.4%；Orchard-Claw 在 Codex harness 上成功率从 18.6% 提升到 51.5%。

论文《Model or Harness? An Interaction-Centric Taxonomy for Localizing Agent Failures》（arXiv:2607.28802）提出按交互来源组织的 41 种智能体故障模式分类。每个模式被分配到两个组件（model、harness、user、tools、memory、environment）之间的边，并标注故障侧（fault side）以指示修复归属。作者在公开 benchmark、模型系统卡、已发布报告和记录轨迹中给出实例，并用独立推理 agent 作为评判者验证可复现性：在四个前沿模型上，最强评判者与人类标签的 Cohen's κ 达到 0.76。

TokTier 提出有状态 tokenization 服务，解决 coding agent 每次工具结果后重传长 transcript 时 token 边界漂移导致的缓存失效问题。在 153,951 次真实 agent 调用中（prompt-cache 命中率 94.1%），tokenization 耗时占首 token 延迟最高 64%。TokTier 对追加内容只重新 tokenize 小窗口，运行稳定边界检查后再拼接；无复用前缀时回退到 GPU 上的完整 BPE。17 个 tokenizer 家族、1.5×10¹⁰ 次 split 检查零发散。增量修复在 100K 到 3M 字符输入上耗时 0.5–1.1 ms，最高比 HuggingFace 快 437 倍；在 vLLM 上中位首 token 延迟降低 16–34%。4 个修复核心加 1 块 GPU 可支撑 1821 req/s，而 16 核无状态前端在 40 req/s 时饱和。

洪明分享复杂任务的 agent 分工工作流：先用 Anthropic Fable 5 产出技术方案文档，再交给 OpenAI Codex（GPT-5.6 Sol xhigh）执行，最后由 Fable 5 验收。他认为这种组合兼顾方案质量与性价比。文档确认后立即 /compact，可借助 Prompt Caching 降低成本。他也提到 Opus 5 可替代 GPT-5.6 Sol，但稳定性和 token 耐用性均不如后者。

Mend.io 发布实践指南《Securing AI agents, MCP servers & LLM apps》，围绕 see-fix-protect 三个动作。五层攻击面图谱覆盖 interaction、agent、integration（MCP 服务器/工具定义）、model、code；提出 12 点错误配置检查清单，包括凭证按资源细粒度授权、高影响工具需人工批准、system prompt 纳入版本控制、MCP 服务器认证客户端、工具描述防投毒审查等。指南还给出 AI-BOM 九字段扩展、自动化分类决策表、运行时护栏（Python SDK 或 Docker API Server），以及 15 题自评估成熟度路线图，对齐 NIST AI RMF、OWASP AIMA、ISO/IEC 42001 和欧盟 AI 法案。