← 返回
精选AI模型发布/更新#Anthropic#Claude Code#代码审查#安全

Claude Code v2.1.196 发布:组织默认模型、安全增强、后台任务可靠性改进

Claude Code:GitHub Releases(RSS)T1.5
07:2706/30 07:27GitHub Release阅读原文 ↗导出 MD ↓

评分

70

精选理由

功能丰富且修复了大量关键问题,特别是后台任务可靠性和安全模型改进,对实际工作流影响大,但并非革命性突破。

AI 点评

「此版本显著提升了 Claude Code 的企业级可用性、安全性和后台稳定性,使得大规模代码协作和自动化任务更加可靠。」

速览

Claude Code v2.1.196 版本带来多项关键更新:支持管理员在组织控制台设置默认模型,新增可点击的文件附件和可读会话名称。安全方面,阻止通过提交的 .mcp.json 自动运行不受信任的服务器,未受信任的工作区显示待审批状态。修复了后台任务可能被永久删除的问题,改进了会话恢复和背景代理的可靠性。同时优化了 /code-review 工作流减少约 25% 的 token 消耗,并默认启用流式闲置看门狗。

  • 新增组织默认模型(Org default/Role default),管理员可在控制台配置
  • 安全增强:阻止通过提交的 .mcp.json 自动启动不可信服务器
  • 修复后台任务因进程重启导致对话永久丢失的问题
  • 代码审查流程合并五个清理步骤,减少约 25% token 消耗

正文

哎呀!

加载时出错。请重新加载此页面。

anthropics / claude-code Public Additional navigation options
  1. 发布
  2. v2.1.196

v2.1.196

Compare

选择一个标签进行比较

抱歉,出了点问题。

Filter Loading

抱歉,出了点问题。

哎呀!

加载时出错。请重新加载此页面。

未找到结果

View all tags @ashwin-ant ashwin-ant released this 29 Jun 23:27 v2.1.196 c80896c

变更内容

  • 新增组织默认模型支持——管理员在组织控制台中设置;当你未自行选择模型时,在/model中显示为"组织默认"(或"角色默认")
  • 为会话启动时添加可读的默认名称,使其更易识别和发消息
  • 在聊天中添加可点击的文件附件——Cmd/Ctrl点击可在Finder/Explorer中显示该文件
  • 安全:claude mcp list/get 不再启动仓库通过提交的.claude/settings.json自我批准的.mcp.json服务器;不受信任的工作区显示⏸ 待批准
  • 修复了唤醒后台任务时,当转录探针误读真实转录时永久删除其对话并重新运行原始提示的问题;该文件现被搁置,不再删除
  • 修复了在达到使用限制时多个并行请求进行中,速率限制警告闪烁消失和速率限制遥测被过度计数的问题
  • 修复了后台会话轮次后重复的摘要行:被模式拒绝的StructuredOutput尝试不再与其重试同时渲染
  • 修复了PowerShell中git diff/git grep、egrep/fgrep以及包含|的引用搜索模式在退出码1时被报告为失败的问题,与Bash行为一致
  • 修复了多个claude agents侧面板问题:打开代理时键盘焦点卡住、每次打开后台任务丢失其子代理类型、以及会话在活跃运行时显示错误状态
  • 修复了claude agents --dangerously-skip-permissions静默回退到自动模式而不是显示绕过免责声明并将绕过模式应用于生成的代理的问题
  • 修复了远程会话的中途崩溃恢复——被服务器重启中断的会话现在会在下一个worker上自动恢复
  • 修复了使用/cd移动的会话在非正常退出后,当旧路径包含特殊字符时重新出现在旧目录的恢复列表中的问题
  • 修复了claude plugin validate跳过源为"."的本地插件并在第一个错误类后停止的问题
  • 修复了在空闲提示时按两次Esc无法打开回退菜单(回归)的问题;请使用Ctrl+C或Ctrl+X Ctrl+K停止后台代理
  • 修复了MCP OAuth在未指定作用域时请求授权服务器的完整scopes_supported目录,导致GitLab自托管和其他企业IdP上出现invalid_scope失败的问题
  • 修复了/context在Bedrock上对所有工具组显示0 tokens的问题
  • 修复了/deep-research将验证失败误报为"所有声明被反驳"而不是unverified的问题
  • 修复了当市场作为由git仓库支持的本地文件夹路径添加时,插件依赖版本锁定不被遵守的问题
  • 修复了claude agents会话状态:已完成的行不再在"完成"和"需要你的输入"之间切换,停滞的代理现在标记为"需要关注",提及PR的结果显示可点击链接
  • 修复了启用语音模式时,语音听写吞掉空格并在极快速打字时虚假开始录音的问题
  • 改进了后台会话可靠性:长时间运行的命令和工作流现在能够在会话进程被停止、重启或更新时保持运行——包括在Windows上,后台shell被转移而不是被杀死
  • 改进了后台代理:被守护进程重启终止的worker现在会在代理视图下次打开时自动从停止处恢复
  • 改进了/code-review工作流:将五个清理查找器合并为一个,减少了大约25%的token使用
  • 通过在流式传输期间跳过无操作子树遍历,减少了终端用户界面中每帧的渲染工作。
  • 流式空闲看门狗现在默认对所有提供商开启——当响应流在5分钟内未产生任何事件时,它会中止并重试。设置 CLAUDE_ENABLE_STREAM_WATCHDOG=0 以禁用。
  • 当 ANTHROPIC_BASE_URL 指向非Anthropic主机时,远程控制现在会被禁用,这与 CLAUDE_CODE_USE_BEDROCK/_VERTEX/_FOUNDRY 下的现有行为一致。
  • 将从前台会话打开代理视图的操作改为只需一次 ← 按键,而不是两次,与后台会话中的行为一致。
Assets 12 Loading

哎呀!

加载时出错。请重新加载此页面。

👍 18 mike1858, raky291, eyoboue, saita08, LocShadowVN, WolfStackSolutions, htnabe, HaoYuToDo, itsandreramon, egoan82, and 8 more reacted with thumbs up emoji 😄 3 mike1858, saita08, and LocShadowVN reacted with laugh emoji 🎉 6 mike1858, saita08, thinh9e, LocShadowVN, JRAVILES, and Leftyx reacted with hooray emoji ❤️ 8 mike1858, saita08, LocShadowVN, JRAVILES, jsaristi, ainayves, aniketqxp, and DiamondKJ reacted with heart emoji 🚀 8 mike1858, saita08, LocShadowVN, JRAVILES, xxddpac, egoan82, mrverdant13, and DiamondKJ reacted with rocket emoji 👀 5 mike1858, saita08, LocShadowVN, fmendezy, and brandaltux reacted with eyes emoji All reactions
  • 👍 18 个反应
  • 😄 3 个反应
  • 🎉 6 个反应
  • ❤️ 8 个反应
  • 🚀 8 个反应
  • 👀 5 个反应
28 people reacted

相关条目

91

五维评分

信息增量9 ×0.3

详细揭示了两个具体设置如何协同作用实现三倍性能提升,信息增量高。

内容质量8 ×0.2

来自OpenAI官方,数据明确,结构清晰,但缺少对比实验细节。

实用价值9 ×0.2

为AI工程师提供了可直接操作的性能调优方案,实用性强。

时效性10 ×0.15

消息刚发布,具有高度时效性。

信源可信度10 ×0.15

信源为OpenAI官方新闻,权威可靠。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

23:00OpenAI:News(RSS)T1RSS

精选启用两项设置使ARC-AGI-3基准测试分数提升三倍

这项发现太关键了!它表明模型的性能不仅取决于训练,还取决于推理时的配置。对于AI工程师和研究者来说,这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队,可能会因此找到低成本提升能力的方法。

科技模型#ARC-AGI-3#GPT-5.6#OpenAI
91

五维评分

信息增量9 ×0.3

首次公开GPT-5.6具体效率优化细节,此前仅有传闻。

内容质量8 ×0.2

内容简洁,关键指标明确,但缺乏详细技术文档支撑。

实用价值9 ×0.2

直接指导企业如何降低AI部署成本,具有商业参考价值。

时效性10 ×0.15

刚发布的官方新闻,时效性极强。

信源可信度10 ×0.15

来源为OpenAI官方博客,信源权威。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

08:00OpenAI:News(RSS)T1RSS

精选GPT-5.6:前沿智能与前沿效率的融合

这条消息值得关注,因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说,GPT-5.6意味着可以用更少预算获得更高性能,尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步,可能重新定义‘前沿’的标准。

AI模型#Agent工作流#GPT-5.6#OpenAI
91

五维评分

信息增量8 ×0.3

首次提出针对CPU优化的1M上下文模型,填补了边缘设备长文本推理的空白,信息增量显著。

内容质量9 ×0.2

技术细节清晰,提供了基准测试对比和架构解释,图文并茂,质量上乘。

实用价值10 ×0.2

直接降低长上下文应用的硬件成本,开源权重可立即部署,实用价值极高。

时效性10 ×0.15

当日发布的博客,且长上下文推理是当前AI热点,时效性满分。

信源可信度9 ×0.15

Hugging Face官方博客,作者为Liquid AI,属于第一方技术发布,可信度高。

基础分 90.5 × T1 信源权重 ×1 = 91

精选线 60已入选精选

23:01Hugging Face:Blog(RSS)T1RSS

精选LFM2.5-Encoder:面向CPU快速长上下文推理的新模型

这篇博文让我眼前一亮,因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者,LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。

AI模型#CPU推理优化#LFM2.5-Encoder#Liquid AI
91

五维评分

信息增量9 ×0.3

首次公开自动化红队系统的具体机制与实验发现,信息增量高。

内容质量8 ×0.2

来自官方,结构清晰,但未提供完整技术细节(如具体模型版本),扣1分。

实用价值9 ×0.2

对AI安全工程师、模型开发者和企业部署者直接指导作用,实用性极强。

时效性10 ×0.15

刚刚发布,是当前AI安全领域最前沿进展之一。

信源可信度10 ×0.15

信源为OpenAI官方新闻,权威且一手。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选GPT-Red:OpenAI通过自我对弈实现AI红队自动化,提升模型鲁棒性

GPT-Red 是红队测试从人工到自动化的里程碑,特别适合安全工程师和对齐研究者关注。它直接降低了测试成本,但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。

AI模型#AI安全对齐#GPT-Red#OpenAI
91

五维评分

信息增量9 ×0.3

这是首个针对AI模型生物安全的漏洞赏金计划,为行业提供了全新的安全评估视角。

内容质量9 ×0.2

官方来源,内容清晰,涵盖范围、奖励、准则等关键细节。

实用价值8 ×0.2

对AI安全研究员和生物安全专家有直接参与价值,但普通用户关联度较低。

时效性10 ×0.15

刚刚发布,完全符合新闻时效要求。

信源可信度10 ×0.15

OpenAI官方RSS和博客,信源权威可靠。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选OpenAI推出GPT-5.5生物漏洞赏金计划

这个计划值得关注,因为它首次将AI漏洞赏金制度拓展到生物安全领域,不仅为安全社区提供了新的研究方向,也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。

AI模型#Bio Bug Bounty#GPT-5.5#OpenAI
91

五维评分

信息增量8 ×0.3

公布了vLLM新后端的具体架构设计与实测数据,对了解推理优化前沿有较高信息增量。

内容质量9 ×0.2

技术细节清晰,有定量性能对比,来源为官方博客,内容质量高。

实用价值10 ×0.2

直接降低LLM部署门槛与成本,对AI工程化落地具有极高实用价值。

时效性10 ×0.15

发布即时,属于最新技术动态,时效性满分。

信源可信度9 ×0.15

来源为Hugging Face官方博客,vLLM为开源权威项目,可信度高。

基础分 90.5 × T1 信源权重 ×1 = 91

精选线 60已入选精选

08:00Hugging Face:Blog(RSS)T1RSS

精选vLLM推出原生速度Transformers建模后端,大幅提升推理性能

这项更新对于AI工程团队非常关键:无需格式转换意味着能更快地迭代模型,而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理,这几乎是必读的技术更新。

AI模型#Hugging Face#PagedAttention#Transformers
90

五维评分

信息增量9 ×0.3

手语转文本是AI无障碍领域的新突破,提供了此前罕见的具体模型信息。

内容质量8 ×0.2

来源权威,内容清晰描述了模型功能、应用场景和开发理念。

实用价值9 ×0.2

对聋人群体、开发者和无障碍研究者具有直接参考与应用价值。

时效性9 ×0.15

刚刚发布的官方公告,时效性非常高。

信源可信度10 ×0.15

Google DeepMind官方博客,信源可信度极高。

基础分 89.5 × T1 信源权重 ×1 = 90

精选线 60已入选精选

22:01Google DeepMind:Blog(RSS)T1RSS

精选Google DeepMind 发布手语转文本模型 SL2T,助力聋人用户

这则消息的意义不仅在于技术突破,更在于AI开始真正关注边缘群体的需求。对开发者而言,SL2T的架构思路和技术路径值得深入研究;对无障碍倡导者来说,这是推动行业标准的重要案例。

AI模型#Google DeepMind#SL2T#手语识别

引用前请核对原文