AI Agent 每日簡報 · 2026-07-02
Anthropic 密集發布、企業 Java 代理基準測試、Google DeepMind 新模型，以及 OpenAI 採用數據，共同勾勒出 7 月 2 日的 AI 代理全貌。
Anthropic 推出 Claude Sonnet 5，並同步發布系統卡，詳述能力評估、安全緩解措施及已知限制——這是 Anthropic 跨模型世代一貫維持的做法，對評估部署風險的從業者而言是重要參考。
另一方面，Anthropic 重新部署了 Claude Fable 5，顯示該模型曾短暫下線或更新後再度開放。相關公告內容簡短，從業者應查閱 Anthropic 官方文件以了解版本間的具體變更。
Anthropic 宣布 Claude Science 正式上線，定位為專為科學家設計的 AI 工作台。該產品針對研究工作流程，將 Claude 定位為科學任務的主動協作者，而非通用助理。這是一個值得關注的垂直領域布局，專為科學設計的 AI 工具近年在學術界與產業研發中持續受到重視。
公告中未完整說明所支援的工作流程、資料整合方式及存取途徑。研究導向組織的從業者應持續關注 Anthropic 文件，以了解工作台上線時的具體支援範疇。
IBM Research 在 Hugging Face Blog 發布 ScarfBench，這是一個專門評估 AI 代理執行企業 Java 框架遷移任務的基準測試。這是一個具有實務基礎的基準：Java 框架遷移在大型程式碼庫中成本高昂且容易出錯，以代理自動化此流程是工程投資的活躍領域。
該基準提供了一種結構化方式，在貼近生產環境的真實任務（而非合成編碼謎題）上比較代理表現。對於正在建構或評估程式碼轉換代理的 AI 工程團隊，ScarfBench 提供了一個植根於企業現實的具體參考點。
Google DeepMind 宣布開發者現可開始使用 Nano Banana 2 Lite 與 Gemini Omni Flash。兩者均為輕量、效率導向的模型，針對需要低延遲或低資源佔用的開發者——這一細分市場在 2025 至 2026 年間各實驗室競爭激烈。
此公告定位為開發者存取開放，而非正式全面上線里程碑，顯示這些模型可能仍處於早期或限量發布階段。正在評估延遲敏感或邊緣部署代理模型選項的團隊，應留意這兩款 Gemini 家族新成員。
OpenAI 發布來自 OpenAI Signals 資料集的數據，顯示 ChatGPT 在全球的採用持續增長，用戶使用頻率提升、探索更廣泛的功能，並在多個地區與語言中推動成長。這些數據被定位為深度參與的佐證，而非僅是新用戶獲取的指標。
對從業者而言，更值得關注的訊號是跨語言與地區的擴展趨勢，這對多語言代理設計與在地化策略具有實際意涵。OpenAI Signals 資料集本身也值得持續追蹤，作為採用與使用趨勢數據的定期來源。