官方发布稀少，评测与治理线索主导
- 过去 24 小时没有 OpenAI 或 Anthropic 官博新闻条目。
- 可核查增量来自 Anthropic 研究页、HF Daily Papers 与 HN 讨论。
- 今天的主线不是模型能力跃迁，而是 AI 系统的可测量边界。
- 价值表达、长程终端任务和低置信健康数据争议，都在把“能用”推进到“可审计”。
本期速览
3 条01官方研究更新价值坐标
- Anthropic 分析超过 30 万段匿名对话。
02Agent 长程评测补短板
- LHTB 设 46 个任务和 90 分钟预算。
03健康数据训练争议升温
- HN 讨论 Samsung Health AI 训练提示。
编辑总结
今天不是模型发布日。更值得记住的是，AI 系统正在被三类问题重新定义：价值表达能否量化，长程 Agent 能否被评测，敏感数据能否在 AI 训练前获得真正清晰的同意。
Anthropic 的新研究提供了一个高置信锚点，但它也提醒读者不要把四条价值轴读成完整解释器。LHTB 的长程终端任务更接近真实 Agent 失败现场，不过项目页和 arXiv 摘要的口径要分开引用。
低置信线索占比较高，因此本期把 Samsung Health、Grok Build、Antigravity 和 ChatGPT WhatsApp 都放在边界清楚的位置。它们值得跟踪，但不应被写成已经充分核实的发布结论。
本期导航
本期重点 · 深度报告
Key Numbers
Claude 价值轴
四条轴为 Deference、Warmth、Depth、Candor 相关对立维度，只捕捉 15% 变化
来源：AnthropicSamsung HN 热度
HN Algolia 记录 7 月 13 日 20:01Z 提交，55 条评论
来源：HN AlgoliaKOL 采集失败
fetch-kol 遇到 Twitter 429 和空结果，影响 X 侧覆盖完整性
来源：source-health发展中 · 待进一步核验
以下内容仅作为追踪线索，不与已核验新闻等量呈现；正式文件、项目材料或独立复核出现后再升级。
待验证｜Agent 工具新仓：SRE、沙箱和网页抓取同日活动
- GitHub API 显示 LuxyAI、clawk、ax 在 7 月 13 日有仓库活动，分别指向 AgenticOps、一次性 VM 沙箱和 AI-era curl。
- grok-build-auth 最新提交停在 7 月 10 日，只作背景。
要点拆解 展开
Agent 真正落地需要可审计执行、隔离环境和低噪声网页读取工具。
平台团队可观察这些接口设计，但进入生产前仍要审查权限、密钥、网络和回滚边界。
- LuxyAI 星标
- 535★ GitHub API 采集时数据；pushed_at 显示 7 月 13 日 12:02Z 仓库活动 GitHub API
- clawk 星标
- 270★ GitHub API 采集时数据；pushed_at 显示 7 月 13 日 13:45Z 仓库活动 GitHub API
- 同日热度说明 Agent 工具层正在补执行边界，而不是单一产品发布。
- 需要逐项核对 commit 时间，避免把旧仓库热度写成今天更新。
- 这些项目是否发布稳定版本和安全模型。
- 是否出现真实生产部署案例。
待验证｜Grok Build 上传代码说法引发删除数据追问
- Feed 中多条 X 动态围绕 Grok Build 是否上传完整代码库展开
- 随后又出现 Elon Musk 表示会删除此前上传数据的转述。
- 缺少 xAI 正式公告和可验证删除机制。
要点拆解 展开
代码上传边界直接关系到私有仓库、密钥和企业合规。
开发者应先隔离测试仓库和凭据。企业采购应要求供应商写清数据保留与删除证明。
- 研究帖时间
- 17:12Z hrkrshnn 发布逆向分析说法的时间；尚未获 xAI 官方确认 Feed
- 转述帖点赞
- 608 IntCyberDigest 关于删除数据转述的采集点赞数 Feed
- 这条只能作为安全线索。
- 编码 Agent 若默认读取仓库，用户需要知道上传范围、存储期限和删除证明，而不是只看模型能力。
- xAI 是否发布正式公告或技术说明。
- 第三方是否复现实验并确认上传触发条件。
单源｜DeepMind 展示 Antigravity 历史研究 Skill
- Google DeepMind 7 月 13 日在 X 展示 Antigravity 的 Predicting the Past Skill，官方页面说明其面向古代铭文修复
- 定位和关系网络分析。
- 页面缺少可抓取日期。
要点拆解 展开
科学工作流是 Agent Skill 最容易形成垂直壁垒的场景之一。
研究团队可关注可复用 Skill 是否降低非工程用户门槛，但不能把案例展示等同于效果评估。
- 案例线程时间
- 15:12Z Google DeepMind X 线程发布时间 GoogleDeepMind X
- 历史节点
- 2 个 页面提到 Ithaca 2022 与 Aeneas 2025 作为背景里程碑 DeepMind 页面
- 这是“无代码科学 workflow”的案例展示，不是新模型发布。
- 它显示大厂正把垂直研究方法包装成 Agent Skill，但采用效果仍需研究者反馈。
- DeepMind 是否补充发布时间、用户研究和开源材料。
- Antigravity Skill 是否支持外部研究者复现。
单源｜OpenAI 转发称 ChatGPT 已恢复 EEA WhatsApp 可用
- OpenAI 7 月 13 日转发 ChatGPT App 消息称，ChatGPT 已在欧洲经济区重新可用于 WhatsApp。
- 当前只有 X 转发信号，缺少正式帮助文档。
要点拆解 展开
第三方聊天入口影响普通用户触达，但区域合规和平台政策会改变可用性。
EEA 用户可关注 WhatsApp 入口是否恢复。开发者不应据单条转发推断 API 或平台政策变化。
- 地区范围
- EEA X 原帖口径；未见帮助文档确认国家清单 OpenAI X
- 发布时间
- 13:42Z OpenAI 转发时间 OpenAI X
- 这是区域可用性更新，不应拔高为产品发布。
- 若后续没有帮助文档或监管说明，最多说明 OpenAI 在继续维护第三方入口。
- OpenAI 是否发布帮助文档或区域说明。
- WhatsApp 入口是否覆盖全部 EEA 国家和全部功能。
社交雷达 · X 讨论
- Claude Code 的 Artifacts 增加公开分享和多人编辑，并可由 Claude Tag 创建。
- trq212 认为这让项目仪表盘更适合被团队和本地 Claude Code 会话共同维护。
原帖 ↗- International Cyber Digest 称，Elon Musk 表示 SpaceXAI 会删除此前上传的用户数据。
- 该说法紧接 Grok Build 上传私有仓库与密钥的分析之后，仍缺少公告和可验证删除机制。
原帖 ↗- Excalidraw 表示 Excalidraw+ MCP 持续增强，本次改进了图表和箭头连接能力。
- 对白板和流程图接入 Agent 工作流的团队，这是一个小但具体的工具信号。
原帖 ↗- MaxForAI 转述 Jenny Wen 离开 Anthropic、加入 Cursor 担任 Head of Design。
- Cursor 在 AI 编程工具竞争中补强设计与工作流能力，焦点正从模型接入转向产品体验。
原帖 ↗- Tibo 注意到一个 Codex OSS 热门 fork 已有 6 万星，其团队因保留 fork 历史成为主要贡献者之一。
- 该项目卡片指向 openinterpreter，反映开源 coding agent 生态仍在借已有项目聚合关注。
原帖 ↗- Antigravity 发布 Agent Teams 预览：通过 /teamwork-preview 启动动态专长子 Agent 团队，在后台并行规划
- 构建和验证复杂工程任务。
- 多 Agent 协同继续从实验走向产品入口。
原帖 ↗更多讨论 4 条
- Harikrishnan 称逆向 xAI 官方 Grok Build 二进制后发现，在零工具调用的受控会话中完整代码库被上传到 xAI 存储。
- 他把这描述为后台代码收集器，开发者需关注源码和密钥外传风险。
原帖 ↗- Aiden Bai 发布 /improve-react，用于在代码库中发现、分诊并修复差 React 代码。
- 他表示配合 GPT 5.6 Sol 或 Fable 5 效果明显，属于面向前端代码质量的 Agent 化命令。
原帖 ↗- wangray 总结 GPT-5.6 使用经验：删除或禁用 Superpowers 等 skill 和插件，让模型自主执行
- 开启 Codex 记忆做纠偏
- 日常推理强度 High 覆盖多数场景，Ultra 成本偏高。
原帖 ↗李老师转述外交部 7 月 13 日消息：2026 世界人工智能大会暨人工智能全球治理高级别会议将于 7 月 17 日至 20 日在上海举行，习近平将出席开幕式并发表主旨讲话。
原帖 ↗