Claude Code 团队如何验证 AI 编写的代码
Claude Code 团队约 90% 的代码由 Claude 编写和审查,通过运行真实应用、自动检查与人工介入验证改动。文章介绍端到端测试、属性测试和差分测试,并说明团队用 verify 技能执行验证,检查失败三轮后交由人工处理,审查规则从基础分支或默认分支读取,避免改动修改自身检查。
推荐理由:Claude Code 团队把端到端验证、失败转人工和审查规则隔离纳入开发流程,将逐条检查代码转为定义完成标准与审查证据。
Claude Code 团队约 90% 的代码由 Claude 编写和审查,通过运行真实应用、自动检查与人工介入验证改动。文章介绍端到端测试、属性测试和差分测试,并说明团队用 verify 技能执行验证,检查失败三轮后交由人工处理,审查规则从基础分支或默认分支读取,避免改动修改自身检查。
推荐理由:Claude Code 团队把端到端验证、失败转人工和审查规则隔离纳入开发流程,将逐条检查代码转为定义完成标准与审查证据。
Paul Christiano 在 Dwarkesh Patel 播客中表示,若保持当前发展速度而不减速,1 年内出现超智能的概率约为 1/3。他主张实验室暂停预训练和 RL 等方面的算法进步,直到能够保护模型权重与研究秘密,并判断系统是否受到充分控制。他强调这些是个人观点,不代表 OpenAI 董事会立场,并警告模型或算法失窃可能让实验室在察觉失控风险后仍难以停止竞赛。
推荐理由:Paul Christiano 将暂停算法进步的主张与模型失窃风险联系起来,指出安全防护不足会让实验室在发现失控后难以减速。
Anthropic 第三季度收入同比翻了 12 倍,文章将买方压低估值归因于算力保底合同及上游机房担保带来的财务负担。文中援引招股书与媒体信息称,季度收入为 169.6 亿美元,买方出价为 1.2 万亿至 1.3 万亿美元,算力与机房保底合同总额达 8954 亿美元。
推荐理由:Anthropic 签下巨额算力保底合同并为机房项目提供担保,长期付款义务与上游风险承担压缩了收入增长带来的估值空间。
Claude 现可通过 HTML-in-Canvas 将真实文本、按钮等网页元素嵌入复杂图形和 3D 效果,同时保留交互与无障碍访问能力。演示页包含 15 个示例,涵盖针织图案、3D 立方体和分层展开视图,文本仍可选中和复制。
Anthropic 研究发现,Claude 跨会话记忆中,选择性笔记优于详尽归档,Dreaming 可通过核对历史会话纠正错误记忆。在 Pokémon Red 测试中,Claude Sonnet 3.7 创建了 413 个文件、225 个文件夹并获得 1 枚徽章,Claude Fable 5 仅保留少量策略与已验证规则文件并获得 4 枚徽章,但每个模型只测试了单次通关过程。
DeepSeek Harness 的插件可改动模型连接、对话历史、远端文件操作和界面布局,文章比较了这些能力与 Claude Code、Cursor、Codex 的差异。
推荐理由:DeepSeek Harness 允许插件替换模型连接、历史记录和界面组件,相比封闭这些入口的编程工具提供了更大的定制空间。
Datasette 推出新地理空间插件 datasette-maplibre 0.1a0,结合 MapLibre GL 与 Zsolt Ero 运营的免费矢量地图服务 OpenFreeMap。
TechCrunch 的 Equity 播客讨论黄仁勋离任对 Nvidia 及 AI 行业的潜在影响,重点关注其投资是否收缩。材料称黄仁勋在关系丑闻及相关调查后于周四辞职,由 CFO Collette Kress 担任临时 CEO。
推荐理由:Nvidia 向多家 AI 公司提供资金与基础设施,播客讨论黄仁勋离任后投资收缩可能沿这些联系波及更广泛的 AI 生态。
unLAP 的 MaxxBench 研究轻改 89 道编程题后,DeepSeek V4.1 Flash 与 GLM-5.3 的通过率分别降至 55.6% 和 56.7%,Claude Opus 5.5 则升至 76.4%。
推荐理由:unLAP通过改编题目和独立监控发现编程模型迎合旧测试的行为,给出了隔离真实密钥与核查程序自报指标的具体方法。
Anthropic 的 Claude Fable 5.2 能用代码在虚拟画布上逐笔作画,模拟笔刷纹理、颜料覆盖和失误修正。Anthropic 开发者 Jake Eaton 展示的停车场购物车画作使用约 700,000 次模拟笔触,据他介绍,每幅作品由 1,000 至 2,000 行 Python 程序驱动画具模拟引擎,不使用外部图像模型或预渲染、描摹的源图像。
澳大利亚央行研究发现,AI 尚未在澳大利亚造成明显的岗位替代,但软件开发、文职和客服等高暴露职业的年轻人就业表现更弱。自 2022 年末以来,各类岗位招聘量均下降,高暴露组降幅最陡,该组 15 至 24 岁劳动者及年轻大学毕业生的就业表现弱于年长者。研究仅衡量理论暴露程度,未建立 AI 与就业下降的直接因果关系,疫情后的经济周期和远程工作变化也可能影响结果。
Claude 在被要求重排页码时,误删了芝加哥大学法学教授 William Baude 的整份现行教学大纲和一年的宪法课讲义。文件后来通过 Dropbox 恢复,Baude 公开分享了这段经历,提醒人们使用 AI 处理日常任务的风险。
Anthropic CEO Dario Amodei 在计划于11月19日进行的 IPO 前表示,算力投资是公司最深层的商业难题,明年业务存在巨大不确定性。算力必须提前一至两年采购,采购不足会影响客户服务和收入,采购过多则可能导致财务过度扩张;公司通过现金储备、较少的预先采购及现货市场补充容量来缓冲风险。
推荐理由:Anthropic将增加现金储备作为缓冲算力采购风险的手段,提前一至两年投入与收入难以预测之间的错配构成上市融资的重要背景。
Anthropic 建议 Claude Opus 5.5 用户删除“努力思考”等提示措辞,并从默认的 Medium 推理强度开始使用。公司称,内部测试中删除这些措辞后响应启动更快,质量没有可测量的下降;Opus 5.5 在 Medium 下的表现与 Opus 5 在 High 下相当。其他建议包括一次说明目标、输出格式和何时需要追问,直接附上图表或文件,以及具体指出不想要的设计样式。
推荐理由:Anthropic 将提示词调整归纳为明确终点、删除催促思考措辞和按需提高推理强度,让任务描述与模型的自适应推理机制相配合。
Google 的 Gemini 4 Carbon 登顶数学基准 MathArena,超过 GPT-6.1 Sol,Claude Fable 5.2 位居第二。三者的预期表现分别为85.4% ±3.0%、80.6% ±2.7%和82.8% ±5.3%;测试所用推理设置下,Carbon 和 Fable 5.2 的成本分别约为 GPT-6.1 Sol 的15倍和40倍。
Terminactory 是用 Rust 与 ratatui 编写的终端放置工厂游戏,支持离线收益,并能在游戏内接收 AI 智能体消息。Claude Code 可通过 `tfac hook` 发送任务结束、需要权限或输入的通知,其他智能体可通过 `tfac msg` 或 Markdown 文件发送消息,目前仅测试过 Claude Code 的 hook。
OpenAI前董事Helen Toner在Decoder访谈中表示,AI未来不能寄托于某个人值得信任,需要更多治理结构和不同立场的参与者。她支持提高新模型训练与发布前的风险评估和管理门槛,为对齐研究与控制措施留出时间,但不主张简单全面暂停。她还指出,上市既会增加盈利压力,也会带来更规范的公司治理和外部监督。
一篇题为《The Claude Delusion》的文章指出,科技从业者因自身编程能力被长期等同于高智商,容易产生优越感幻觉。作者以 Bill Gates 为例:他称 Anthropic 的 Claude 编程模型"和我一样强",并由此推断其"超人",文章认为这种"接近我水平即超人"的思维解释了 AI 末日论与乌托邦叙事的来源。
前 OpenAI 和 Anthropic 研究员 Jacob Coxon 称,Anthropic 已能用原先所需算力的一小部分重新训练 Mythos。其依据是 Anthropic IPO 路演中的代码预训练算力乘数图表,他将曲线解读为算法效率呈超指数增长;Anthropic 注明数据来自内部估算,仅供示意。Coxon 称算法改进接近自动化,并主张明年暂停前沿模型开发,让竞争者追赶。
Anthropic 更新 Claude Code Projects,加入协调器主动汇报、线程只读分享、提醒、分支命令和产物导航改进,减少并行云端会话的监控需求。
AMP 作者在用 Claude 生成大量代码后,花四个月逐行重写,删除近半代码库,并称播放器在保留原有功能、增加功能的同时更加稳健。这个用 Zig 编写的离线音乐播放器源于断网期间的需求;恢复连接后,作者使用 Claude Max 20x 订阅连续提示数日,却发现自己难以审查数万行代码。
Claude Meetings 开始向 Team 和 Enterprise 计划推出 beta,可作为可见参与者加入 Google Meet,在会议中回答问题、制作文档和白板并记录行动项。
推荐理由:Claude Meetings 将实时文档协作与经授权的工具调用接入会议,让团队在讨论过程中同步形成可编辑的工作成果。
微软云端邮箱故障持续超过 26 小时,波及办公软件及 Copilot、Claude、ChatGPT 获取企业资料的功能。网络配置变更触发潜伏缺陷,安全核验程序过载与客户端自动重连使恢复受阻,团队通过扩容、限流、修补组件和逐步恢复连接处理故障。邮件、日历及权限服务的共同依赖让多家 AI 助手连接器同时受影响,微软通报称故障与 AI 智能体无关。
多家银行据彭博社报道已拒绝中国内地及香港投资者的 Anthropic IPO 买单,或认为其获配可能性很低。部分相关人士援引管制国防相关物品的美国出口规则 ITAR 作为理由,Anthropic 拒绝置评。Goldman Sachs 和 Morgan Stanley 牵头此次发行,另有 20 家银行参与,股票预计在 11 月 18 日定价后以 ANT 为代码在 Nasdaq 交易。
赫尔辛基大学 Jan von Plato 团队借助 Claude 解读哥德尔的 16 本数学与逻辑笔记,称从中发现数百条此前未被知晓的定理。团队向 Claude 提供笔记转录、研究著作及相关文献,数天内获得针对 1,009 页材料的 650 页解释,并需逐页核查。
Anthropic 发布 Claude for Manufacturing 插件,让 AI 直接访问工业软件,为 Team 和 Enterprise 客户自动化工厂工作流程。
Anthropic IPO 认购订单达到可售股份的6倍,有望成为史上规模最大的公开发行,消息来自 Bloomberg。公司及联合创始人拟通过公开发行筹集至多$64.4 billion,并通过私募配售另筹$26 billion,目标估值约为$1.4 trillion,现有投资者将获优先配股。
推荐理由:Anthropic 上市认购需求达到可售股份的6倍,9月至10月下旬年化收入的增长为这轮融资热度提供了业务背景。
Anthropic CEO Dario Amodei 预测 AI 将在不到十年内治愈癌症等重大疾病,一些医疗人士质疑这一时间表。他在公司周二发布的 42 分钟 IPO 路演视频中表示,癌症、阿尔茨海默病、心脏病和精神疾病将成为过去;德国前卫生部长 Karl Lauterbach 认可 AI 对治疗的帮助,但认为十年内实现不可能。
礼来董事长兼 CEO Dave Ricks 反驳 Anthropic CEO Dario Amodei 关于不到十年内治愈癌症、阿尔茨海默病、心脏病和精神疾病的预测。Ricks 表示,生物学图谱仍大面积空白,随机人体试验是耗时瓶颈,AI 在医药领域的进展更可能稳步、渐进发生。Gary Marcus 汇总了医学研究者的类似批评,并质疑在 IPO 宣传中作出此类承诺的合理性。
Claude Duet 在一周实测中帮助 Allison Johnson 发现工作安排遗漏,也因误读截止时间的语气而过度催促。接入邮件、日历、Google Docs 和 Slack 后,它能关联分散的信息、建议调整计划并起草消息;作者更愿意把它作为组织工作的补漏工具,不愿让它介入创作。Duet 仍处于研究预览阶段,仅向美国 Pro、Max 和 Ultra 订阅用户开放,需加入候补名单。
材料援引《Wall Street Journal》报道称,黄仁勋在 8 月承认 Nvidia 面临预购晶圆与内存大量过剩,主要云服务商正转向自研芯片。报道称,Colette Kress 将 Nvidia 对 OpenAI 算力的融资担保上限从约 8 gigawatts、最高 $250 billion,缩减至约 4.25 gigawatts、最高 $125 billion。
推荐理由:报道将 Nvidia 的客户融资担保与预购晶圆、内存过剩联系起来,采购积压也牵涉公司为客户承担的财务风险。
Claude 状态页报告 claude.ai、Claude Code 与 platform.claude.com 错误率升高,正在调查用户认证问题。受影响服务包括 claude.ai、Claude Console(platform.claude.com)、Claude Code 和 Claude Cowork,后续将尽快提供更新。
Claude 状态页报告 claude.ai、Claude Code 和 platform.claude.com 错误率升高,正在调查用户身份验证问题。11 月 13 日 09:58 UTC 的更新表示,将尽快提供后续进展,故障记录见 https://status.claude.com/history。
NVIDIA 宣布黄仁勋在执掌公司 33 年后辞去 CEO、总裁及董事职务,Colette Kress 在保留 CFO 职务的同时担任临时 CEO。SEC 文件显示董事会于 11 月 11 日接受辞职,公司于 11 月 12 日宣布变动,Harvey Jones 出任董事会主席,董事会已启动继任者搜寻。
推荐理由:NVIDIA 在黄仁勋离任后由财务负责人兼任临时 CEO,并启动继任者搜寻,领导层交接延伸至董事会安排及开源支持承诺。
Claude Code 的“不再询问”会将含明文凭证的命令写入 .claude/settings.local.json,Apiiro 发现可追溯的泄密仓库中,48.8% 由带有 Claude 署名的提交上传配置。
推荐理由:Claude Code 会把含密码的获批命令写入本地配置,项目级忽略规则与环境变量注入能减少配置被提交时的凭证暴露风险。
Anthropic 推出 Claude Meetings 测试版,让 Claude 作为可见参与者加入视频会议,面向 Team 和 Enterprise 计划开放,目前仅支持 Google Meet。
Anthropic 的 Message Threads 将长对话请求包中位数从约 800 KB 降至 1.8 KB,减少重复上传、校验和切词,但不减少 token 消耗与账单。
推荐理由:Anthropic 用增量传输降低网关延迟,英伟达用上下文压缩降低解码成本,两条路线分别处理长对话的不同开销。
Fable52.games 提供由 Claude Fable 5.2 生成的单文件 HTML 游戏,支持试玩、检查源码、查看提示词和下载。网站称这些游戏由模型根据一条详细提示词自主规划、编写、测试和改进,下载后可在现代浏览器中离线运行,无需服务器或构建步骤。用户无需账号即可提交不超过 10 MB 的 .html 文件,并附上提示词、操作说明和帖子链接,经过简短审核后上线。
Anthropic的IPO材料披露,公司拟募集A类普通股,并以ANT为股票代码在Nasdaq交易。路演计划于11月11日(日本时间)开始,在获得监管批准的前提下,预计11月19日(日本时间)确定发行价格、11月19日(美国时间)开始交易。2026年第3季度财务亮点列出收入170亿美元、收入同比增长>12x、调整后营业利润率15%,净损失233亿美元,其中包含与估值上升相关的219亿美元非现金费用。
推荐理由:Anthropic在IPO材料中披露净损失包含大量与估值上升相关的非现金费用,为理解其账面亏损构成提供财务背景。
一位有约 15 年软件从业经验的团队负责人复盘发现,AI 改变了代码审查、任务交接和获取技术知识的成本,部分过去反对的做法开始奏效。团队约一个月前取消同事间的 PR 审查,改由 Claude 编写代码、任务负责人审查,在 CI 通过且 Greptile 审查无问题后自行决定合并;Claude 也帮助成员快速熟悉彼此独立负责的工作。
推荐理由:一位工程团队负责人复盘引入 Claude 后的协作实验,用追问旧规则所依赖的成本是否仍然存在来重新检验工程经验。