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。
文章从一个软件工程场景切入：上级一句“让 AI 做一下”，直接跳过了“这个功能该不该做”的判断环节。AI 把试错成本打到近乎为零，拆掉了过去靠工时和排期天然形成的价值过滤器，让团队默认进入执行模式，判断力使用频率集体下降。作者指出，AI 是定向杠杆，只放大执行，不放大判断。Anthropic 的研究发现，人类评审和偏好模型都更倾向给写得漂亮但迎合用户的...
推荐理由：这篇文章不是讲技术，是讲技术带来的组织病。从一个上级随口说“让 AI 做一下”的细节切入，把 AI 压低试错成本后如何拆掉价值过滤器这件事讲得很透。我会先打个折：它本质是篇评论，不是硬新闻，但观点有 Anthropic 的研究做支撑，不是空对空。对正在推 AI 落地的团队来说，这篇比很多工具介绍都值得看，因为它提醒你，省下来的时间如果全用来做更多执行，反而会废掉判断力。
MCP 的企业托管授权（EMA）扩展正式稳定了。它让公司通过自己的身份系统（IdP）统一管着员工能连哪些 MCP 服务器，员工首次登录客户端时，该有的工具就自动配好，不用挨个应用点 OAuth 授权。Okta 是第一个支持的 IdP；Anthropic 的 Claude 家族和 VS Code 已经加了客户端支持；Asana、Atlassian、Fig...
推荐理由：MCP 的企业授权扩展正式稳定，解决了之前每加一个工具就要手动 OAuth 的痛点，这对企业落地 MCP 是实打实的减负。Okta 作为第一个 IdP 接入，加上 Claude 和 VS Code 客户端支持，说明生态在往企业可用性方向走。没给更高分是因为目前还是早期，正文没披露实际部署规模，效果有待验证。
Claude Code 开始支持 artifacts 了。你在终端里干活时，它可以把你当前的进度——比如代码改动说明、系统架构解释、数据看板——直接生成一个能交互的网页。这个网页带着完整的对话上下文，队友不用装 Claude Code 就能看。官方没说明这个功能是默认开启还是需要手动触发，也没提生成一个 artifact 会吃掉多少 token。
推荐理由：Anthropic 给 Claude Code 加了 artifacts 功能，你在终端里写代码、改架构、看数据时，能直接生成一个可交互的网页，把当前进度和完整对话上下文都打包进去，队友不用装 Claude Code 就能看。这对一直偏单人用的工具来说，是往团队协作迈了一步。不过官方没说明这个功能是默认开启还是需要手动触发，也没提生成一个 artifact 会吃掉多少 token，这点先别太激动。分数维持 78，因为 token 成本没公布，实际用起来可能得先打个折。
Anthropic 给 Claude Code 桌面应用加了个 Artifacts 功能，今天上线。它会把你的整个编程过程——代码库、对话记录、连接器——自动转成一个实时更新的网页，比如代码走查页面、事故看板、发布检查清单。团队不用手动同步进度，所有人看到的是同一个自动刷新的视图。页面默认只有你所在组织的人能看，内置版本历史，可以随时恢复。目前只开放给...
推荐理由：Anthropic 给 Claude Code 加了 Artifacts，把编程过程自动生成实时看板，机制清楚，团队痛点抓得准。没给更高分是因为这只是桌面端功能更新，不是模型或协议发布，而且目前只有 Product Hunt 一个信源，正文没披露后续开放范围和技术细节。
Anthropic 这篇博客把调教 Claude Code 的方法拆成了五块：CLAUDE.md 文件用来写项目级的全局指令，告诉模型这个项目的代码风格、架构和约定；技能（skills）是把重复的任务流程模板化，让模型按固定步骤执行；钩子（hooks）能在模型执行操作前后自动触发检查或脚本，比如提交代码前跑一遍测试；规则（rules）直接约束模型的行为...
推荐理由：Anthropic 出了一篇实操指南，把控制 Claude Code 的手段讲得很清楚，五层机制各有侧重，组合起来就是一套让模型在项目里更可控的玩法。它不是产品发布，所以重要性没到 85，但对正在用 Claude Code 的人来说很解渴，值得放进 featured。
Anthropic 上周刚把 Fable 5 放出来，这是他们第一个给公众用的“神话级”模型，底层是 Mythos 5，但加了很多安全护栏。结果没几天，美国政府就下了出口管制，连在美国工作的外国员工都不能碰这两个模型。Anthropic 干脆把 Fable 5 和 Mythos 5 全下线了，说不然没法合规。起因是亚马逊的研究员发现了一个可能的越狱漏洞...
推荐理由：Anthropic 首次向公众开放 Mythos 级别的模型 Fable 5，结果因为亚马逊研究员发现的越狱漏洞触发美国出口管制，几天内就全部下线。这件事同时踩中了产品动作、安全事件和政策冲击三个点，对从业者的实际影响很直接，所以给了 92 分。没给更高是因为目前只有单次事件，后续会不会变成常态还不清楚。
WIRED 挖出了 Anthropic 的 Mythos 芯片项目与韩国 SK 电信之间的资金和合作细节。SK 电信既是 Anthropic 的投资方，也是云服务合作伙伴，调查怀疑这条管道可能被用来绕开美国对中国的芯片出口管制。文章梳理了双方的合作条款和资金流向，但核心问题——到底有没有法律责任——还没定论。我会先打个折：目前证据指向的是一个合规灰色地...
推荐理由：WIRED 把 Mythos 的故事从“是否存在”推进到“谁在出钱”，SK 电信的双重身份让合规疑云变得可触摸。正文没给出法律结论，所以重要性上我留了余地——结构可疑，但还不是铁证。
苹果在 WWDC 2026 的一个讲座里演示了 Xcode 27 的新 AI 功能。这个 AI 助手直接嵌在工具栏里，支持多轮对话，可以跨多个文件改代码，也能根据你的文字描述加上图标等素材，直接生成一个完整的 App。生成之后还能继续用对话让它加背景、特效、动画和翻译。底层方面，苹果推出了新的 Core AI 框架和升级版 MLX，让开发者在 App ...
推荐理由：苹果在 WWDC 讲座里演示了 Xcode 27 内置的 AI 助手，能跨文件修 Bug、按描述生成完整 App，底层还配了新的 Core AI 框架。对开发者工具链来说是一次实打实的升级，但正文没提发布时间和测试范围，所以分数先打个折。
Anthropic 分析了 2025 年 10 月到 2026 年 4 月间 40 万次 Claude Code 真实会话，发现人们用 AI 写代码的习惯在变。修 bug 的会话占比从 33% 掉到 19%，运维和写作/数据分析各自翻了一倍，超过四成会话不以直接写代码为核心。人承担约七成规划决策，AI 代理承担约八成执行决策。新手验证成功率约 15%，...
推荐理由：Anthropic拿自家产品40万次真实会话做分析，给出了修bug比例下降、运维和写作翻倍、人机决策分工等硬数字，不是公关稿。三个维度都踩中了：标题有悬念、数据有判断、读者有共鸣。没给85+是因为这本质是使用行为报告而非模型或能力发布，冲击力比产品发布软一些，但作为趋势信号已经足够扎实。
Vercel 在伦敦 Ship 大会上开源了 eve，核心主张是“一个 agent 就是一个文件夹”。文件名自动注册为工具，Git 仓库就是 agent 本体，改一句指令就生成一个 diff 和预览部署。它内置了 durable execution（审批等待期间不烧算力）、沙箱 microVM 和多渠道支持（Slack、Discord、Teams、HT...
推荐理由：Vercel 在伦敦 Ship 大会上把 eve 开源了，核心主张是“一个 agent 就是一个文件夹”。文章没停留在口号上，而是拆解了具体怎么做到的：文件名自动注册为工具，Git 仓库就是 agent 本体，改一句指令就生成 diff 和预览部署。它还内置了 durable execution，审批等待期间不烧算力，用沙箱 microVM 做隔离，支持 Slack、Discord、Teams 等多渠道。这些机制细节让“文件夹即 agent”从一句营销话变成了可验证的架构选择。对在 LangChain 和托管服务之间摇摆的团队来说，eve 提供了一...
OpenRouter 的 Jacky Liang 把 11 个模型扔进一个 2D 吃鸡游戏里打了 30 局。Grok 4.1 Fast 赢了 13 局，每赢一局成本 0.97 美元；Claude Sonnet 4.6 赢了 5 局，每赢一局要 26.78 美元，差了 27 倍。GPT 5.4 杀了 38 个人头，全场最高，但只赢了 2 局——杀得多不等...
推荐理由：OpenRouter 官方博客，作者 Jacky Liang 自己跑了 30 局并公开了完整数据和回放。Grok 4.1 Fast 的成本优势很扎眼，Claude Sonnet 4.6 贵但表现稳定，GPT 5.4 人头最多却赢不了——三个发现都有具体数字支撑，可复现、可验证。对正在选模型搭 agent 的人来说，这种实战对比比跑分表有用。
Anthropic 给 Claude Design 加了两个实用能力：一是它能跨项目记住你的设计系统，比如颜色、字体、组件这些，不用每次都重新教它；二是它现在能和 Claude Code 协同，你可以在编辑器里直接改设计稿。正文没提具体上线时间，也没说这是免费功能还是付费功能。
推荐理由：Anthropic 给 Claude Design 加了跨项目设计记忆和 Claude Code 协同，两个能力都算实在，不是画饼。但正文没提上线时间和是否收费，信息密度刚好够上 featured，再高就给不了了。
WSJ 报道，Anthropic 让安全研究员 Nicholas Carlini 去给美国政府官员现场演示越狱和模型攻击，想证明他们能管住 AI 的安全风险。Carlini 之前在 Google Brain，专门研究对抗样本和模型攻击。报道没说他具体展示了哪些攻击手法，也没提政府那边看完是什么反应。
推荐理由：WSJ 独家，讲 Anthropic 让安全研究员 Nicholas Carlini 去给美国政府现场演示越狱和模型攻击，想用这种方式证明自己能管住安全风险。我会先打个折：报道没说他到底演示了什么攻击，也没写政府那边看完是更放心还是更紧张，所以信息量其实有限。但选题本身有张力——派黑客去安抚监管，这个叙事角度在当下的 AI 安全讨论里挺少见，从业者会愿意点开看一眼。
Anthropic 在 Claude 里塞了个叫 Claude Design 的设计功能。它主要干三件事：跨项目自动保持品牌视觉一致，不用来回对色卡和字体；支持在画布上直接编辑，不用导出到别的软件；还能跟 Claude Code 同步，但正文没解释同步具体是怎么实现的、支持哪些第三方工具，也没说什么时候正式上线。如果是真的，对需要频繁出设计稿又不想在工...
推荐理由：Anthropic 把设计功能直接塞进 Claude，跨项目品牌统一和画布编辑这两个点打的是真实工作流里的痛点，不是纯 demo。但正文对 Code 同步的实现方式、第三方工具支持和上线时间只字未提，信息缺口让这条消息停在值得关注但还不能全信的级别。
G7 峰会上，马克龙和莫迪直接对美国 AI 公司老板和特朗普挑明了担忧：美国模型确实强，但如果美国哪天突然切断访问，依赖这些模型的国家关键基础设施就会瘫痪。这个恐惧不是凭空来的——最近 Anthropic 一次宕机就让欧洲用户完全用不了 Claude。马克龙在午餐会上说得很直白，没有哪个国家敢把命脉接在一个美国能单方面拉闸的模型上。文章没给出具体政策方...
推荐理由：马克龙和莫迪在 G7 上直接对美国 AI 公司老板和特朗普挑明了这个担忧，不是空穴来风，而是有 Anthropic 宕机事件做引子。文章把“模型强但开关在别人手里”这个恐惧讲得很清楚，对从业者来说是个真实的供应链风险提醒。缺点也很明显：只描述了现象，没给出任何政策或技术上的解法，读完知道问题严重，但不知道下一步该怎么办。
Anthropic 在部分国家突然切断了 Claude 的访问，原因是撞上了一套连律师都解释不清的美国出口管制规则。公司只能按最保守的理解自我审查，直接关停服务。专家警告，这种模糊、临时的干预方式撑不起 AI 监管的长期框架。
推荐理由：这篇独家报道把 AI 监管从讨论层面拉到了运营现实：Anthropic 真的停服了，有具体国家名单和内部决策细节，信号密度高。扣分点是单一信源，没有官方声明，但事件本身已经足够说明问题——模糊的出口管制正在变成 AI 公司的实际运营风险，值得放在头条让从业者看到。
Dario Amodei 和 Demis Hassabis 在 G7 闭门会上提了个方案：由美国牵头拉一个 AI 规则联盟，拿最前沿的模型和芯片当筹码，不让中国参与。正文没写会议具体日期，也没提其他 G7 成员怎么回应。有评论说这等于开启一场高科技冷战，直接从根上切断对手的入场资格。
推荐理由：我会先打个折：正文没写会议具体日期，也没提其他 G7 成员怎么回应，所以实际落地阻力还不清楚。但两家 CEO 联名在 G7 场合提这种硬切割方案，本身已经是明确的站队信号，对从业者判断供应链和合作风险有直接参考价值。
白宫上周五以国家安全为由，限 Anthropic 在 90 分钟内下架最新模型 Fable 5 和 Mythos 5。公司内部聊天记录显示，官方给出的理由前后不一：先说是担心外国公司获取系统权限，后来又改口称模型本身存在重大漏洞。六天过去了，约 3000 名员工仍不清楚到底发生了什么，CEO Dario Amodei 与政府的谈判也没能打破僵局。员工还...
推荐理由：纽约时报独家爆料，白宫以国家安全为由要求 90 分钟内下架 Fable 5 和 Mythos 5，给出的理由前后矛盾，CEO 谈判陷入僵局，3000 名员工蒙在鼓里。HKR 三项都踩中了——冲突细节和内部信息密度很高。没给到 95 以上，是因为目前只有员工一方的说法，政府那边的具体依据还没披露，事情可能还有反转。
Anthropic 的 Fable 5 模型上线大约 72 小时就被撤下，正文没披露具体原因。群友实测下来，它在复杂推理、编程和写作上明显强过 Opus 4.8 和 GPT-5.5：有人卡了两个月的难题它两分钟解决，MindStudio 测出多步编程自纠率 81%，Vellum 直接说这是“代差级跃升”。但它也有短板——代码评审精度不如 Opus 4....
推荐理由：Anthropic 的 Fable 5 短暂露面后被撤，群友实测数据扎实（81% 自纠率、代差级跃升评价），在钩子、干货和情绪共鸣三个维度都踩中了。扣分点在于信源是群聊整理而非官方发布，且下架原因正文没披露，所以重要性没给到顶。
推理模型不是2024年突然蹦出来的。让模型写解题步骤的思维链、用自己生成的正确推理训练自己的STaR、给中间步骤打分的过程奖励模型，这些技术从2022年起就陆续成熟了。o1真正改变的是产品化：把推理变成一种可以计费、可以调度的资源，在API里引入reasoning tokens和可调节的思考强度参数，相当于给scaling law开了第二个轴。Deep...
推荐理由：这是一篇有信息量的长文综述，用具体论文和时间线追溯推理模型的技术源头，核心判断是o1的分水岭在于把推理产品化成可计费算力，而非发明了推理本身。HKR三项都踩中，但属于梳理整合型内容而非独家爆料，放在78分、featured层级合理。