跳到正文

Anthropic / Claude

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。

最新精选

第 701–720 条 · 共 1,533 条

7月27日星期一

Hacker News 首页

Bun 用 Rust 重写六周后仍无新版本发布,实际花费可能已逼近 80 万美元

Bun 在 7 月 8 日宣布用 Anthropic 的 Claude 把代码从 Zig 重写成 Rust,声称花了 11 天、16.5 万美元 API 费用就完成了合并。Tom Lockwood 翻了一遍代码仓库,发现合并六周后一个正式版本都没发——上次发版还是 5 月 12 日。

推荐理由:Tom Lockwood 核查 Bun 用 Claude 重写 Rust 的仓库记录,发现合并六周后仍无新版本发布,上次发版停在 5 月 12 日,对照官方宣称的 11 天与 16.5 万美元成本。

Computing Life · Share · 鸭哥调研

四款 AI 编程工具都叫多 Agent,底层架构和设计信仰完全不同

这篇文章拆了 Claude Code、OpenAI Codex、Cursor 和 Antigravity 四款 AI 编程工具的多 Agent 实现。Claude Code 在实验点对点的 Agent Teams,用 tasks.md 共享账本让子 Agent 动态抢任务,默认协同上限 15 个。

推荐理由:文章拆解 Claude Code、OpenAI Codex、Cursor 和 Antigravity 四款工具的多 Agent 实现,对比共享账本、任务分配机制与协同上限等具体设计差异。

Computing Life · Share · 鸭哥调研

A2A 协议现实检验:大厂在极小市场里划地盘,还被本地子智能体挤掉了大半空间

Google 推的 A2A 协议,解决的是 Salesforce、SAP 这些大厂之间让各自的 AI 跨公司、长耗时协作的远端委派问题,比如一个 AI 查账查到一半要暂停等人工审批。这个场景真实但极其小众,市场体量跟 MCP 那种让所有开发者给模型接工具的需求没法比。

推荐理由:Google 的 A2A 协议面向 Salesforce、SAP 等大厂间的跨公司远端委派,这一场景真实但市场体量远小于 MCP 接工具的需求。

7月26日星期日

Hacker News 首页

代币转售市场内幕:中间商如何把 API 成本打到官方价的 2.2%

Vectoral 的 Matt Lenhard 拆解了一个四层地下市场,最下游的“中转站”把 OpenAI、Anthropic 等前沿模型的 API 访问权打包转卖,价格最低能打到官方定价的 2.2%。这些中转站大多用 one-api 或 new-api 这类开源网关,对接上游的账号池,而账号池里的凭证来自卡商批量注册的虚拟信用卡和账号。

推荐理由:Vectoral 的 Matt Lenhard 拆解了 token 转售的四层地下市场,从卡商、账号池到中转站,最低价压到官方定价的 2.2%。

AI HOT 精选

OpenAI 和 Anthropic 在华盛顿游说限制中国开源模型,黄仁勋、马斯克等大佬公开反对

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。

推荐理由:OpenAI 和 Anthropic 在华盛顿游说限制中国开源模型,黄仁勋与马斯克等科技领袖公开反对,双方立场分歧构成这条资讯的核心背景。

AI 群聊日报

Opus 5 实测次日:靠饱和式自测换质量,综合成本可能反超 Fable;OpenAI 深夜宕机换来全员重置卡

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。

推荐理由:第三方测评显示 Claude Opus 5 转向饱和式自测,前端逐项核对功能、后端可写超千个测试用例,交付问题减少的同时时间与 token 消耗大增,复杂场景综合成本可能反超 Fable。

AI HOT 精选

Claude Opus 5 系统提示词被完整泄露,3.4 万 token 全是行为规矩,没有一行代码

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。

推荐理由:Claude Opus 5 上线后,开发者 Eversmile1 把 1511 行系统提示词完整传到 GitHub,其中引用原文一次不超过 15 个词、每个信源只引一次这类约束,为提示词设计提供了具体样本。

7月25日星期六

Latent Space

Anthropic 发布 Claude Opus 5:性能逼近 Fable,价格只要一半

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 发布 Claude Opus 5,官方称性能接近 Fable,独立评测显示其智能体任务高出约 150 Elo、单次成本低 20%,Epoch 软件工程指数与 Fable 打平。

AI 群聊日报

Claude Opus 5 发布:接近 Fable 5 的脑子,只要一半的钱

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。

推荐理由:Anthropic 发布 Claude Opus 5,定位日常主力模型,智能接近顶配 Fable 5,API 价格与上一代 Opus 4.8 持平,输入每百万 token 5 美元、输出 25 美元。

Hacker News 首页

Claude Opus 5 在 Artificial Analysis 综合智能榜上排第一,但价格和延迟还没公布

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。

推荐理由:Claude Opus 5 的 max 与 xhigh 版本在 Artificial Analysis 综合智能指数上并列第一,超过 GPT-5.6 Sol(max),该指数由写代码、用工具、做科研题等 9 项评测合成。

AI HOT 精选

Claude 5 代模型提示词新规:Claude Code 系统提示词从 3500 词砍到 600 词,效果反而更好

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。

推荐理由:Anthropic 用 Claude Code 做实验,把系统提示词从 3500 词精简到 600 词后效果反而更好,为第五代模型的提示词写法提供了一份可迁移的精简思路。

Product Hunt · AI

Anthropic 发布 Claude Opus 5,号称智商接近 Fable 5 但价格只要一半

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 在 Product Hunt 上架 Claude Opus 5,官方称其智能接近 Fable 5 而价格减半,但未公布跑分、API 定价和上下文窗口。

The Verge · AI

Anthropic 发布 Opus 5,能力“接近”自家旗舰 Fable 5

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 发布 Claude Opus 5,官方称能力接近自家最强模型 Fable 5,并因美国政府此前的网络安全顾虑增加了网络防护措施。

TechCrunch · AI

Anthropic 发布 Opus 5,比 Fable 5 更便宜、限制更少

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。

推荐理由:Anthropic 在 Opus 4.8 发布两个月后推出 Opus 5,体量小于 Fable 5 却在官方基准测试中得分更高,同时价格更低、使用限制更少。

Hacker News 首页

Anthropic 发布 Claude Opus 5 系统卡:代理编程和长任务能力大幅提升,对齐评分创下新高

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。

推荐理由:Anthropic 发布 Claude Opus 5 系统卡,给出代理编程、操控电脑和长链条知识工作的能力提升幅度,并评估整体对齐风险与自动 AI 研发、新型生物武器的能力门槛。

Hacker News 首页

Anthropic 发布 Claude Opus 5:接近旗舰模型 Fable 5 的智力,价格只要一半

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。

推荐理由:Anthropic 上线 Claude Opus 5,编程与知识工作测试得分超过上代 Opus 4.8,单次任务成本更低,在 CursorBench 上仅比自家最贵的 Fable 5 低 0.5%,价格却减半。

7月24日星期五

Hacker News 首页

大模型还是不会算数、活在旧数据里,我们只是用外挂把坑填上了

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:作者用200道加法只错一题的测试说明大模型靠猜而非计算,并梳理知识过时、上下文有限、内容有毒三个老问题,指出补上这些坑的是模型外的工具层。

claude.dev 开发者博客

Claude 5 代模型的上下文工程新规则

Anthropic 介绍 Claude 5 代模型的上下文工程方法,将 Claude Opus 5 和 Claude Fable 5 的 Claude Code 系统提示词删减超过 80%,编码评测未出现可测量的损失。

推荐理由:Anthropic 将上下文管理拆成轻量仓库说明、按需加载技能和具体参考文件,为减少重复指令与过度约束提供了可迁移方法。

Hacker News 首页

次贷数据中心危机:AI 基建怎么变成了金融泡沫

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。

推荐理由:Ed Zitron 将当前 AI 数据中心狂热类比 2008 年次贷危机,指出在建算力容量超过实际需求 15 倍,云厂商用表外 SPV 隐藏长期租赁合同。

AI HOT 精选

Claude 语音模式现在能跑 Opus 和 Sonnet 了,还能在说话时直接调你的 Gmail 和 Slack

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。

推荐理由:Anthropic 将 Claude 语音模式接入 Opus 和 Sonnet,并支持在语音对话中调用 Gmail、Slack 等已连接工具,多语言支持同步加入。