今天的主线是：模型厂商继续把 Agentic Coding / 长程任务 作为核心卖点，MCP 与 IDE/CLI 工具链进入生产化治理阶段；算力侧从单点 GPU 供给转向 full-stack AI cloud、区域基础设施伙伴与开源推理栈快速适配。
摘要：DeepSeek 官网在最新横幅中显示 DeepSeek‑V4 Preview 已在 web、app 与 API 可用，强调“stronger Agent capabilities”和“top-tier reasoning”；此前 API 文档提示 legacy 模型名 deepseek-chat / deepseek-reasoner 将在 2026-07-24 停用，V4 Preview 的 1M context 叙事正在成为迁移锚点。
关键细节：关注点不是单点 benchmark，而是 DeepSeek 将产品入口、API 与 Agent 能力同时绑定：长上下文、工具使用与低成本推理组合，会继续压低国内外 agent/coding 应用的模型成本基线。
为什么重要：如果你在维护基于 deepseek-chat/reasoner 的调用层，本周需要把模型别名、上下文预算、缓存策略和回归测试纳入迁移清单。
摘要：GLM-5.1 定位为复杂代码与长程任务模型，文档称可在单次任务中持续、自主工作长达 8 小时；上下文窗口 200K、最大输出 128K，并支持思考模式、Function Call、结构化输出、上下文缓存与 MCP。
关键细节：智谱明确把 Claude Code、OpenClaw 等 Agentic Coding 场景写入推荐场景，说明国产模型竞争点已经从“聊天/写代码片段”转向长任务规划、分步执行、过程调整与工程交付。
为什么重要：企业内部 coding agent 的选型会更看重任务持续性、MCP/工具链兼容、可观测与成本，而不仅是 HumanEval/SWE-bench 单项成绩。
来源 智谱 AI 开放文档
摘要：MCP 发布 Python、TypeScript、Go、C# SDK beta，支持 2026-07-28 规范候选版。核心变化包括移除 initialize handshake 与协议层 session，走向 stateless，可用普通 round-robin load balancer 横向扩展。
关键细节：这次改动还涉及 MCP Apps、长任务 Tasks 扩展，以及更贴近 OAuth/OIDC 的授权模型。对生产 MCP server 来说，sticky session 与共享 session 存储的复杂度会下降，但迁移需要重新审视 client/server 初始化与状态管理。
为什么重要：MCP 正从“IDE/桌面工具协议”变为可规模化部署的企业 agent 中间层，规范变化会直接影响工具服务、网关、权限和审计实现。
摘要：GitHub 的 6 月至 7 月初 VS Code Copilot 更新覆盖 agentic browser tools GA、parallel sessions and chats、成本可见性、Marketplace 模型提供方、Autopilot 改进、1M context window 与 MCP OAuth credentials。VS Code 1.128 还加入 agent host BYOK models experimental。
关键细节：这些更新把 coding agent 的关键瓶颈——浏览器验证、多会话并行、成本控制、模型治理和凭据管理——直接做进 IDE。
为什么重要：团队采用 AI coding 的治理重心会从“是否允许 Copilot”转向“哪些 agent 能跑、能访问哪些工具、花多少钱、如何留痕”。
摘要：Google Developers Blog 描述 Gemini Code Assist Agent Mode 已在 VS Code 与 IntelliJ 更广泛可用，支持项目上下文、内置工具与 MCP 生态工具；Gemini CLI GitHub Actions 进入 beta，可由 issue/PR 等事件触发，异步执行例行编码任务。
关键细节：Google 的路径类似 Copilot coding agent：把 CLI、IDE、GitHub Actions 串成事件驱动工作流，并强调 Human-in-the-loop 与安全/隐私改进。
为什么重要：AI coding 正在从本地 autocomplete 变成 CI/CD 旁路执行者；评估标准需要加入权限边界、review 质量、失败恢复和对现有 Actions 成本的影响。
摘要：Nebius 于 7 月 15 日宣布新的业务模式：让数据中心开发商、基础设施投资方、区域运营商和国家级 AI 项目部署 Nebius 的 full-stack AI cloud platform，由伙伴提供容量，Nebius 输出系统架构、软件栈和客户需求。
关键细节：这是一种“AI cloud franchising/white-label capacity”式扩张：在资本开支受限与 GPU 供给紧张背景下，用伙伴资产换取更快区域扩容和高毛利软件/平台收入。
为什么重要：AI 算力竞争不再只是买 GPU，关键在于调度、网络、存储、推理服务、企业入口与区域合规打包能力。
摘要：vLLM 7 月 14 日发布 v0.25.1 patch，修复 TorchCodec 在缺少 system FFmpeg 时阻塞模型启动等问题；v0.25.0 还包含 DeepSeek‑V4、MiniMax-M3、AITER MoE、Intel XPU 等方向改进。llama.cpp 7 月 15 日发布 b10034 多平台构建。
关键细节：这些看似“小版本”的修复直接影响生产可用性，尤其是视觉/多模态依赖、MoE kernel、量化与多硬件后端。
为什么重要：当模型发布节奏加快，推理栈能否在几天内支持新模型、新 kernel、新硬件，决定了开源模型进入产品的时间差。
摘要：NVIDIA Newsroom 7 月 15 日聚焦日本制造、机器人与基础设施伙伴的 full-stack AI；7 月 14 日还提到 Nemotron 3 Ultra 在 LangChain Deep Agents harness 中取得 benchmark-leading performance，并强调较低成本。
关键细节：NVIDIA 继续把 GPU、参考架构、开放模型、机器人与 agent orchestration 绑在一起推，重点从单卡性能扩展到行业 AI factory 和应用 harness。
为什么重要：基础设施供应商正在上移到模型与 agent 框架层，企业采购会越来越难把“硬件/云/模型/编排”拆开评估。