这期主要讲了几件事。ChatGPT 免费版换上了新模型 GPT-5.5 Instant，看 PDF、搜网页、调用记忆都比上一代强，在容易出错的场景下幻觉减少了 52.5%，回复也更短、更少用表情。同时 ChatGPT 现在能直接嵌进 Excel 和 Google Sheets 里写公式、分析表格。Claude 这边，所有付费套餐的调用额度翻倍，原因是 ...
推荐理由：HKR 三项都过了：SpaceX Colossus 1 的算力合作、Claude 用量翻倍、配额压力，全是实打实的信息点。正文没给出具体限额数字和定价变化，也没说清楚是哪些付费档位受益，所以重要性停在低 featured 档。标题写 Elon 但正文没展开，这点先别太激动。
Anthropic 新成立的研究所（TAI）把研究分成四块：AI 在经济里怎么扩散、新安全威胁和抗风险能力、真实世界里的 AI 系统、以及 AI 反过来加速 AI 研发。他们打算把 Anthropic 经济指数的数据发得更密、更细，用来当劳动力市场变化的早期预警。文章还提到，内部已经看到软件工程这类工作在快速改变，公司自己的运转方式也在变。这些研究成果...
推荐理由：这是一份研究议程，不是模型发布或产品更新，所以重要性不会冲太高。我会先打个折，把它放在74分。真正值得盯的不是这4个方向本身——经济扩散、威胁与韧性、真实世界AI系统、AI驱动研发——而是Anthropic明说这些研究结果会进入长期利益信托的决策链。也就是说，这不是写写白皮书，而是可能影响公司实际资源怎么分。正文还提到会发布更细粒度的Anthropic经济指数，用来追踪AI对就业和经济的实际影响，这点比泛泛而谈的“研究”要实在。不过正文没披露具体时间表，也没说信托的决策机制长什么样，所以别太激动，先当信号看。
Anthropic 在第二届开发者活动上宣布，将租用 xAI 在孟菲斯的 Colossus I 超算集群来跑 Claude 的推理任务，预计几天内就开始迁移。外界根据 300 兆瓦的功耗规模估算，这笔交易一年可能花掉 Anthropic 约 50 亿美元，相当于 xAI 变相成了一家提供算力租赁的云厂商。活动上没有发新模型，主要更新了三件事：一是 Cl...
推荐理由：这条消息最炸的点是 Anthropic 可能要从 SpaceX/xAI 租 300MW 算力，一年砸 50 亿美元——不过正文也说了这俩数字还不是官方口径，先打个折看。对开发者更实在的是 Claude Code 的 5 小时限额翻倍了，Pro、Max、Team 和席位制 Enterprise 都受益，Opus API 限额也往上调了，用起来没那么容易撞墙。整篇信息量够，既有大 deal 的传闻钩子，又有马上能用的产品变动，所以放在 featured 档。
Anthropic 给 Claude 的托管智能体加了三个新能力：Dreaming（做梦）、Outcomes（结果校验）和多智能体协作。其中“做梦”是指让 Claude 在后台读取最多 100 段历史会话，自己总结规则来改进表现，一次演示里它把 530 万 token 的对话提炼成了 98 条规则。法律 AI 公司 Harvey 实测后，任务完成率比之...
推荐理由：Anthropic 给 Claude 托管 Agent 加了三个东西：Dreaming 让模型事后翻历史会话自己总结规则，Outcomes 用偏好样本教模型对齐目标，多 Agent 编排让多个 Claude 协作干活。Harvey 说任务完成率大约翻了 6 倍，Outcomes 内部测试最高能提 10 个百分点。运行时另收 0.08 美元/会话小时，正文没披露这个定价的横向对比。我会先打个折：6 倍是合作方数据，没看到独立复现，但 Dreaming 从 530 万 token 压到 98 条规则这个例子确实说明能省不少上下文成本。
马斯克确认 xAI 解散，Grok 和 X 平台相关业务全部并入新实体 SpaceXAI。同时，SpaceX 和 Anthropic 签了协议，Claude 将接入 Colossus 1 超算——超过 22 万张 Nvidia GPU、300 兆瓦的算力集群。对用户来说最直接的变化是配额：Claude Code 的五小时速率限制翻倍，Pro 和 Max...
推荐理由：我会先打个折：目前只有单一信源，还没看到 Anthropic 或 SpaceX 的官方公告，所以先不拉满。但消息本身冲击力很强——xAI 解散、Grok 并入 SpaceXAI，Colossus 1 那 22 万张 GPU 和 300 兆瓦算力直接租给 Anthropic，等于把自家训练底座送给了对手。对开发者来说，Claude Code 五小时速率翻倍、Pro 和 Max 高峰配额限制移除是马上能感知的变化。正文没披露租约时长和价格，也没说 Grok 后续怎么迭代，这些缺口让消息还差一口气，但已经够格进 p1。
Anthropic 在六个月内接连锁定了 AWS Trainium、Google TPU、SpaceXAI Colossus 1 和 CoreWeave 的算力，覆盖了市面上三种主流芯片架构。同一时间，xAI 把拥有 22 万张 GPU 的 Colossus 1 数据中心全部租给了 Anthropic，而自家 GPU 利用率只有 11%。这两件事拼在一...
推荐理由：我会先打个折：这更像一篇策略分析，不是突发新闻，所以分数没给到 85 以上。但它的信息密度够硬——Anthropic 四处锁算力，xAI 却把自家超算租给对手，还带出 11% 利用率这个反直觉数字。对关注大模型算力战的人来说，这比单纯宣布合作要有意思得多。正文没披露租约的具体价格和时长，这点先别太激动，但现有的数字已经足够让从业者重新琢磨两家公司的算力策略了。
这篇文章梳理了 AI agent 外置记忆方案的三代演化：从把所有东西塞进上下文窗口，到用向量数据库做外挂记忆，再到 2025 年下半年兴起的“把文件系统当上下文用”。核心转变是让 agent 自己按需去文件系统里找信息，而不是开发者预先推送。文章解释了为什么这个模式现在成立：模型天生会操作文件系统、上下文窗口的成本已经高到不可忽视、渐进式披露能利用模...
推荐理由：这是一篇设计评论，不是产品发布或论文。它把 Agent 文件系统拆成三代，对比了 Turso、Anthropic、Vercel 和 Manus 的不同判断，还点出四个盲区，对做 Agent 的人有参考价值。信息量和相关性都够，但性质偏评论，所以放在 featured 而不是更高一档。
FT 报道 SpaceX 会向 Anthropic 出租数据中心容量，等于确认了双方有一笔算力租赁合作。Anthropic 加码算力是为了跟上用户增长，但正文被付费墙挡住，没披露具体租了多少、租多久、什么价格。
推荐理由：FT 确认 SpaceX 会向 Anthropic 出租数据中心容量。H 来自这对不常见的组合；K 有交易事实但没有规模和价格，信息缺口明显；R 直接关联算力稀缺和 Anthropic 的增长压力，所以能进 featured，但缺细节撑不到 78 分以上。
一位 Reddit 用户分析了 922 条 agent 任务的实际调用记录，对比了 DeepSeek v4 Flash 和 Opus 4.7 的花费。两个模型每个任务都要吃掉大约 96 万 token，但 DeepSeek 单任务成本只要 0.01 美元，Opus 4.7 却要 1.52 美元。差距不在输入输出的标价，而在缓存：DeepSeek 的缓存...
推荐理由：这篇不是比谁模型强，是比谁缓存用得聪明。Reddit用户跑了922条智能体任务轨迹，发现DeepSeek v4 Flash单任务成本0.01美元，Opus 4.7要1.52美元，差了152倍。两边平均token消耗都接近96万，但DeepSeek缓存命中率97%，Opus只有87%；更关键的是缓存读写价格比，DeepSeek是0.02，对方是0.08。也就是说，标价看着便宜不算真便宜，能把重复计算省下来才是省钱的地方。正文没披露任务类型和采样方式，这点先别太激动，但缓存机制这个观察本身值得盯。
DeepSeek 正在谈第一笔外部投资，几周内估值就从 200 亿涨到了 450 亿美元。这家中国 AI 实验室 2025 年初靠一个训练成本远低于 OpenAI、Anthropic 等美国模型的大语言模型出圈，之后在推理和编程能力上一直咬住第一梯队，模型权重也开放下载。创始人梁文锋原本没打算融资，但对手开始挖人，他才决定引入资金好给员工发股份。领投方...
推荐理由：DeepSeek 第一次对外融资，目标估值 450 亿美元，我会先打个折——正文没给金额、没列投资方、也没提条款，所以这个数目前更像一个信号而不是定论。真正值得盯的是：如果首轮真按这个价成交，中国 AI 实验室的估值天花板就被重新画了一条线。这点先别太激动，等更多细节出来再说。
Anthropic 和马斯克的 SpaceX 签了一份算力合同，目的是撑住 Claude 越来越大的用量。报道没披露具体算力规模、合同金额、上线时间，也没说这批算力是拿来训练新模型还是跑线上推理。SpaceX 能不能挤进 Anthropic 的长期供应链，目前还看不出来。
推荐理由：我会先打个折，这条消息的新闻性在于“谁跟谁合作”，而不是合作本身有多扎实。Anthropic 把 SpaceX 拉进算力供应商名单，对缓解 Claude 的推理压力可能有帮助，但正文没披露任何具体数字或部署细节，所以现在还判断不了这是短期补缺还是长期供应链调整。真正值得盯的是后续会不会有训练或推理负载真的跑在 SpaceX 的设施上，以及合同规模能不能跟 AWS、Google Cloud 的量级比一比。目前只能当作一个信号来看，别太激动。
Anthropic 宣布了三项即时生效的调整：Claude Code 的 5 小时速率限制翻倍，Pro 和 Max 用户不再受高峰时段降速限制，Opus 模型的 API 调用频率也明显上调。这些变化背后是一笔新签的 SpaceX 算力合同——Anthropic 将在一个月内用上 Colossus 1 数据中心全部容量，超过 300 兆瓦、约 22 万张...
推荐理由：标题说 Claude 要提用量上限，还跟 SpaceX 签了算力合同，但点进 RSS 只有链接和评论，关键数字一个没给。我会先打个折：这事听着挺省钱，可没披露倍数和规模，就先别太激动。真正值得盯的是配额放宽是不是靠 SpaceX 的新算力在撑，这点正文没交代。
Anthropic 提出在预训练和对齐微调之间加一个叫 MSM 的训练阶段。他们在 Qwen2.5-32B 和 Qwen3-32B 上做了测试，模型乱说话的比例分别从 68% 和 54% 降到了 5% 和 7%。核心点是 MSM 是补强对齐微调，而不是替代它。
推荐理由：我会先打个折：这不是新模型发布，而是训练方法研究，所以 82 分刚好。Anthropic 用 Qwen 做实验，把 MSM 放在预训练后、对齐微调前，相当于在模型学完通用知识之后、正式教它守规矩之前，先塞一批规范文档让它读。Qwen2.5-32B 的失准率从 68% 掉到 5%，Qwen3-32B 从 54% 掉到 7%，数字说明效果明显。真正值得盯的是 MSM 和 AFT 互补，不是替代关系——这点先别太激动，正文没披露更多消融实验细节。整体是扎实的安全研究，对做对齐的从业者有参考价值。
Anthropic 和 OpenAI 这周都宣布了新的企业服务公司。Anthropic 跟黑石等几家华尔街机构搞了个合资公司，总共融了 15 亿美元，每家出 3 亿。他们的做法是先派个小团队去客户那，搞清楚 Claude 能在哪发挥最大作用，然后工程师再上手定制系统。OpenAI 那边动作更大，成立了一家叫 The Deployment Company...
推荐理由：两家头部模型公司不约而同从卖模型转向亲自下场做服务，Anthropic 的合资公司拿了 15 亿美元，OpenAI 的部署公司融了约 40 亿、投前估值 100 亿。我会先打个折，正文没披露这些服务公司的具体业务模式、客户是谁、怎么收费，也没说跟现有云厂商的合作关系怎么处理。但光看资金规模和两家同时行动，这个信号够强，值得从业者留意。
Alon Chen 12岁开始写代码，28岁在谷歌管着年收20亿美元的业务。但他现在劝年轻人别再把编程当唯一护城河。他给了两个数字：微软新代码里30%是AI写的，谷歌这个比例也超过25%。他的判断是，以后更稀缺的能力是执行、把问题定义清楚、以及沟通协作，纯写代码的壁垒在变薄。不过正文没披露他具体是在什么场合说的这番话，也没给出这些AI生成代码比例对应的...
推荐理由：这篇不是产品发布或模型评测，更像一篇职业判断类的评论。我会先打个折：它没有披露新模型或新方法，但两个 AI 生成代码占比的数字让它比普通鸡汤更有信息量。正文没给出这些数字的统计口径和验证方式，所以别当精确指标用，但它确实说明大厂内部写代码这件事的构成在变。对从业者来说，这比单纯喊“AI 要取代程序员”更有参考价值，因为它指向的是技能重心的转移，而不是岗位消失。
Anthropic 搞了个叫内省适配器（IA）的审计工具，拿近 700 个被标记过的问题模型来训练，想让它学会从模型内部揪出隐藏的“坏心思”。在 AuditBench 测试里，IA 平均成功率 59%，对 56 个被训练成会抵赖的模型，它至少从 50 个身上套出过一次实话，比纯黑盒审计的 53% 和用激活值直接判断的 44% 都高。不过别急着激动，IA...
推荐理由：我会先打个折：这是研究进展，不是Claude产品更新，所以分数压在78–84区间。但选题和数字都够抓人——用700多个“坏模型”训练审计器，在AuditBench上拿到59%成功率，而且50/56个嘴硬模型至少坦白过一次，比对照方法高出不少。对做安全和对齐的从业者来说，这提供了一个比黑箱审计更可读的内部审计思路。边界也得说清楚：正文没证明跨基座到GPT或Gemini有效，误报和动机抓取也是弱项，这点先别太激动。
Anthropic 联合创始人 Jack Clark 给了个时间点：到 2028 年底，AI 脱离人类独立做研发的概率超过 60%。他拿几个基准测试当证据——Claude Mythos Preview 在软件工程测试 SWE-Bench 上跑到 93.9%，Opus 4.5 在评估 AI 复现研究能力的 CORE-Bench 上拿到 95.5%。Cla...
推荐理由：我会先打个折：标题里的“自我进化”和“没有人类了”是媒体写法，Clark 原文说的是无人类参与的 AI 研发概率，不是奇点降临。但他作为联创，拿内部模型跑出来的基准分来押 2028 这个时间点，分量不一样。SWE-Bench 93.9% 说明代码修 bug 这类短任务已经很高，CORE-Bench 95.5% 测的是复现论文的工程能力，真正该盯的是 MLE-Bench 和 PostTrainBench——这两个才碰得到长周期、需要自己调参和做后训练的任务，目前正文没给具体分数，这点先别太激动。整体看，他是在用基准曲线推 timeline，不是纯拍脑...
两家公司都找了资产管理方合伙，成立合资公司来推企业级 AI 产品。具体是哪家资管、股权怎么分、定价多少、什么时候上线，正文都没披露。这种操作说明两家都在想办法把企业客户圈得更紧，但没看到实际条款之前，我会先打个折——合资公司到底是为了深度定制服务，还是换个渠道铺销售，现在还不好说。
推荐理由：我会先打个折：正文只给了 RSS 摘要，没写资管方名字、股权怎么分、定价和什么时候上线，所以现在只能看个方向。两家同时走合资这条路，说明他们想把企业销售这件事做得更重、更贴近大客户，但具体谁出钱、谁控盘还不清楚。这点先别太激动，等细节出来再判断实际影响。
FT 这篇报道正文被付费墙挡住了，只能看到标题和摘要。已知信息是：黑石、高盛等机构参与了一个 15 亿美元的合资项目，合作方是 Anthropic。这家合资公司会以咨询形式，帮华尔街机构在投资组合里部署 AI。但正文没披露股权结构、具体产品形态、时间表，也没说 Anthropic 的 Claude 模型会以什么方式嵌入业务流程。15 亿这个数字不小，说...
推荐理由：我会先打个折——正文没披露股权结构、具体产品长什么样、什么时候上线，所以别急着把它当成一个马上能用的东西。但黑石和高盛愿意掏钱组局，说明华尔街开始认真把 AI 塞进自己的业务流程里，不只是买来玩玩。Anthropic 这边也在找除了卖 API 之外的赚钱路子，咨询加投资的模式如果跑通，对纯做模型的同行压力不小。
Jack Clark 根据公开数据做了一个判断：到 2028 年底，不需要人类插手的 AI 研发有超过 60% 的概率会出现。他主要拿两个指标说事。一个是 SWE-Bench，这个测试看 AI 能不能解决 GitHub 上的真实代码问题，Claude 2 当初得分大概 2%，现在 Claude Mythos Preview 已经干到 93.9%，基本把...
推荐理由：HKR 三项全中。Jack Clark 用 SWE-Bench 和 METR 的数据撑起一个 2028 年全自动 AI 研发的赌注，属于知名人物对 AI 时间线的判断，放在 85–94 分档合适，比模型发布的分量低一点。
新智元这篇推文本身被微信环境拦截，正文没披露原始数据表，只能从标题和摘要反推。标题说迪士尼内部有个AI使用看板，一名员工在9个工作日内向Claude发起了约46万次调用，平均每天超5万次，频率高到像在跑自动化任务。另一组数字是Meta 30天消耗60万亿token，按公开API价格算大概值90亿美元，但实际内部成本肯定低得多。我会先打个折：token消...
推荐理由：HKR三项都成立：钩子靠两个夸张的用量数字立住，知识部分有仪表盘截图和token折算，痛点踩在企业最关心的Claude成本控制上。分数维持74，因为数据都是二手转述，正文没给原始数据表，我会先打个折。
Anthropic 自己复盘了 Claude Code 性能回退的原因，点出三个具体问题：推理强度被改动、缓存优化出了错、系统提示词有长度限制。视频标题只给了这些结论，正文没披露复现步骤、时间线和修复状态。核心看点是 AI 审 AI 代码时，工程约束下容易踩坑——这点先别太激动，信息缺口还很大。
推荐理由：HKR 三项都成立，但正文只给了三个原因分类，没交代复现步骤、时间线或修复状态。Claude Code 相关度高，所以放在 72–77 这个区间。
DataNebula 开源了一个叫 rosetta-llm 的代理，它像一个翻译网关，让 Claude Code 可以跟不同厂商的模型对话。它负责把 Anthropic Messages、OpenAI Chat 和 OpenAI Responses 这三种接口格式互相转换，并且通过 signature 字段把加密的推理过程来回传递，保证多轮对话时不会丢...
推荐理由：这是个 Reddit 开源工具帖，没披露 star 数、实际用量或任何基准测试结果，所以我会先打个折。技术点本身有意思：用 signature 字段回传加密 reasoning，试图保住 thinking block 的保真度，让多轮 agent 的 prompt-cache 不失效——这点如果真跑通了挺省钱。但正文没给出验证数据，也没说支持哪些模型、延迟增加多少，目前只能当个有潜力的工具看，分数停在中等偏上合理。
Autoloops 把 Upskill 做成了开源项目，相当于给 AI 代理配了一本可检索的技能黄页，目前索引了超过 1 万个技能。代理在干活前会先来这里查一下有没有现成的工具或流程可用。搜索靠的是 Postgres 全文检索、1024 维向量匹配，再按收藏数、安装量和反馈做重排序，尽量把靠谱的技能往前排。入库时有专门的对抗性审查，用大模型拦下了几百个...
推荐理由：Autoloops 这个 Upskill 开源项目，本质是给 Agent 配一个可查询的技能黄页，1 万+ 索引量不算大但起步够用。我会先打个折：正文没披露实际检索延迟和重排效果数据，也没说这 1 万+ 技能的质量分布，所以实用性还得看社区后续填充。安全侧的 LLM 对抗审查是个加分项，但拦截几百个技能这个数字本身说明不了漏检率。整体是个方向对、实现也实在的开源工具，Agent 开发者值得关注，但别指望开箱即用。
机器之心这篇文章本来想盘点 2025 年 1 月到 2026 年 4 月间，至少六位从 Workday、You.com、Box、Super.com、Adept AI 等公司离职加入 Anthropic 做个人贡献者（IC）的前 CTO，但微信页面被环境异常拦截，正文内容完全看不到。从已有的英文摘要看，核心讨论点不是“为了 AGI 理想”，而是职业杠杆—...
推荐理由：这篇不是产品发布或模型更新，是篇评论，但切入点很巧。它没停留在“为了 AGI 理想”这种公关叙事，而是把重点放在职业杠杆上：当 CTO 不如在 Anthropic 当工程师划算，说明顶级 AI 公司里技术执行者的议价权在涨。我会先打个折，因为正文没给出这些 CTO 具体负责什么、薪资怎么变，但 6 个案例摆在那，趋势信号是清晰的。
Semi Analysis 的报告说，Anthropic 的年化收入（ARR）已经冲到 440 亿美元，过去 12 个月净增了 350 亿。其中 Claude Code 这个编程助手到 2026 年 2 月，自己就贡献了 25 亿美元的年化收入。推理毛利率也从 38% 涨到了 70% 以上。不过正文因为微信环境异常没抓到具体内容，这些数字背后的客户留存...
推荐理由：我会先打个折——Semi Analysis 的数据不是官方财报，但 440 亿 ARR 和 70% 推理毛利率这两个数如果属实，说明 Anthropic 靠 Claude Code 在企业端收钱的速度比外界想的快得多。文章真正值得盯的不是总盘子有多大，而是三个东西能不能同时成立：企业用量在涨、代码智能体收入在涨、推理毛利也在涨。正文没披露 Claude Code 的客户留存和续费率，这点先别太激动。
斯坦福和 Arc 研究所的研究人员用他们训练的模型 Evo，直接生成了 302 个噬菌体基因组，其中 16 个成功感染了大肠杆菌、完成自我复制并最终裂解了宿主细胞。这相当于 AI 不靠自然界已有的病毒模板，凭空造出了能干活的新病毒。Evo 模型基于 StripedHyena 2 架构，一次能处理 100 万个碱基对的长序列。后续的 Evo-Φ69 版本...
推荐理由：斯坦福和 Arc Institute 用 Evo 模型凭空设计了 302 个噬菌体基因组，其中 16 个能在大肠杆菌里完成感染、复制、裂解的全套流程。Evo 2 的 StripedHyena 2 架构把上下文拉到 100 万碱基对，相当于一次能看完一整套细菌基因组。Evo-Φ69 在 6 小时内扩增 16 到 65 倍，这个效率数字说明它不只是能跑，还跑得挺快。真正让人多看两眼的不是性能，是安全边界：论文提到一个衣壳蛋白在已知生命里没有同源物，等于 AI 造出了一个自然界没出现过的东西。这点先别太激动，正文没披露这个蛋白的功能验证到什么程度，也没说...
苹果支持 App 的 5.13 版本在 5 月 1 日上线时，不小心把一个叫 Claude.md 的文件打进了安装包，不到 24 小时就被下架了。这个文件描述了 Juno AI 和人工客服之间怎么通过一个协议层来切换，客户端、AI 助手、人工客服的消息都在同一个流程里处理。正文没披露这个文件到底是怎么跑进正式版本的，但问题核心出在发布审核环节。
推荐理由：HKR 三项都踩中了，但这说到底还是个 App 打包事故，不是模型或平台发布。苹果的体量加上 Claude.md 的细节够得上 featured；正文没披露审查链哪里断了，这点先别太激动。
VILA-Lab 把 Claude Code v2.1.88 的 51.2 万行代码扒了一遍，发现真正跟 AI 决策逻辑相关的部分只占 1.6%。剩下 98.4% 全是确定性的工程基础设施：权限控制、上下文管理、工具路由和错误恢复。核心变化不是把提示词写得更长，而是给模型套上了一套好用的“缰绳”。
推荐理由：这篇不是 Anthropic 官方出品，是 VILA-Lab 的逆向分析，所以权威性我会先打个折。但它给的 51.2 万行源码和 1.6%/98.4% 的拆分很具体，对正在搭 agent 的团队来说，比很多公关稿有用——它把“模型强所以产品强”的叙事拉回到工程现实。正文没披露完整复现步骤，这点先别太激动，但判断方向是准的。
Bojie Li 在 arXiv 发了篇论文，用黑盒 API 调用去估算 27 家厂商 188 个模型的参数量。方法叫 IKP，靠 1400 道按生僻程度分了 7 档的题，先在 89 个已知参数量的开源模型上拟合，拟合度 R² 到 0.917。争议点集中在合成数据干扰、MoE 架构影响，以及估算区间太宽——90% 置信区间在 0.3 倍到 3 倍之间，...
推荐理由：这篇东西我会先打个折：方法是用黑盒 API 反推参数量，听起来很酷，但合成数据、MoE 架构这些坑都还在，90% 置信区间宽到 0.3 到 3 倍，说明估算还比较糙。不过它确实把 188 个模型的参数量猜了个遍，R²=0.917 也不算低，对从业者来说是个能引发讨论的参照系。社区争议本身就是信息价值的一部分，所以放在 featured 里合适，但离 P1 还差一口气，因为结论的确定性不够硬。
OpenAI 把 Codex 从写代码扩展到了文档、幻灯片、表格这类非编程工作，新版本里电脑操作速度提升了 42%，还接入了微软、谷歌、Salesforce 的办公套件。Anthropic 这边，Claude 新增了对 Blender、Adobe 全家桶、Ableton 等创意软件的支持，同时推出了一个代码安全审查工具。另外，英国 AI 安全研究所的报...
推荐理由：OpenAI 把 Codex 从写代码推到了非编码的 GUI 操作上，说 CUA 比之前快 42%，还接进了微软、谷歌和 Salesforce 的办公套件。我会先打个折：正文没披露价格、具体上线范围和可复现细节，所以别急着当省钱结论。真正值得盯的是 GUI agent 产品化这一步，而不是单次模型跑分。
据知情人士透露，Anthropic 要求投资人在 48 小时内提交认购意向，这轮融资预计两周内完成。TechCrunch 此前报道融资额约 500 亿美元，估值目标在 9000 亿美元左右。不过因为想入局的投资者太多，最终估值可能还会更高。正文没披露具体条款、领投方是谁，也没说钱具体怎么花。
推荐理由：HKR 三项全中：TechCrunch 爆出 Anthropic 可能以 9000 亿美元以上估值融资，投资者被要求在 48 小时内报认购额，交易窗口在 2 周内。我会先打个折——正文没披露融资规模、具体条款和领投方，所以信息缺口不小，这点先别太激动。但估值数字本身和紧迫的时间线已经足够让行业神经紧绷，所以重要性给到 88、p1 是合理的。
Pu.sh 用大约 400 行 shell 脚本（只靠 sh、curl 和 awk）搭了一个编程助手的运行框架。它支持 Anthropic 和 OpenAI 的接口，内置 7 种工具，有对话上下文自动压缩、断点续跑和管道模式，还配了 90 个不调 API 的测试用例。没有图形界面、流式输出、图片处理、OAuth 登录，也不支持 Windows。
推荐理由：我会先打个折：这就是个 Show HN 的开源小工具，不是模型或平台发布，别当大新闻看。但它上了 HN 首页，而且 400 行能复现的代码本身就说明问题——把 coding-agent 的核心链路（调模型、给工具、压缩上下文、断点续跑）剥到只剩 shell，依赖极简，对想理解 agent 怎么跑、又不想装一堆依赖的人很友好。正文没披露实际任务成功率，所以别急着说它比别的框架强，但作为教学和轻量集成的起点，这个 featured 给得值。
一位 Reddit 用户用 RTX 5080 16GB 显卡本地跑编程 agent，测了 Qwen3.6-35B-A3B 这个 MoE 模型（总参数 35B，每次激活 3B）。刚加载完上下文时速度有 89 t/s，等上下文塞满到 128K token 后，生成速度还能维持在 30 t/s，而且回复质量没掉。作为对比，同系列的 27B 稠密模型在 128...
推荐理由：HKR 三项都成立：16GB 显卡撑住 128K 上下文 30 t/s 是个很强的钩子，硬件和 CUDA 版本细节都有，还给了稠密模型的惨烈对比。不过这只是 Reddit 单帖测试，没有多源复现，所以 featured 而不是 P1。
OpenAI 要把 GPT-5.5 Cyber 先推给“关键网络防御人员”，普通用户暂时用不上。这个工具能做渗透测试、漏洞发现和利用、恶意软件逆向，相当于帮公司找安全漏洞的武器库。Sam Altman 之前还嘲笑 Anthropic 对 Mythos 搞限量是“恐惧营销”，现在自己用了同一招。正文没披露具体的申请门槛、定价和全面开放时间，想用的人得先填...
推荐理由：我会先打个折：正文只有 RSS 摘要，能确认的就是 GPT-5.5 Cyber 会搞分级访问，先给安全圈子里的人用。至于谁算“关键网络防御者”、要不要付费、什么时候轮到普通用户，这些全没披露。真正值得盯的不是 Cyber 本身有多强，而是 OpenAI 在安全工具上也开始玩分批放量，这跟它之前批评 Anthropic 的姿势放在一起看，就有点意思了。如果是真的为了安全可控，那可以理解；但如果只是换个说法控节奏，那这波操作就挺双标。
彭博社的消息源说，Anthropic 正在考虑启动一轮新融资，估值会定在 9000 亿美元以上。如果这轮谈成，Anthropic 的估值会超过 OpenAI，成为全球最贵的 AI 创业公司。不过正文没披露这轮融资的具体金额、投资方和时间表，我会先打个折，等更多细节出来再看。
推荐理由：Bloomberg 放出的消息，说 Anthropic 在考虑估值超过 9000 亿美元的融资要约，这个数字能把头部实验室的资本排位重新洗牌。HKR 三项都踩中了，但我会先打个折：正文没披露具体金额、投资方和时间表，交易还没落地，所以别直接当成定局。
作者拿一个自动研究循环任务测了 5 个模型，只有 Qwen-3.6-27B 接近完成。本地用 q4_k_m 量化版跑了约 8 小时，消耗 3.9 万 token（上限 4.5 万）；作为对比，全精度 Qwen 通过 OpenRouter 调用用了 440 万 token，花费 0.939 美元。关键看失败质量：两个 Qwen 版本都只差小修小补，而 G...
推荐理由：这篇帖子用一个自动研究任务把 Qwen-3.6-27B 和几个闭源模型放在一起比，结果只有 Qwen 基本完成，其他模型要么缺测试要么缺实现，对比很直观。数据也给了：本地量化版跑了约 8 小时，读 39k 写 45k tokens；全精度版消耗 4.4M tokens，花了 0.939 美元。失败质量比成功更值得看，两种 Qwen 都只需少量修复就能用。来源是单篇 Reddit 实测，权威性有限，所以放在 featured 低位，但 hook、数据和话题性都够。
TechCrunch 从多个消息源打听到，Claude 的开发商 Anthropic 收到了好几份主动送上门的投资要约，估值开到了 8500 亿到 9000 亿美元，想融的钱大概在 500 亿美元。这个数字有多夸张？去年底它估值才刚过 600 亿，半年不到又跳了一大截。不过正文没披露具体是哪些投资人、有什么附加条款、以及什么时候能落定。这点先别太激动，...
推荐理由：这条消息我会先打个折——正文没披露投资方、条款和时间表，目前只是早期报价，离落地还有距离。但 9000 亿这个估值如果真成，会把 AI 实验室的资本门槛拉到新高度，Claude 的弹药库会直接膨胀。真正值得盯的是后续有没有主权基金或科技巨头接盘，而不是产品细节。
彭博社援引知情人士消息称，Anthropic 正在权衡新的融资要约，给出的估值锚定在 9000 亿美元以上。这个数字直接把它的身价拉到了和 OpenAI 一个量级。不过正文没披露这轮融资的具体金额、领投方和交割时间表，所以现在只能看到一个很高的估值信号，实际条款还不清楚。
推荐理由：我会先打个折，因为交易还没落地，细节全是空白。但 Bloomberg 扔出的这个 9000 亿+ 估值锚点太扎眼了，它直接把 Anthropic 架到了比 OpenAI 还贵的位置上，不管成不成，都会重新搅动市场对头部 AI 公司到底值多少钱的争论。正文没披露任何条款，这点先别太激动，但信号本身已经够强。
安全公司 PromptArmor 发现 Ramp 的 Sheets AI 有个漏洞：攻击者可以在外部表格里藏一句白底白字的指令，诱导 AI 自动插入一个 IMAGE 公式，把用户表格里的敏感财务数据拼到攻击者网址后面发出去。整个过程不需要用户确认。Ramp 那边说已经在 2026 年 3 月 16 号修了。
推荐理由：HKR 三项全中：文章把一条 AI 表格工具的数据外泄路径讲得很清楚。给 82 分没上 85，是因为只有 PromptArmor 单方信源，而且实际受影响的数据规模正文没披露。