AI 工具创业者速查：8 个本周新发布（7.14–7.20） (2026)

截至 7 月 20 日 08:00（UTC+8），这一周值得创业团队关注的新发布，重点不在又多了几个模型，而在 agent 如何被组织、审计和接入现有开发环境。最适合先动手的方向有四个：把技能做成可复用包的 Agent Skills for Python，开源 coding agent harness 的 Grok Build，支持自带模型端点的 Copilot for JetBrains，以及扩展到 Antigravity CLI 的 Conductor Plugin。

时间口径为 7 月 14 日 00:00 至 7 月 20 日 08:00（UTC+8）；表中日期采用官方发布页给出的发布日期。下面 8 项覆盖开发工具、agent 基础设施、模型和 GPU 软件栈，价格只写已公开的档位。

速查表：8 个本周新发布

名称（发布时间）	核心功能	定价档位	适合场景
GitHub Copilot for JetBrains（7 月 14 日）	JetBrains 版 Copilot 增加 OpenAI 兼容自定义端点和 API key，也补上插件安装、自定义 Claude agent、local sandboxing 与 Copilot CLI debugger skill；其中 Claude agent provider 自定义和 debugger skill 标为 public preview。1	Copilot Free $0、Pro $10、Pro+ $39、Max $100，均为每用户每月；Claude agent provider 自定义要求 Pro 及以上。2 1	已经用 JetBrains 开发后端、移动端或多语言项目，又想把模型端点、插件和沙箱控制权留在团队手里。先拿一两个真实仓库测试，别一上来全员切换。
Visual Studio Insiders：组织级 custom agents（7 月 14 日）	组织所有者可以在组织内共享 custom agents；更新还加入模型固定、模型管理视图、Copilot 用量查看、commit 审查，以及 Git submodule 和 worktree 支持。3	Visual Studio Community 免费；Professional 月付 $45，Enterprise 月付 $250。发布页没有单独列 Copilot 计划价格，Insiders 功能也属于预发布。4 3	Windows 技术栈、Azure DevOps 或 GitHub 组织已经统一用 Visual Studio 的团队。重点试组织级 agent 共享和 commit review，先确认管理员权限与预发布版本的稳定性。
Agent Skills for Python（7 月 15 日）	Microsoft Agent Framework 的 Python skills API 稳定发布。一个 skill 可以带上指令、参考资料和脚本，并按任务需要加载；正式版还提供人在回路审批、脚本执行控制、过滤和缓存。5	发布页未列价格或套餐。模型调用、运行环境和托管成本另行计算。5	有多个 Python agent，且每个 agent 都在重复读取同一套业务规则、SOP 或脚本的团队。适合先把一个高频流程打包成 skill，观察上下文长度、审批次数和错误率是否下降。
ROCm 7.14 / TheRock（7 月 15 日）	TheRock 进入生产发布流程；ROCm 7.14 扩展 MI350 PCIe、Ryzen AI MAX+ PRO 和 Radeon AI PRO 支持，并更新 PyTorch 2.12、JAX 0.10.0、SGLang、分析器和安装方式。6	发布页未列软件价格；实际预算取决于支持的 AMD 硬件、云资源和部署方式。6	自建推理、训练或图像生成工作站，且团队已经有 AMD GPU。没有 AMD 硬件的 SaaS 团队不必为了追新版本改栈，先算迁移和兼容测试成本。
Grok Build 开源（7 月 15 日）	xAI 开放 coding agent 和终端 UI 的源码，包含 agent loop、代码读写与命令工具、plan review、inline diff，以及 skills、plugins、hooks、MCP servers 和 subagents 的扩展系统；可编译后指向本地推理。7	源码可在 GitHub 查看，官方发布页未列订阅价格；本地优先部署仍要承担模型推理、算力和维护成本。7 8	有工程能力、想研究 coding agent harness 或做内部开发控制台的团队。它更像可拆解的参考实现，不适合没有运维能力的团队直接当生产系统。
Conductor Plugin（7 月 16 日）	Google 将 Conductor 从 Gemini CLI extension 演进为 plugin，支持用自然对话推进 Spec-Driven Development，并保留 `spec.md`、`plan.md` 等 Markdown 工件；现在兼容 Antigravity CLI，也可迁移现有 plans 和 specs。9	官方发布页未提及价格或套餐。9	需求经常变、又希望 agent 先写规格和计划再动代码的产品团队。拿一个中等复杂功能试跑，重点看规格文件是否真的减少返工，而不是只看对话是否顺滑。
Grok 4.5（7 月 16 日）	xAI 将 Grok 4.5 定位为面向 coding、agentic tasks 和 knowledge work 的模型，可在 Grok Build、Cursor 和 SpaceXAI API 中使用；官方页面还列出 Excel、PowerPoint 和 Word 工作流。10	API 为输入 $2 / 百万 tokens、输出 $6 / 百万 tokens；Grok Build 和 Cursor 提供限时免费使用，Cursor 标注为 all plans。10	已有编码 agent 或文档自动化流程，想比较模型质量、速度和单任务成本的团队。先用 20–50 个真实任务做小样本评估，单看官方 benchmark 不够。
GitHub Copilot 仓库级用量指标（7 月 17 日）	Copilot usage metrics API 新增按仓库、按日的报告，可查看 coding agent 创建和合并的 PR，以及 code review 的审查和建议类型计数；访问需要相应的 `View Copilot Metrics` 权限和启用策略。11	发布页未列单独价格；它是 Copilot 用量管理能力，能否访问取决于组织、企业权限和 metrics policy。11	已经在多个仓库部署 Copilot coding agent 或 code review，需要按仓库看采用情况的工程负责人。它能补齐活动分布，不等于直接证明生产率提升。

本周先试什么

1. 先把一个流程做成可复用 skill

Agent Skills for Python 是本周最适合拿来做小实验的发布。选一个每天重复、规则又相对稳定的流程，例如工单分类、供应商资料整理或发布前检查，把说明、参考资料和脚本放进一个 skill，再与原来的长 prompt 做对照。看三项就够：上下文长度、人工审批次数、返工率。它解决的是 agent 的组织方式，不是再换一个模型。

2. 工程团队看 Grok Build 和 Copilot for JetBrains

Grok Build 的价值在源码可读：团队可以顺着 agent loop、工具调用和 MCP 扩展系统看清一个 coding agent 怎样组装上下文、执行命令和展示 diff。Copilot for JetBrains 则更适合已经在用 GitHub Copilot 的团队做增量试用，BYOK、自定义 provider 和 sandboxing 都直接对应模型选择与权限控制。两者都需要工程师参与，前者还要把本地推理、维护和安全审查算进总成本。

3. 有明确模型评测任务，再试 Grok 4.5

Grok 4.5 的 API 价格已经公开，适合拿真实任务做成本账，而不是凭模型发布稿决定迁移。建议把任务分成编码、长文档处理和工具调用三组，记录完成率、人工修改时间、失败重试和总 token 成本。限时免费只能降低试用门槛，不能替代上线前的预算估算。10

4. 有 AMD GPU 再看 ROCm 7.14

ROCm 7.14 对已有 AMD 设备的团队更有价值。TheRock 进入生产发布、框架版本更新和安装方式调整，能减少一部分环境维护工作，但不会消除硬件、驱动和模型兼容性问题。没有 AMD GPU 的团队，先不用为了一条版本新闻重做推理栈。6

先观望的风险

预发布功能不要当成稳定依赖。 Copilot for JetBrains 的 Claude agent provider 自定义、local sandboxing 和 debugger skill 都带有 public preview；Visual Studio Insiders 也属于预发布渠道。适合内部试用，不适合未经回滚演练就写进核心交付链。
开源不等于零成本。 Grok Build 开放了源码，但本地优先运行仍需要推理资源、权限设计、升级和故障处理。把它当作 harness 参考实现，比把整套系统直接接到生产更稳。7
用量指标不等于 ROI。 GitHub 的仓库级报告能告诉你哪些仓库产生了多少 agent PR 或 review 活动，却不能单独回答代码质量、交付速度和维护成本有没有改善。需要把它和 PR 周期、回滚、缺陷及人工修改时间放在一起看。11
模型迁移先算单任务成本。 Grok 4.5 的公开 API 单价清楚，但真实费用还受输出长度、重试、工具调用和上下文复用影响。20–50 个真实任务的小评测，通常比一次演示更能说明它是否值得换。

一个简单的选择顺序

如果团队本周只能做一次试用，按下面的顺序筛：

先挑一个具体工作流，而不是先挑模型。
再确认权限、数据路径、审批和回滚是否能接进现有系统。
最后把价格换算成每个任务的总成本，连同人工返工一起算。

能在这三步里留下可比较记录的工具，才值得进入下周的正式评估。

AI 工具创业者速查：8 个本周新发布（7.14–7.20）