AI 日报

【事件】Anthropic 在 Claude Code 2.1.215 中公布一项影响明确的行为变更：客户端不再自行运行 `/verify` 和 `/code-review`，操作者需要在希望执行时显式调用。GitHub Release 标记为 7 月 19 日 02:56，同日 Python、TypeScript Agent SDK 也更新到该 CLI 版本。验证能力没有被删除，改变的是默认触发权；依赖隐式审查的自动化在升级后会少跑一道质量步骤。

【背景】编码 Agent 的质量控制有两种相反风险：自动复核过多会增加 Token、延迟并重复用户已有的 CI；完全依赖模型自行决定是否复核，则会在高风险改动中跳过测试。2.1.215 选择取消自动触发，把成本和时机控制交回工作流作者，却也意味着“安装新版后自然更安全”的假设不成立。对于交互式用户，这只是多输入一个命令；对于无人值守任务、SDK 包装器或企业流水线，它是一个会改变验收覆盖率的默认值迁移，需要通过配置和日志补偿。

【信号】团队升级前应检索历史会话与编排脚本，确认哪些任务曾依赖 Claude 自动调用 `/verify` 或 `/code-review`。高风险仓库可在提交前钩子、任务模板或 CI 中显式加入相应命令，并记录每次验证的退出状态；低风险探索任务则可以省下不必要的二次审查成本。最值得跟踪的是 Anthropic 是否提供可配置的自动触发策略、SDK 是否暴露验证事件，以及升级后缺陷逃逸率和平均任务成本如何变化。若流水线没有任何显式验收节点，这次小版本更新会把原先偶发存在的安全网悄然撤掉。

【事件】Anthropic 7 月 19 日分别发布 Claude Agent SDK Python 0.2.123 和 TypeScript 0.3.215。Python Release 写明把捆绑的 Claude Code CLI 更新至 2.1.215；TypeScript Release 写明与 2.1.215 保持 parity。两个版本在 GitHub 的发布时间相隔 12 分钟，PyPI 与 npm 也有对应的版本页。

【背景】两版没有新增上层 API，实质是把当天 CLI 的默认行为带进嵌入式 Agent：`/verify` 与 `/code-review` 不再由 Claude 自行触发。企业常通过 SDK 将 Claude Code 封装进工单、CI 或内部开发门户，此时“只更新捆绑二进制”仍会改变执行语义。两种语言同日对齐降低了跨端版本漂移，却也让行为变化同步扩散。官方 Release 的说明很短，不能据此推导性能提升、成本下降或新模型能力；可确认的只有版本、CLI 对齐关系和验证命令的默认策略。

【信号】SDK 使用方应先固定旧版与新版各跑一组相同仓库任务，比较验证命令调用次数、测试覆盖、Token 消耗和缺陷逃逸，再决定是否全量升级。无人值守流程需要在任务模板、提交前钩子或 CI 中显式加入 `/verify`、`/code-review` 或等价测试，并把运行结果写入审计日志。Python 与 TypeScript 服务还应共用一张版本兼容表，避免一端已切换触发语义、另一端仍沿用旧假设。后续若 Anthropic 增加可配置自动验证策略或 SDK 事件回调，才会把这次责任转移重新变成可治理的产品能力。

【事件】OpenAI 于 7 月 18 日发布 Codex CLI rust-v0.144.6。官方 Release 只包含一个窄范围修复：刷新 GPT-5.6 Sol、Terra 与 Luna 的捆绑指令，并把三者的上下文窗口元数据修正为 272,000 Token，对应变更编号 #33972 与 #34009。发布页把它明确写成 0.144 分支 hotfix，没有宣称模型权重、推理质量、价格或服务端容量发生变化；可确认的增量是客户端如何认识并预算这些模型。

【背景】编码 Agent 的上下文上限并非展示字段。CLI 会据此决定何时触发压缩、为系统指令和工具结果预留多少空间，以及多大输入应在请求前截断。元数据写错时，同一服务端模型可能被客户端过早压缩，丢失长任务中的文件证据；也可能过晚才收缩，直到请求被服务端拒绝。272,000 是本次 Release 给出的修正值，不应外推成“一次调用可稳定容纳 272K 用户文本”，因为系统提示、工具记录、输出预算和模型端限制都会占用窗口。独立逐版记录复核了版本、日期和原始说明，但没有新增性能测试。

【信号】使用 Codex 承接大仓库迁移、长日志排障或多代理汇总的团队，应先升级 CLI，再用相同任务对比 0.144.5 与 0.144.6 的压缩触发点、丢弃消息数、失败率和总 Token。自建包装器若复制了旧模型元数据，也要同步改为 272,000，并为系统提示、工具调用和目标输出保留安全余量。不要把长上下文成功率改善归因于 GPT-5.6 本身变强；应判断客户端预算是否重新对齐服务端契约。后续跟踪 OpenAI 是否提供机器可读上限，以减少各客户端维护常量造成的漂移。

【事件】Anthropic 于 7 月 18 日发布 Claude Code 2.1.214，集中收紧命令与文件权限边界。官方说明包括：修复 Windows PowerShell 5.1 会话中的权限检查绕过；当 Bash 对文件描述符重定向的解析与权限分析器不一致时改为 fail closed；单段 `dir/` 允许规则不再误批任意层级的同名目录；超过 10,000 字符的命令无论权限设置如何都必须提示确认。版本还修复远程确认时序、长工具心跳与多项流式/钩子稳定性问题。

【背景】编码 Agent 的执行安全依赖“解析器看到的命令”与“Shell 最终执行的命令”一致。PowerShell 5.1 和 Bash 重定向语法差异，会让字符串级分析在边界条件下给出过宽许可；目录规则若按片段而非规范化路径匹配，也可能把 `<cwd>/dir` 的授权扩散到树中其他 `dir/`。2.1.214 的共同方向是遇到分析歧义就拒绝或重新询问，而不是继续执行。10,000 字符阈值是客户端强制提示线，不等同于检测出恶意命令；它只能降低超长、难人工审阅命令静默执行的风险，不能替代沙箱、最小权限与审计。

【信号】Windows 或跨平台团队应把 2.1.214 及以上列为最低版本，并用 PowerShell 5.1、Bash 文件描述符重定向、嵌套同名目录和超长命令做回归。企业包装器不要因已有 allowlist 就关闭确认；应记录规范化路径、Shell 方言、命令摘要和批准结果，无法解析时默认拒绝。2.1.215 还会改变 `/verify` 与 `/code-review` 的触发方式，安全补丁与工作流迁移需分开验收：先确认权限绕过已封堵，再补回显式验证。后续跟踪 Anthropic 是否披露威胁模型与测试用例。