跳到正文
>hotmap_
只看一手#Anthropic
  1. AWS Machine Learning Blog64

    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。

  1. MIT Technology Review · AI70

    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。

  1. OpenRouter · Announcements67

    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。

  1. OpenRouter · Announcements74

    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。

  2. OpenRouter · Announcements69

    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。

  1. OpenRouter · Announcements78

    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。

  1. Ai2 / Allen Institute for AI64

    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。

  2. Anthropic News / Research63

    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。

  3. Browser Use62

    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。

  1. Anthropic News / Research89

    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。

  1. Anthropic News / Research70

    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。

  1. Anthropic · Claude.dev 开发者博客80

    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。

  1. Anthropic · Claude.dev 开发者博客73

    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。

  1. Anthropic · Claude.dev 开发者博客79

    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。

  1. Anthropic · Claude.dev 开发者博客73

    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。

  1. Anthropic · Claude.dev 开发者博客69

    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。

  2. Anthropic · Claude.dev 开发者博客79

    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。

  1. Anthropic · Claude.dev 开发者博客77

    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。

  2. Anthropic · Claude.dev 开发者博客75

    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。

  1. OpenAI · 失准报告与通报64

    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。