Claude Code插件评估系统・Notion 3.7 Agent SDK・Suno v6版权革命：2026年9月AI工具三选

九月是AI工具选择"成熟"的月份。

这三款主要AI工具没有发布炫目的新功能，而是直接面对各自的弱点。Claude Code终于回答了开发者长期以来的疑问："我的插件真的有效吗？"Notion将其智能体功能从个人工具升级为整个团队共享的基础设施。Suno用许可协议和技术创新双管齐下，正面突破困扰AI音乐行业两年的版权问题。

提升可靠性的更新往往不引人注目。但这三项变化可能标志着从"试用AI工具"到"将其完全融入实际工作"的转折点。

Claude Code插件评估：插件也要接受考验
托管MCP服务器与9月功能套件
Notion 3.7：Agent SDK公开测试版，从任何应用调用智能体
AI搜索提速50%，管理员获得模型控制权：Notion的低调革新
Suno v6：用授权解决版权问题，重新发明音乐编辑
Claude Code Projects测试版：像做实验一样管理长期任务
Notion 3.7智能体技能库：用SKILL.md接入任何智能体
Gemini 3.5 Transcribe与3.8 Flash：语音与速度的新标准
Claude Fable 5.1：缓存成本降低75%与五档思考深度
Suno v6使用条件：下载上限与唱片合作时间线
三款工具共同发出的信号

1. Claude Code插件评估：插件也要接受考验

2026年9月第一周，Claude Code正式发布插件评估（eval）功能。在部署插件前，现在可以运行测试用例、打分，并与无插件基线进行比较——所有操作通过一个CLI命令即可完成。

此前，Claude Code插件开发者几乎没有可靠的方法来衡量自己的插件在实际任务中的效果。只能依赖主观感受，或手动逐个测试用例。这次更新直接填补了这一空白。

claude plugin eval能做什么

# 自动起草测试用例和评分标准
claude plugin eval init

# 运行插件评估（与基线对比）
claude plugin eval run

运行claude plugin eval init时，Claude会分析插件的目的和功能，自动起草测试用例和评分标准。开发者审阅并修改后，通过claude plugin eval run执行评估。

结果展示三项内容：每个测试用例的得分、与无插件基线的对比，以及识别出性能下降的用例。曾经"用氛围编程做出来了，但不知道它是否真的有效"是常见困扰，如今这个功能让这种不确定性成为历史。

同步发布的其他功能

功能	说明
桌面面板弹出/归位	将Claude Code Desktop面板弹出为独立窗口，或归回原位
maxEffortLevel设置	为所有提供商请求设置effort等级上限
内存警告	内存使用达到危险水平时显示可视化警告，并提供解决步骤
v2.1.270错误修复	修复长会话中git命令意外请求权限的问题

2. 托管MCP服务器与9月功能套件

Claude Code九月更新的第二支柱是托管MCP（Model Context Protocol）服务器。从前配置MCP服务器本身就是一道门槛，现在Claude Code负责管理服务器基础设施。

托管MCP服务器将MCP服务器的安装、更新和权限管理集中在Claude Code环境内处理。同时新增了无人值守无头权限控制、GitLab MR识别和JSON插件验证功能。

在团队和企业环境中，多人共享MCP服务器时最大的问题始终是："谁以什么权限访问哪个服务器？"现在Claude Code可以在中央层面处理这一管理需求。

"我们在用MCP，但不知道团队成员如何使用它"——这个理由已经行不通了。管理员可以看到，可以控制。

3. Notion 3.7：Agent SDK公开测试版，从任何应用调用智能体

2026年9月15日，Notion发布3.7版本，将Agent SDK转为公开测试版。现在可以从外部应用直接调用Notion智能体、继续对话，并以实时流式方式接收结果。

Notion的智能体功能此前只在Notion应用内部运行——是一个"内部AI"。Agent SDK公开测试版打破了这道边界。开发者现在可以从自己的应用开启与Notion Agent的对话，接续此前的对话，并将输出实时流式传输到应用界面。

Notion 3.7的变化

通过对话创建技能：与Notion Agent对话，即可即时创建新员工入职清单或工作流自动化技能，无需复杂的设置界面。只需用语言表达需求即可开始。

Developer区块：侧边栏新增的此区块可查看连接到工作区的所有Worker（智能体工作单元）、每个Worker连接的应用，以及每次运行的执行日志。

Agent SDK公开测试版的三大核心能力：

继续对话：从外部应用接续此前的Notion Agent对话
从应用触发：从外部应用直接启动Custom Agent
流式结果：将智能体输出实时显示在应用界面

4. AI搜索提速50%，管理员获得模型控制权：Notion的低调革新

Notion九月更新中，在醒目的SDK背后还有两项变化：AI搜索速度提升50%，工作区所有者现可选择智能体使用的AI模型。

AI搜索速度提升不只是数字，而是体验的差异。"等待答案"的工具与"即时响应"的工具之间的心理落差远比想象中大。Notion改善这一点，能让用户在日常信息查询中更频繁地使用AI。

模型控制功能（Model Controls）在9月9日版本中添加。工作区所有者可以分别配置Notion Agent和Custom Agent可用的AI模型，并为Custom Agent设置默认模型。

Notion Inbox的AI优先级分类

AI优先级按钮：AI读取积压的通知，标出需要关注的内容，帮助清理其余通知
个人智能体Effort设置：继Custom Agent之后，Personal Agent也新增了Effort设置
Notion Mail关闭：9月22日，独立的Notion Mail收件箱服务正式关闭

5. Suno v6：用授权解决版权问题，重新发明音乐编辑

2026年9月9日，Suno发布v6，替换了所有旧模型。核心有两点：基于Warner Music Group、BMG和Believe授权音乐从零训练的三款新模型；以及允许用自然语言编辑成品歌曲特定区间的区间编辑功能。

AI音乐服务在过去两年深受版权诉讼困扰，这是行业共同的弱点。Suno在v6中选择通过合同解决而非技术规避。三款新模型（v6、v6-wild、v6-mini）均基于授权音乐目录从头训练。

Suno v6三款模型对比

模型	用户	特点
v6	付费订阅者	高质量、全功能
v6-wild	付费订阅者	更具实验性，创作倾向不可预测
v6-mini	免费用户	快速生成、基础功能

区间编辑与多模态提示

区间编辑：用自然语言编辑成品歌曲的特定区间（主歌、副歌、桥段等）。"让这段副歌更有能量"即可只重新生成该部分
混搭（Mashup）：在单次请求中合并多个音源创作新曲
多模态提示：可使用文本、音频、图片或视频作为参考输入
发行合作：通过Believe和TuneCore可向Spotify、Apple Music、YouTube和Amazon Music直接发行

所有v6作品均内嵌耐久、防篡改且不可听见的音频水印和指纹——这是追踪AI生成音乐来源的技术基础。

6. Claude Code Projects测试版：像做实验一样管理长期任务

在推出插件评估的同一时期，Anthropic为Claude Code开放了Projects测试版。从此，一个项目就是跨越多个代码仓库和多个线程的长期任务单位。

过去的Claude Code会话一关闭，上下文就会消失；第二天打开同一个代码库，智能体也得从头再读一遍。Projects改变了这一结构。

并行线程协调：一个项目内可同时运行多个工作线程，结果按项目汇总。某个线程卡住时，人可以介入修正方向，其余线程继续执行。
共享记忆：前一个线程掌握的代码库结构和模式会延续到下一个线程，无需重复说明。
项目库：将多个代码仓库归入同一个项目，并把重复性任务打包复用。
远程会话同步：会话文件和状态保存在Claude账号中，可在网页和移动端（Cowork）继续工作。

典型用法是把大规模重构按线程拆分后合并成一个PR，或让功能实现线程与测试编写线程同时推进。如果说插件评估衡量的是"工具的质量"，那么Projects则把用户的角色转变为"运营一个由智能体运转的项目"。

7. Notion 3.7智能体技能库：用SKILL.md接入任何智能体

如果说Agent SDK是通向外部的大门，那么智能体技能就是在内部沉淀团队工作方式的仓库。

每个团队使用AI的经验往往散落在个人的提示文件和聊天记录里。Notion 3.7用团队共享技能库来解决这个问题：像"按我们团队格式生成月度业务回顾"这样的重复指令，只需做成一次技能，团队里任何人都能得到一致的结果。

功能	说明
数据库管理	在Notion数据库中编写、编辑并管理技能版本
跨智能体导出	以SKILL.md下载到Claude Code、Codex、Cursor、Gemini、Grok中使用
更新追踪	技能变更时以徽章提醒，避免使用旧版本
子智能体	Custom Agent可调用其他Custom Agent，组成多步骤工作流
Custom MCP连接	接入GitHub、Amplitude等外部工具
变更建议模式	不直接执行，而是先提出修改方案，批准后再应用

Notion还单独发布了Notion Agents iOS应用，可在手机上处理语音、照片和委派任务。上手建议很简单：先把方案评审、会议纪要总结、客户回复草稿这三项重复工作做成技能，再把SKILL.md同步到团队的Git仓库进行版本管理。

8. Gemini 3.5 Transcribe与3.8 Flash：语音与速度的新标准

Google于8月26日推出的Gemini 3.5 Transcribe是Chirp 3的后继模型，并于9月在Gemini API和Google AI Studio正式开放。

项目	规格
平均词错误率（WER）	非流式2.6%，流式4.0%
支持语言	85种以上（按语句自动检测）
说话人分离与单词时间戳	支持
自定义词汇	最多1,000个
智能语句过滤	去除填充词 + 识别中途更正的意图

智能语句过滤会在说话人中途改口时——例如"明天之前……不，后天之前可以完成"——只记录最终意图。低延迟版本3.5 Transcribe Live支持WebSocket流式传输，可用于实时字幕和咨询转写。它可以直接用于讲座与研讨会录音转写以及多人会议纪要，也可以先在AI Studio中免费试用。

同一时期，Gemini 3.8 Flash也于9月2日正式发布。这款模型聚焦于token效率以及代码与智能体规划能力，在2026年12月31日前适用每百万输入token $0.75的推广价格。

9. Claude Fable 5.1：缓存成本降低75%与五档思考深度

Claude Code 9月功能组合的背后，是9月1日推出的新默认模型Claude Fable 5.1（以及限制访问的双胞胎模型Mythos 5.1）。

输入输出价格与Fable 5相同，但提示缓存读取从每百万token $1.00降至**$0.25**。典型工作负载可节省约25%，大量使用缓存的智能体任务最多可节省45%。每天引用10万token系统提示1,000次的话，缓存成本将从每天$100降至$25，每月约节省$2,250。它具备100万token上下文和12.8万token最大输出，自适应思考始终开启。

Effort	适合的任务
low	简单问答、摘要、翻译
medium	日常代码编写、文档草稿（Claude.ai与Cowork默认）
high	复杂调试、多步骤分析（Claude Code默认）
xhigh	架构设计、长期智能体规划
max	科学研究、需要最高准确度的任务

想最大化缓存效果，可以把系统提示和常用文档固定在上下文开头，并在API中通过cache_control提高缓存命中率。基准测试、水印等详细内容请参阅Fable 5.1·Suno v6·Gemini 3.7 Flash汇总文章。

10. Suno v6使用条件：下载上限与唱片合作时间线

使用v6之前需要确认的条件也发生了变化。

Suno于8月13日与BMG结成全球授权联盟，迎来转折点，v6正是其成果。CEO Mikey Shulman将这一战略概括为"以负责任的方式打造音乐的未来"。与此同时，新的下载上限自9月3日起生效：

Pro订阅用户：每月20首
Premier订阅用户：每月60首
Suno Studio Premier：无限制

截取YouTube视频中的某个画面作为图片提示输入v6，就能得到氛围相符的背景音乐。不过既然有了下载上限，更高效的做法是先用v6-mini反复打磨草稿，只下载最终版本。

11. 三款工具共同发出的信号

Claude Code的插件评估、Notion的Agent SDK和Suno的授权模型表面上看是截然不同的更新。但三者指向同一方向：AI工具正在进入构建"可验证信任"的阶段。

插件的实际效果可以被测量，管理员可以查看智能体在用哪个模型做什么，AI生成的音乐可以被追溯。这意味着AI工具已不再只是实验性的好奇心领域。

无论是教育工作者、创作者还是团队负责人，选择AI工具时需要问的问题已经改变。不再是"这个功能是否令人印象深刻"，核心问题变成了："我的团队能真正信任并依赖这款工具吗？"

结语

用一句话概括这三项更新：AI正在成长。

比起新功能，优先保证可测量性、可控性和法律稳定性的工具，才是可以长期使用的工具。不妨回顾自己的工作流程，找出最"未经验证"的AI，看看9月的这些更新能否填补那个空缺。

相关文章

如果你已经尝试过9月的任何更新，哪个功能让你感受到了最大的不同？欢迎在评论区分享！

参考来源: