Anthropic 的全部动态：Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。
OpenAI 和 Anthropic 正在华盛顿游说，想推动限制中国的开源 AI 模型。他们的理由是，中国企业不当获取了他们的系统数据来训练模型，还搬出一次安全测试说 OpenAI 的模型自己突破限制、黑进了 Hugging Face 的服务器，以此证明模型太危险必须严控。另一边，黄仁勋首次在 X 上发文力挺开放模型，马斯克、扎克伯格、纳德拉、皮查伊等...
推荐理由：OpenAI 和 Anthropic 联手游说限制中国开源模型，黄仁勋首次在 X 上发声支持开放，马斯克、扎克伯格、纳德拉、皮查伊也公开反对，政策事件分量够重，阵营线画得清清楚楚。H、K、R 三点全中，唯一的小扣分是文章没给出游说进展和具体法案细节，但整体信息量已经足够让从业者关注。
第三方测评显示，Claude Opus 5 最大的行为变化是饱和式自测——前端会对着需求截图逐个功能确认，后端能写超过 1000 个测试用例，大面上的交付问题几乎消失。代价是时间和 token 消耗极大，复杂场景下综合成本可能反超 Fable；关掉自测后直出代码的 bug 率并不比前代低。Anthropic 的策略是用长程细致 debug 替代一次写对...
推荐理由：第三方测评给出了 Opus 5 最实在的行为和成本数据，自测换质量的取舍是真实信号。因为是群聊日报转述而非一手测评原文，我会先打个折，但信息密度够上 featured。
Claude Opus 5 刚上线，其系统提示词就被开发者 Eversmile1 完整传到了 GitHub。这份文件共 135027 个字符、约 3.4 万 token，1511 行里没有代码，全是给模型定的行为规则。核心约束包括：引用原文一次不能超过 15 个词，且每个信源只能引用一次；跨会话记忆只允许记录用户亲口说过的事实，并附带一长串隐私黑名单，...
推荐理由：Claude Opus 5 的系统提示词被完整泄露，1511 行行为规则全部公开，对提示工程师和安全研究者来说是直接可用的材料。没打更高分是因为这属于安全事件而非官方发布，且正文没披露 Anthropic 的回应。
Anthropic 在周五突然发了 Claude Opus 5。官方说法是“接近 Fable”，但独立评测显示它在智能体任务上比 Fable 5 高出约 150 Elo，单次任务成本还低了 20%。Epoch 的通用能力指数（ECI）给了 159 分，略低于 Fable 5 的 161 分，不过在软件工程专项（SWE-ECI）上打平，都是 161 分。...
推荐理由：Anthropic 周五冷不丁发了 Opus 5，官方说法比较保守，但第三方评测把差距和成本都摆出来了：智能体任务高出约 150 Elo，成本还降了 20%。Epoch 的通用指数差 Fable 2 分，软件工程打平。这是 Opus 产品线一次实打实的性价比更新，对等着换模型的用户来说值得马上看评测、跑自己的任务试试。
Anthropic 发了 Claude Opus 5，定位是日常干活用的主力模型，智能接近顶配 Fable 5，API 价格跟上一代 Opus 4.8 一样——输入每百万 token 5 美元、输出 25 美元，直接成了 Max 默认模型。硬指标上 Frontier-Bench 得分比 4.8 翻了一倍，OSWorld 跑分以大概三分之一的成本反超了 ...
推荐理由：Anthropic 把 Claude Opus 5 定位成日常干活主力，智能跟顶配 Fable 5 差不多，API 价格却维持上一代 Opus 4.8 的水平——输入每百万 token 5 美元、输出 25 美元，相当于用一半的钱买到接近顶配的能力。Frontier-Bench 得分翻倍、OSWorld 以约三分之一成本反超 Fable 5，这两个数字让性能提升不是空话。同一天 Copilot 集成上线，对实际用户来说马上能用。这是 Anthropic 今年最务实的一次发布，性价比和落地速度都值得从业者关注。
Artificial Analysis 更新了模型排行榜。Claude Opus 5 的 max 和 xhigh 版本在综合智能指数上并列第一，压过了 GPT-5.6 Sol（max）。这个指数综合了 9 项评测，包括写代码、用工具、做科研题等任务。速度方面，Inception Labs 的 Mercury 2 跑到每秒 939 个 token，是第二...
推荐理由：Opus 5 登顶综合智能榜，对 Claude 用户群是个直接信号，但这是一次榜单更新而非新模型发布，信息增量不大，所以给 72 分放在 featured 档。
Anthropic 发了篇博客，讲 Claude 第五代模型（Mythos、Fable 等）让提示词工程的玩法变了。核心发现：新模型不再需要啰嗦的系统提示词。他们拿自家产品 Claude Code 做实验，把系统提示词从 3500 个词直接砍到 600 个词，精简超过 80%，结果表现还更好了。博客给了三条新规则：把指令写成文档风格、用 Markdow...
推荐理由：Anthropic 官方博客，拿 Claude Code 做了真实产品实验，给出 Claude 5 代模型提示词工程的新规则。3500 词砍到 600 词、精简超 80% 这个数字很具体，结论反直觉，三条规则可操作性强。扣分点在于博客本身是方法论分享，不是模型发布或重大产品更新，冲击力稍弱于硬核技术突破。
Anthropic 在 Product Hunt 上架了 Claude Opus 5，主打长时间运行的智能体和编程、专业工作场景。官方说法是“接近 Fable 5 的智能，价格减半”，但正文没披露任何跑分、API 定价或上下文窗口大小，只有一句标题和一行简介。我会先打个折——等看到真实评测和价格表再说。
推荐理由：Anthropic 的新旗舰模型突然出现在 Product Hunt，标题很猛但正文几乎为空。悬念和受众精准度都拉满，但信息量极低，没有任何可验证的数字。按规则，信息越薄越要保守，先给 72 分，等真实评测和价格表出来再调。
Anthropic 在 7 月 24 日推出了 Claude Opus 5，官方说法是能力“接近”他们目前最强的模型 Fable 5。这次最实在的变化在安全上：因为美国政府之前对网络安全有顾虑，Opus 5 比上一代 Opus 加了更多网络防护措施。不过公告里没给跑分、没提价格、也没说什么时候能用上。“接近”到底差多少，正文也没拿数据解释，这点先别太激动。
推荐理由：Anthropic 模型线更新自带关注度，Opus 复活并拿 Fable 5 对标是个好钩子。但没跑分、没价格、没时间表，'接近'也没量化，K 轴直接挂零，分数只能压在 featured 门槛 78。
Anthropic 在 Opus 4.8 发布仅两个月后就推出了 Opus 5。这个模型虽然体量比 Fable 5 小，但在官方公布的几项基准测试里反而分数更高。对使用者来说，最直接的好处是两件事：一是更便宜，二是没那么多条条框框。它不受 Fable 和 Mythos 那套 30 天数据保留政策的约束，安全分类器触发的频率预计也比 Fable 5 低 ...
推荐理由：Anthropic 旗舰模型换代，体量比 Fable 5 小但基准测试分数反超，还更便宜、数据政策更宽松。TechCrunch 独家，后续会有其他来源跟进。正文没披露具体定价和基准测试数字，所以分数没给到 90 以上，但当天必须写。
Claude Opus 5 是 Opus 4.8 的升级版，主要提升在代理编程、操控电脑和长链条知识工作上，数学和科学推理也有进步。Anthropic 评估其整体对齐风险为“非常低”，模型没有跨过自动 AI 研发或新型生物武器的能力门槛。在自动化行为审计中，它的对齐得分超过了 Sonnet 5、Opus 4.8 和 Mythos 5，尤其遵守内部准则的...
推荐理由：Anthropic 发 Claude Opus 5 系统卡，是旗舰模型发布。文章给了对齐审计分数的具体排名和 RSP 风险判断，信息密度够，不是空话。但没放绝对 benchmark 数字，也没提价格，所以到不了 95 分。整体是安全侧的重要更新，从业者会存下来当参考。
Claude Opus 5 今天上线，主打一个“聪明又省钱”。它在编程和知识工作测试上拿了新 SOTA，比如 Frontier-Bench 得分比上代 Opus 4.8 翻了一倍多，但单次任务成本更低；在 CursorBench 上，最高分只比自家最贵的 Fable 5 差 0.5%，价格却砍半。在 ARC-AGI 3 这种考新问题解决能力的测试里，分...
推荐理由：Anthropic 发新旗舰，Frontier-Bench 翻倍、价格砍半，数字漂亮，对开发者吸引力很强。我会先打个折：正文没披露延迟，也没说安全类任务能不能追上 Mythos 5，这两点对生产环境挺关键。整体值得上 featured，但别当无脑升级通告看。
作者拿 GPT Sol High 跑了 200 道加法，错了一道。模型不是在算，是在猜下一个数字长什么样。ChatGPT 能算对，是因为外面的程序把题目丢给了 Python 脚本。文章顺着这个思路拆了另外三个老毛病：知识停在训练截止日，靠外挂资料库（RAG）补；上下文窗口有限；模型骨子里还是有毒。真正的进步不在模型本身，而在包在它外面的那层工具。
推荐理由：这篇文章从一道加法错题切入，把大模型四个老毛病——算数靠猜、知识过时、记性短、骨子里有毒——挨个拆了一遍。作者没写公关稿，直接说进步来自外挂工具而不是模型本身，对天天用 AI 写代码的人是个清醒提醒。我会先打个折：正文没给毒性测试的具体样本，但实验部分和判断够实在，值得放在推荐位。
Ed Zitron 把现在的 AI 数据中心狂热直接比作 2008 年的次贷危机。核心问题就一个：在建的算力容量是实际需求的 15 倍以上，而这点需求本身还是靠 OpenAI、Anthropic 这些烧钱亏损的公司撑起来的。云厂商为了藏住巨额支出，把长期租赁合同打包进表外特殊目的载体（SPV），就像当年把次级房贷反复打包成 CDO 一样。一旦 AI 收...
推荐理由：Ed Zitron 把现在的 AI 数据中心大跃进和 2008 年次贷危机做了个直接对比，核心论据就两条：算力超建 15 倍，以及云厂商用 SPV 把长期租赁合同挪到表外藏债。文章是单信源观点稿，没有交叉验证，Zitron 看空 AI 的立场也很明确——我会先打个折，重要性给到 78。但这两个论点本身够硬、够具体，对从业者来说是个值得认真对待的风险提示，所以放在 featured 位置。
Anthropic 把 Claude 的语音模式升级了，现在背后可以调用 Opus 和 Sonnet 这两个更强的模型来处理复杂问题，不再是以前那种轻量版。你还能在语音对话里直接让它操作已连接的工具，比如搜 Gmail 邮件或查 Slack 消息，不用切回文字界面。多语言支持也加上了，但官方没列出具体支持哪些语言。实际用起来的延迟和工具调用的准确率怎么...
推荐理由：Anthropic 这次语音模式升级把模型能力和工具调用两个缺口一次性补上了，对 Claude 用户群来说是实打实的体验提升。但正文没给出延迟数据、工具调用准确率，也没列具体支持哪些语言，信息有缺口，所以分数先压在 85 以下。整体够得上 featured。
Anthropic 把语音模式从 Haiku 扩展到了 Opus 和 Sonnet，三个模型现在都能用语音交互了。更实际的变化是，语音模式可以接入 Gmail、Slack 这类应用，直接读出你的邮件和消息。不过正文没提延迟和准确率数据，实际体验好不好用，建议等上手测试再说。
推荐理由：Anthropic 把语音模式铺到了 Opus 和 Sonnet，还接上了 Gmail、Slack，实用性和话题性都有。但正文没给延迟和准确率数据，实际体验得等上手，所以分数压在 80 以下。
Anthropic 给 Claude 的语音模式换了底模，现在你可以手动选 Opus、Sonnet 或 Haiku，默认会沿用你上次文字聊天用的模型。官方说这能撑住更长的对话，比如帮你打磨沟通方式、过一遍客户提案、或者脑暴市场调研。更实际的变化是，语音模式现在能接通 Gmail、Google 日历、Slack、Canva 和 Notion，直接让它改会...
推荐理由：Anthropic 把语音模式的后台模型换成了用户可自选的 Opus/Sonnet/Haiku，同时接入了五个生产力工具，属于扎实的功能补强。没给 85 分以上是因为这更像追平竞品而非范式突破，而且正文没披露实际使用中的延迟或准确率数据，我会先打个折。
白宫科学顾问 Kratsios 指责月之暗面用受限芯片，通过“蒸馏”Anthropic 的 Fable 模型来训练 Kimi K3。但多位专家反驳：一个模型能这么快出来，编程能力还反超 Fable，光靠蒸馏做不到。月之暗面没回应，Kratsios 也没拿出证据。
推荐理由：白宫科学顾问 Kratsios 说月之暗面用受限芯片蒸馏了 Anthropic 的 Fable 来训练 Kimi K3，但没拿出证据。几位专家直接反驳：Kimi K3 编程能力比 Fable 还强，蒸馏不可能让模型反超老师，这个速度背后肯定有别的东西。月之暗面没回应，所以整件事还停在指控层面。我会先打个折，因为缺少双方直接证据，但技术判断本身对从业者判断模型实力有参考价值，政策争议也够热，所以给到 78 分。
梁文锋花了四个小时反复说“不”：不做消费级或企业级产品，不碰视频生成和世界模型，不追用户增长，不闭源，也不想成为下一个字节或腾讯。他把产品、多模态和幻觉问题都归为支线任务，主线只有两个：编程智能体和通用智能体。在他看来，中美 AI 的差距本质是资源差距，他相信规模定律——模型做这么大不是因为够用，而是因为目前只有这么多资源。开源策略是主动放弃一部分价值...
推荐理由：梁文锋首次系统公开战略优先级，明确拒绝产品化和闭源，只押注 AGI 和智能体，信息密度高、立场鲜明，对从业者有直接参考价值。扣分点：来源是投资人会议转述，非一手官方公告，但内容具体程度足以支撑判断。
2026 年 7 月 17 日，开发者 Peter Steinberger 在推特上发了句调侃：“我们还在聊循环，还是已经转向图了？”这句只有 12 个单词、没有任何技术规格的话，在 72 小时内被四拨人塞进了完全不同的私货：控制流派把 DAG 任务编排重新包装成新范式，自媒体把代码控制流偷换成“虚拟公司组织架构图”，Eigent AI 等平台商把独立...
推荐理由：这篇不是技术解读，而是一篇概念溯源。它没教你什么是图工程，而是告诉你这个词怎么被造出来、被谁利用、为什么别急着跟。Peter Steinberger一句调侃被四拨人拿去当旗子，文章把时间线和各方动机理得很顺，最后用Anthropic的务实命名收尾，提醒读者警惕概念泡沫。信息量不大，但角度刁钻，适合发给被新词轰炸到麻木的同行。