Claude Opus 4.8 和 Sonnet 5 工具调用反而不如旧模型，原因何在
Armin 用实际 bug 案例拆解了 Claude 新模型在工具调用上的奇怪倒退，解释了为什么更强的模型反而更不听话，读起来很爽。
早读VOL 2026.07.07105 篇
腾讯Hy3开源，Anthropic揭示J-Space
新加坡·二〇二六年七月七日 星期二·DAILY · 每早八时
2026年7月7日，AI领域迎来多项重磅发布与突破。腾讯混元Hy3正式开源，295B参数MoE架构，仅21B活跃参数，在Agent任务中解决率达90%，并原生支持vLLM与256K上下文。Anthropic发布J-Space论文，首次实现读取和操控Claude内部推理过程，为可解释性提供突破性工具。MistralAI推出Leanstral 1.5，119B MoE的Lean 4证明智能体，在多个数学基准上创下新纪录。此外，研究指出Agentic Coding Harness本质是上下文编排，而非智能本身，Anthropic还发现Claude存在全局工作空间。
01
模型发布/更新
5 篇
MistralAI 发布 Leanstral 1.5，119B MoE 证明智能体创多项基准纪录
MistralAI 的 Leanstral 1.5 用 6B 活跃参数就拿下 miniF2F 满分，每个问题才 4 美元，做数学证明的可以试试。
腾讯混元Hy3模型发布：295B MoE、21B激活、256K上下文
腾讯混元新模型Hy3，21B激活参数就能比肩更大模型，幻觉率从12.5%降到5.4%，多轮对话能力大增，现在就能在SGLang上跑。
SGLang集成DSpark：置信度驱动变长验证提升推测解码吞吐
SGLang加入DSpark后，高并发场景下吞吐能提升20%，在DeepSeek-V4上实测383.7 tok/s，推理优化党可以试试。
02
产品发布/更新
5 篇Google工程师开源Agent Skills：强制流程提升AI编码质量
Addy Osmani的Agent Skills把资深工程师的工程纪律做成AI可执行的24步流程，从定义到发布全覆盖，能防止AI写代码走捷径。适合用Cursor、Copilot等工具但想要可控质量的人。
产品02:58
智谱AI推出ZCode，以低价挑战Claude Code和OpenAI CodexZCode搭载GLM-5.2，长上下文搞定复杂编码，价格只有Claude Code和Codex的零头，还送5天500万token试试水。
Google Cloud机密计算升级：新增RTX PRO 6000 Blackwell虚拟机及提示词加密SDK
谷歌云这次加了RTX PRO 6000 Blackwell的机密虚拟机，还能加密提示词，做隐私AI训练更放心了。
IT之家原文
Sakana AI 发布 Sakana Translate，基于 Namazu 模型的日英中翻译工具
Sakana AI 新出的翻译工具，支持日英中互译，有翻译、校对、提问三种模式，基于自家 Namazu 模型。
03
行业动态
5 篇Hugging Face 展示 HF Xet 存储数据量，AI 数据需求正逼近极限
Hugging Face 晒出 Xet 存储数据量，说明 AI 开发者对数据的需求爆炸式增长，同时深入解释了为什么互联网数据快不够用了。
Windows版Claude Desktop沙箱隔离曝安全缺陷，可获虚拟机root权限
安全团队Armadin公开了Windows版Claude Desktop的沙箱漏洞，本地攻击者可拿root权限偷数据，企业用的话得小心。
IT之家原文
04
论文研究
5 篇可言语化表征在语言模型中形成全局工作空间 (Gurnee et al., 2026)
这篇文章发现了Claude模型内部有个‘大脑指挥部’——一小部分它能说出来的表征，其他都是自动在干。挺有意思的视角。
05
技巧与观点
5 篇在SageMaker HyperPod上为Amazon Nova部署多轮RL管道
AWS手把手教你用SageMaker HyperPod+Nova Forge搭RL训练管道，上传数据到S3就自动开练，还用Wordle做了例子。
105今日事件
46一手报道
22新模型
45信源
AITOP · 编辑系统自动生成