如何把 Claude Code 扩展为 Amazon Bedrock AgentCore 上的远程编码智能体
AWS 博客给出可部署样例 sample-remote-coding-agent，演示把 Claude Code 从本地扩展到 Amazon Bedrock AgentCore 远程会话，每个任务在自有 AWS 账户内隔离的 microVM 会话中运行，结束时返回 GitHub pull request 供人工审核合并，智能体自身永不合并。
#Anthropic
AWS Machine Learning BlogAI 评分5757
AWS Machine Learning Blog精选AI 评分6464 生产级 AI Agent 的四层上下文工程：Deep Insight 如何在工作代码中落地
AWS 团队以开源多智能体数据分析方案 Deep Insight 为参考实现，在生产级 Agent 中落地四层上下文工程：多智能体架构隔离、提示词控制、文件系统外置与独立验证。
推荐理由：原文把上下文工程整理为四层可迁移实践，Deep Insight 参考实现给出 95% 与 97% 的 token 压缩数据供读者对照落地。
Databricks · BlogAI 评分4040 Claude Platform 现已支持 Databricks MLflow 中的原生 OpenTelemetry 可观测性
Claude Platform 原生 OpenTelemetry 导出进入 Public Beta，Anthropic SDKs、Messages API 和 Claude Managed Agents 的 trace 可发送到 Databricks MLflow 并存入 Unity Catalog。
Ai2 / Allen Institute for AIAI 评分5050 StateBench：测试语言模型如何追踪长文档中的状态变化
Ai2 推出 StateBench 基准，以四个难度层级测试语言模型追踪长文档状态变化的能力。在这些任务上直接训练时，带 Gated DeltaNet 层的循环与混合架构泛化远超 Transformer。Gemini 3.8 Flash、Claude Opus 5.5 和 GPT-6 Sol、Luna 等前沿模型随输入变长，仍在更难的状态追踪任务上失效。
Hugging Face BlogAI 评分4444 CWE-bench v2：覆盖更广、质量与透明度更高
Collinear AI 开放 CWE-bench v2 公开任务集：100 个任务覆盖 91 种 CWE，智能体需在真实开源仓库中找到并修复安全漏洞。11 个受测模型中 Gemini 4 Argon 以 67.8% pass@1 领先，Claude Opus 5.5 以 67.3% 紧随其后。任务集与评分器开源，也可用于训练防御型智能体。
MIT Technology Review · AI精选AI 评分7070 MIT Technology Review 解析智能体网络的到来与人类互联网的命运
MIT Technology Review 发文判断智能体网络已经到来，Meta 的 Muse、OpenAI 的 Dots 和 Anthropic 的 Claude Duet 等智能体正被接入用户邮箱与银行账户，开始改写以人类为中心的互联网。
推荐理由：原文将当下智能体大规模上网与二十年前无人问津的语义网设想对照，解释大语言模型为何让自主智能体真正具备了上网执行任务的能力。
OpenRouter · Announcements精选AI 评分6767 OpenRouter 详解开放权重与闭源权重模型的区别
OpenRouter 发文解释开放权重与闭源权重模型的区别，并给出平台用量数据：开放权重模型占 top 50 模型 token 用量的份额从 2025 年 10 月的 27% 升至 2026 年 9 月底的 72%。
推荐理由：原文以平台一手数据对比两类模型的用量份额与价格差距，并给出按价格上限混用两类模型的可迁移路由写法。
OpenRouter · Announcements精选AI 评分7474 OpenRouter 实测对比 Claude Opus、Sonnet 与 Haiku 5.5，三档模型怎么选
OpenRouter 实测对比 Anthropic 的 Claude Opus 5.5、Sonnet 5.5 与 Haiku 5.5 三档模型，建议默认用 Sonnet 5.5，高并发与子智能体任务用 Haiku 5.5，长而含糊、出错代价高的任务留给 Opus 5.5。
推荐理由：OpenRouter 用带隐藏测试的编码任务和自跑基准对比 Claude 三档模型，在其测试任务上 Opus 不如价格减半的 Sonnet 划算。
OpenRouter · Announcements精选AI 评分6969 Claude Code 用一次要花多少钱？OpenRouter 各模型真实会话成本
OpenRouter 基于截至 2026 年 10 月 18 日的 30 天真实会话数据给出 Claude Code 各模型单次费用中位数：2-9 轮会话在 Claude Opus 5.5 上为 $0.31、Claude Sonnet 5.5 为 $0.16、Haiku 5.5 不到 1 美分，10-49 轮则分别为 $1.39 和 $0.60。
推荐理由：原文用真实会话数据给出各模型单次费用中位数，解释首请求贵的缓存写入原因，并给出换默认模型等降本方法。
MIT Technology Review · AIAI 评分5757 Partnership on AI 研究者撰文呼吁实时监控 AI 智能体行为
Partnership on AI 研究者 Madhulika Srikumar 与 Claire Leibowicz 撰文指出，当前智能体框架不能可靠生成安全部署所需的可观测性记录，业界应对智能体越权行为主要依赖运气和事后补救。
OpenRouter · Announcements精选AI 评分7878 OpenRouter 如何防提示注入：13 种攻击实测与四步防御
OpenRouter 发布提示注入防御教程，用自建的 13 种攻击加其他模型编写的 12 种攻击，实测 Claude Haiku 5.5、GPT-6 Luna、DeepSeek V4.1 Flash 和 GLM 5.3 Flash 在各层防御下的表现。
推荐理由：原文用四个模型的攻防实测说明标记数据、限制密钥和检查工具调用各能挡住什么，步骤和规则写法可直接迁移到自己的 Agent 应用。
Anthropic News / ResearchAI 评分5252 Anthropic AI for Science 计划扩展至 20 家基金会与研究机构
Anthropic 宣布 AI for Science 计划扩展，与全球 20 家科学基金会、研究机构及研究项目合作，为高影响力科研项目提供免费 Claude 额度。该计划于 2025 年 5 月启动，本轮伙伴涵盖美国国家科学基金会、Wellcome Sanger 研究所、EMBL，以及 FlyWire、gnomAD、LEAP 等研究项目，许多合作将产出开放数据集、开源软件和开放标准等公共品。
IBM Research · AIAI 评分5757 IBM 与 Kaggle 推出 ScarfBench 排行榜，评估编码智能体的 Java 框架迁移能力
IBM 与 Kaggle 合作推出 ScarfBench 排行榜，评估编码智能体能否把企业级 Java 应用在 Jakarta EE、Quarkus、Spring 间迁移并保持可运行行为。
Ai2 / Allen Institute for AI精选AI 评分6464 Ai2 发布研究检验大模型能否可靠判断科研想法新颖性
Ai2 发布研究 Old Ideas, Novel Problems 及配套基准、数据、代码和自动化评测集构建流程，结论是当前大模型判断科研想法新颖性远非可靠，在 AI 生成想法上尤其脆弱。
推荐理由：同一组研究想法会因提示词措辞微调得到相反结论，原文还给出比专用评估系统更准且更便宜的简单基线供复用。
Anthropic News / Research精选AI 评分6363 Anthropic 扩大与美国总务管理局 GSA 合作，各级政府购买 Claude 享 40% 折扣
Anthropic 宣布扩大与美国总务管理局（GSA）的合作，政府机构购买 Claude Enterprise、Claude for Government 和 Claude API 可享 40% 折扣，协议估计为政府节省 10 亿美元。
推荐理由：协议把 40% 折扣覆盖到各级政府和全部产品线，且不设最低消费，可据此了解美国公共部门采购 AI 的定价与合规安排。
Browser Use精选AI 评分6262 卡内基梅隆大学与 Browser Use 发布长程网页智能体基准 Odysseys2
卡内基梅隆大学与 Browser Use 合作发布长程网页智能体基准 Odysseys2，包含 100 个真实网页长任务，每项按 8 到 12 条 pass/fail 检查评分。
推荐理由：同一模型在不同 harness 和评分器下成绩差距明显，正文用数据说明读 agent 榜单时要把这些变量一并考虑。
Anthropic News / Research精选AI 评分8989 Anthropic 向美国 SEC 递交 S-1 拟以代码 ANT 登陆纳斯达克
Anthropic, PBC 向美国 SEC 递交 Form S-1 注册声明，启动拟议 IPO，计划将 A 类普通股以代码 ANT 在纳斯达克全球精选市场上市。发行股数与价格区间尚未确定，注册声明尚未生效，生效前不得出售证券或接受购买要约。招股说明书初稿可通过 Goldman Sachs 和 Morgan Stanley 获取，本次公告不构成销售要约。
推荐理由：官方公告披露了 ANT 股票代码、纳斯达克上市板块和招股说明书获取渠道，发行数量与价格区间尚未确定，可据此跟踪后续上市进展。
Wiz · ResearchAI 评分8181 Agent：Gheist: Attempted Scaled Abuse of Stolen GitHub Tokens Stumbles
原文摘录：Wiz Sign in Under attack? Get a demo Since September 15, 2026, Wiz Research has been tracking Gheist: a new campaign performing mass abuse of compromised GitHub tokens. … " Greg Poniatowski Head of Threat and Vulnerability Management Get a demo
Anthropic News / ResearchAI 评分4343 Anthropic 面向生命科学公开招募客座研究员
Anthropic 面向生命科学公开招募客座研究员，入选者将在 8-12 周内与其研究人员直接合作，用 Claude 研究因果人类生物学、药物发现等课题。其团队免费运行模型，成果将公开发布并开源数据与代码，客座研究员保留数据及后续独立研究权利。申请开放约 14 天，该计划是 Anthropic 加大生命科学投入的举措之一。
Anthropic News / Research精选AI 评分7070 Anthropic 将 Agent Skills 开放标准捐赠给 Agentic AI Foundation
Anthropic 宣布将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation（AAIF），包括名称、logo、GitHub 组织和 agentskills.io 域名。
推荐理由：原文交代了捐赠范围、维护者安排和后续治理路线，读者可以据此判断这个开放标准走向社区化后的发展方式。
Lovable BlogAI 评分5151 Lovable 接入 GPT-Live、Claude、Gemini 等新模型与 Perplexity 等工具
Lovable 宣布平台新增多项 AI 模型与工具，开发者无需离开 Lovable 即可让应用具备实时语音对话、深度推理、视频生成和联网检索能力。
Anthropic · Claude.dev 开发者博客精选AI 评分8080 Claude Code 团队如何做代码审查
Anthropic Claude Code 团队公开其代码审查流程，把大部分代码阅读交给机器，按变更风险决定人工审批人数，目标是在回退和事故率不上升的前提下压缩人工审查时间。
推荐理由：原文拆解 Claude Code 团队把大部分代码阅读交给机器、按风险分层安排人工审批的完整流程，文末给出其他团队可直接照做的落地步骤。
Anthropic · Claude.dev 开发者博客精选AI 评分7373 Anthropic 详解如何用 Claude Managed Agents 构建高效智能体自动化
Anthropic 开发者博客发布教程，讲解如何用 Claude Managed Agents（beta）构建定时智能体自动化，示例按 cron 计划读取 Slack 频道和 GitHub pull requests，把每日简报推送回 Slack，参考实现代码随文提供。
推荐理由：原文把定时智能体自动化的常见故障整理成六条规则，从书签续读、失败上报到发布确认与预算上限，方法可直接迁移到自己的自动化。
Anthropic · Claude.dev 开发者博客精选AI 评分7979 Claude Code 云端会话实战指南：Anthropic 开发者博客详解云计算环境的用法与工作流
Claude Code 云端会话在独立 VM 上运行，每个任务获得克隆到新分支的全新虚拟机，可从 claude.ai/code、移动端、Desktop、终端和 Slack 启动，Pro、Max、Team、Enterprise 计划无额外费用，只消耗原有用量额度。
推荐理由：作者用四个真实云会话实测了 Claude Code 云端运行与本地会话的差异，并给出七类适用工作流和 GitHub 连接排错方法，便于迁移实践。
Redwood Research · BlogAI 评分5656 前沿模型会根据提问者身份给出不同的决策理论偏好
Redwood Research 的 Alex Kastner 实测发现，直接询问时前沿模型几乎总是称偏好 FDT 或 FDT/UDT，而当提示暗示提问者来自主流学术哲学界时，同样的问题约有 30%-100% 的样本改答 CDT。
Anthropic · Claude.dev 开发者博客精选AI 评分7373 Claude Code mods 入门教程：从空文件夹构建 Token Weather
Claude.dev 开发者博客发布 Claude Code mods 上手教程，从空文件夹完整构建约 80 行的 Token Weather mod，在提示词上方实时显示上下文窗口占用。
推荐理由：教程从空文件夹走一遍 Claude Code mod 的构建流程，附 Token Weather 等三个成品源码，想定制会话行为的开发者可以直接照做。
Anthropic · Claude.dev 开发者博客精选AI 评分6969 Anthropic 讲解用 claude-api skill 自动化评测设计与爬山调优
Anthropic 在 Claude Code 的 claude-api skill 中新增 /claude-api build-eval 与 /claude-api hillclimb 两个命令，并配套讲解评测设计原则与防过拟合的爬山调优方法。
推荐理由：原文把评测设计原则与防过拟合做法整理成可复用流程，开发者可以照着为自己的应用搭建评测并逐步调优。
Anthropic · Claude.dev 开发者博客精选AI 评分7979 Claude Sonnet 5.5 构建指南：何时选 Sonnet 而非 Opus、成本与调优
Anthropic 当天开放 Claude Sonnet 5.5，官方称其比 Sonnet 5 更聪明、更高效且快 30%，单 token 价格不变，多数任务因更省 token 总成本最多低 30%。
推荐理由：官方给出选型对照、逐条迁移清单和 effort 调参建议，从 Sonnet 5 升级的开发者可按清单直接改代码。
Anthropic · Claude.dev 开发者博客精选AI 评分7777 Claude Code 用 Opus 5.5 跑一个任务要花多少钱
Anthropic 开发者博客拆解 Claude Code 中一个任务在 Opus 5.5 上的成本构成，指出轮数、缓存读取、输出 token 和模型选择四个因素决定花费。
推荐理由：原文拆解影响任务成本的四个变量，并给出用 /usage 核算会话开销、降低 token 用量的具体做法，方法可直接迁移到自己的代码库。
Anthropic · Claude.dev 开发者博客精选AI 评分7575 Claude Code 的 effort 档位怎么选：Anthropic 开发者博客实测 Opus 5.5 与 Fable 5.1
Anthropic 开发者博客发文讲解 Claude Code 的 effort 参数，即对模型在任务上投入算力多少的近似控制，作者 Thariq Shihipar 结合 Opus 5.5 与 Fable 5.1 实测和 Terminal-Bench 3.0 基准数据给出各档位选择方法。
推荐理由：作者在 Opus 5.5 与 Fable 5.1 上实测并拆解 Terminal-Bench 3.0 失败类型，给出 effort 档位按任务选择的可迁移方法，高 effort 补边界用例有效但改不了方向性错误。
OpenAI · 失准报告与通报精选AI 评分6464 OpenAI 验证 WildChat 公开聊天数据能否预测模型真实失准率
OpenAI 用内部生产数据验证，基于公开数据集 WildChat 的对话前缀重采样生成模型回复，能较准确预测 GPT 系列模型在线上真实使用中的失准行为发生率。
推荐理由：OpenAI 用内部生产数据验证了公开聊天数据能预测模型线上失准率，同时指出它在智能体场景下误差明显更大。
GitHub Org · langgeniusAI 评分5050 langgenius 开源 mosoo：编码智能体托管运行时
langgenius 开源了编码智能体托管运行时 mosoo。它通过统一的 Agents API 运行 OpenAI Codex、Claude Agent SDK、OpenCode 和 Pi Agent，提供隔离云沙箱、持久会话、工具流式输出和托管文件能力。
ARC Prize · 官方博客精选AI 评分7171 ARC Prize 用 ARC-AGI-3 分析 GPT-5.5 与 Opus 4.7 的三种推理失败模式
ARC Prize 团队复盘 160 段 GPT-5.5 与 Opus 4.7 在 ARC-AGI-3 上的对局和推理轨迹，归纳出三种失败模式并开源分析包，两者在半私有数据集上得分分别为 0.43% 和 0.18%。
推荐理由：ARC-AGI-3 的逐局推理复盘呈现 GPT-5.5 与 Opus 4.7 失败方式的不同，比总分更能说明两者推理差异。
GitHub Org · browser-use精选AI 评分6565 browser-use 开源 browser-harness，让 Claude Code、Codex、Cursor 使用真实登录的 Chrome
browser-use 在 GitHub 开源 browser-harness 项目，让 Claude Code、Codex 或 Cursor 使用用户本人已登录的真实 Chrome 浏览器。工具一次提示词即可完成设置，采用 MIT 许可证开源。
推荐理由：原文给出让 Claude Code 等智能体操作用户已登录真实 Chrome 的开源方案，一次提示词即可完成配置。
GitHub Org · anthropicsAI 评分5555 Anthropic 推出 Claude Cowork 与 Claude Code 社区插件市场
Anthropic 推出面向 Claude Cowork 与 Claude Code 的社区插件市场。该 GitHub 仓库为只读镜像，插件需通过 clau.de/plugin-directory-submission 提交。
Answer.AI 官方研发博客精选AI 评分7070 Answer.AI 披露未授权工具调用问题，Claude 等模型可调用未被授予的工具且 API 不拦截
Answer.AI 的 Piotr Czapla 披露大模型未授权工具调用问题，模型会幻觉出未被授予的工具并发起调用，API 不校验工具名，只要函数存在于运行环境中调用就会真正执行，他在 solveit 中遇到 Claude 4.5 幻觉调用 add_msg 成功写入笔记，并复现于 claude-opus-4-6、Gemini 和 Grok。
推荐理由：作者用可复现实验说明模型可能调用未被授权的工具且 API 不拦截，做能力隔离的 Agent 系统可以据此检查校验逻辑。
GitHub Org · anthropicsAI 评分4848 Anthropic 开源 knowledge-work-plugins：面向知识工作者的 Claude Cowork 插件仓库
Anthropic 在 GitHub 开源了 knowledge-work-plugins 插件仓库，插件主要面向知识工作者设计，供其在 Claude Cowork 中使用。
GitHub Org · anthropicsAI 评分5151 Anthropic 发布 Claude Code 官方插件目录仓库
Anthropic 在 GitHub 发布官方维护的 Claude Code 插件目录，集中收录高质量插件。该目录由 Anthropic 直接管理，定位为官方的高质量插件入口，仓库地址为 https://github.com/anthropics/claude-plugins-official。