公司与模型
Anthropic 的 Claude 系列模型、Claude Code 更新，以及安全研究与公司动向。
30 条精选近 30 天 20 条共收录 126 条
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。
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。
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 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 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 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 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。
安全研究者 Johann Rehberger 实测用一条网站摘要请求劫持 Claude Code Opus 5 的 Auto Mode 并实现代码执行，小样本下攻击成功率 60-80%，而 Auto Mode 自 8 月中旬起已是 Claude Code 默认模式。
推荐理由：作者用完整攻击链实测 Auto Mode 的提示词注入风险，读者可对照评测中的 0.00% 理解沙箱与监控为何不可省。
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。
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。