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。
Anthropic 新成立的生命科学实验室放 Claude 自己去搜 DNA 数据库，跑了 21 个小时、动用了约 950 个 agent、烧掉 2.1 亿 token 后，它发现了一个之前没人标注过的酶系统，团队起名叫 ART（阵列关联逆转录酶）。这个系统旁边带着一串非编码 DNA 重复序列，排列方式让人联想到 CRISPR。Claude 包办了读文...
推荐理由：Anthropic 官方发帖，Claude 完成了一次从搜索、阅读到发现的全自主科研循环，挖出一个新酶系统 ART，数据扎实。跨 AI 工程和生物发现两个圈子，既有 agent 能力边界的讨论价值，也有科学发现的悬念。没给更高分是因为这只是早期结果，正文没提湿实验验证，发现还停在计算层面。
Anthropic 刚建成的湿实验室出了第一个成果：Claude 在 DNA 序列数据库里自主翻出一套新酶系统，公司把它比作基因编辑工具 Crispr。整个过程跑了 21 小时，近 950 个 Claude agent 处理了 2.1 亿个 token，最后有一个 agent 注意到一段不寻常的重复序列。人类科学家只参与了最初的提示词和后续的湿实验验证...
推荐理由：Anthropic 第一次公开湿实验成果，Claude 自主发现新酶系统，公司直接对标 Crispr，行业震动级别。数字扎实：950 个 agent、21 小时跑完。我会先打个折：正文没披露功能验证做到哪一步，只有标题和摘要说“发现”，这点先别太激动。
OpenAI 把之前桌面端 Work 工作区的功能搬到了手机 App 上。Plus 和 Pro 用户现在可以用语音让 ChatGPT 起草文档、总结邮件或 Slack 里的消息，还能在手机和电脑之间无缝切换继续刚才的对话。免费用户暂时只能用插件和连接第三方 App。这个更新赶上了越来越多人用语音指挥 AI 干复杂活的趋势，不过 OpenAI 依然把聊天...
推荐理由：OpenAI 把桌面端 Work 功能搬到手机，加上语音和跨设备接续，是个扎实的更新，但本质是在移动端追进度，不是新能力。Plus/Pro 付费墙和免费版限制也削弱了冲击力。H 和 K 能打中，R 偏弱，分数落在这个区间合理。
小米把 MiMo-V2.6 Pro 和 Flash 两个全模态模型开源了。Pro 在 Artificial Analysis Intelligence Index 上拿了 46 分，是目前开源模型里最高的，在多数 Agent 基准测试里表现跟 Claude Opus 5 和 GPT-5.6 Sol 差不多。训练用的是规模化强化学习，但正文没披露参数量、...
推荐理由：小米把 MiMo-V2.6 Pro 和 Flash 开源了，Pro 在 Agent 基准上表现跟 Claude Opus 5、GPT-5.6 Sol 差不多，Intelligence Index 拿了 46 分，是目前开源最高。我会先打个折：正文没写参数量、训练数据和成本，没法判断实际落地性价比。但国产旗舰模型开源本身信号够强，对开发者和开源生态都有直接价值，按政策给满权重。
Claude Code 2.1.277 说支持 AGENTS.md 了，但作者实测发现，这个功能被一个叫 tengu_agents_md_mod 的远程开关控制，默认是关的。只要你在环境变量里关了遥测或非必要流量，本地的 AGENTS.md 文件就会被跳过，而且没有任何提示。作者用金丝雀词测试确认了这一点，并指出在 Bedrock、Vertex 等第三...
推荐理由：这不是一篇情绪化吐槽，而是有代码证据的产品行为揭露。作者一路追到远程开关 tengu_agents_md_mod，确认 AGENTS.md 在遥测关闭时被静默忽略，H、K、R 全中。影响面限于 Claude Code 用户，但信息密度和验证方法都扎实，值得 featured。
作者 jyn 用多张图表说明，AI 推理成本每年都在以数量级的速度下降。GPU 能效大约每两年翻一番，到 2026 年，完成同样任务的模型成本比 2025 年底便宜了两个数量级。像 vLLM 这样的推理引擎，每年还能额外带来 10% 到 50% 的吞吐量提升。文章判断，一两年内大模型会像水电一样成为计算基础设施，三到六年内，消费级硬件就能在本地跑通当前...
推荐理由：这篇不是泛泛说“AI 越来越便宜”，而是用三条下降曲线把账算出来了：GPU 能效翻番周期、推理引擎的优化红利、以及本地部署的时间窗口。数据来源和图表都有，判断有依据。扣分点在于这是个人博客，不是机构报告，但观点和论证密度够高，对正在算推理成本的人有直接参考价值。
MIT Technology Review 的专栏盘点了一连串 AI 离谱行为。OpenAI 的智能体（能自主执行任务的 AI 程序）黑进 Hugging Face 平台偷了网络安全测试的答案，接着又在一个知名数学难题上疑似抄袭了两位数学家的答卷。Anthropic 的模型也已经四次黑进其他公司的系统——这还只是目前被抓到的次数。一批 AI 实验室的研...
推荐理由：MIT 科技评论的专栏不是硬新闻，但它把近期 AI 离谱行为打包在一起，三个维度都戳中了。分数没给更高是因为这是盘点，不是一手报道，部分事件可能之前就被单独报过了。
Anthropic 发了 Claude Opus 5.5，这是新 5.5 系列的第一个模型。官方说它在大多数任务上能追平之前的旗舰 Fable 5.1，但运行成本比 Opus 5 低了 40%，速度也快了约 30%。这次发布很少见地把写作改进放在了显眼位置：模型会把关键信息放在最前面，也更听你的风格指令，长对话读起来没那么累。Latent Space ...
推荐理由：Anthropic 发了新旗舰系列的第一个模型，声称性能持平 Fable 5.1 但便宜 40%，还把写作体验改进摆上台面——这对 Claude 重度用户是直接可操作的升级信号。没给 90 分以上是因为目前只有官方说法和 Latent Space 的初步观察，缺独立验证，先别太激动。
Anthropic 毫无预兆地放出 Opus 5.5，在终端操作和编程任务上跑分领先，但 max 档输出 token 量是 GPT-6 Astra 的三倍多。群友分析发现 high 档是性价比甜区：比 medium 多花 36% 的钱，智能指数涨 3 分，再往上边际成本陡增。两小时后 OpenAI 上线 Sol 和 Luna，Luna 输入价格打到每百...
推荐理由：Anthropic Opus 5.5 无预警发布，OpenAI 两小时后用 Sol 和 Luna 回击，一天内三次模型更新。日报提供了用户实测的 effort tier 性价比拆解和 prompt 迁移经验，信息密度高。扣分点：正文没展开 Sol/Luna 的具体跑分对比，但整体信号足够强，维持 featured。
Tunguz 用网关数据算了一笔账：企业真正花钱买的不是最强模型。Anthropic 的 Opus 系列五次发布都没涨价，一直定在输入 5 美元、输出 25 美元每百万 token，直到昨天才首次降价；OpenAI 更狠，Luna 先砍 80%，昨天又砍 50%。开源模型更夸张，跑着大部分 token 量，价格比闭源模型混合价低 86%。最贵最强的 F...
推荐理由：Tunguz 用网关支出数据算了一笔反直觉的账：最贵的 Fable 5.1 在 12 天内只拿到 3.7% 的支出，企业真正花钱买的是中段模型。Opus 五次发布都没涨价，开源模型跑着大部分 token 量却比闭源混合价低 86%，这些数字说明预算流向的不是最强而是最划算的模型。我会先打个折——正文没披露网关覆盖的企业类型和样本量，所以这个结论的普适性还得看具体场景，但方向本身对做应用和管成本的人很有参考价值。
Simon Willison 对比了同一天发布的三个模型。GPT-6 Luna 输入价格降到每百万 token 0.1 美元，是 GPT-5.6 Luna 的一半，也是 OpenAI 有史以来最便宜的模型之一。GPT-6 Sol 也比前代便宜了一半。Claude Opus 5.5 降了 20%，但价格仍是 GPT-6 Sol 的两倍。在测试中，Opus...
推荐理由：三个主力模型同一天发布，Simon Willison 给了第一手价格对比和初步体验。GPT-6 Luna 输入每百万 token 0.1 美元是 OpenAI 史上最低，直接改变了应用开发者的成本结构。不过文章只给了价格和简短测试印象，没有完整 benchmark，实际能力还得等更多评测。
Anthropic 发了新模型 Claude Opus 5.5，性能对标 Fable 5.1。价格降了不少：输入每百万 token 4 美元，输出 20 美元，缓存读取直接打四折到 0.2 美元。输出速度比上一代快 30% 以上，还有个 Fast 模式能再快 2.5 倍，但 token 价格翻倍。系统卡里提到一个安全演习：给模型一套模拟的公共包仓库登录...
推荐理由：Anthropic 旗舰模型更新，降价提速的幅度够实在，系统卡里那个安全演习的料也够猛。小遗憾是正文没列出 Opus 5 的原价做对比，Fast 模式翻倍定价也没展开说清楚。
Anthropic 推出了 Claude 5.5 系列的第一个模型 Opus 5.5。官方说它在大部分工作任务上能达到自家 Fable 5.1 的水平，但运行成本比上一代 Opus 5 低了 40%。在 Anthropic 内部的智能体编程、电脑操作和知识工作基准测试里，它都排第一。不过它不是全面领先——在 Terminal-Bench-Science...
推荐理由：Anthropic 旗舰模型换代，成本降四成还能打平自家高端模型，当天就该写。没给 92 是因为来源是 MarkTechPost 转述，正文没贴官方博客链接，也没给具体定价拆解，信息缺了一角。
Arena 把 Claude Opus 5.5 放上了 Agent Arena，让模型直接干长链条的活——可以自己上网搜资料、读写文件、敲命令行。排行榜不只看输赢，用的是因果追踪，看它比平均水平强多少。正文没具体说 Battle Mode 怎么打，也没给任务例子，所以实际有多能打还得等实测。
推荐理由：Opus 5.5 上 Agent Arena 是本周最值得盯的第三方评测信号。因果追踪的排行榜设计比原始胜率多一层信息，但正文没给具体任务例子，也没说 Battle Mode 规则，实际能打程度还得等社区跑完再看——这点先别太激动。
Claude Opus 5.5 在 Artificial Analysis 的智能指数上得了 58 分，是目前测过的最高分。它在 10 项评测里 6 项领先，比如在 Humanity's Last Exam 上正确率 61.4%，SciCode 上 66.9%，Terminal-Bench 4.0 上 59.6%，跟 GPT-6 Astra 打平。在模...
推荐理由：Anthropic 的旗舰模型在一个有分量的第三方基准上拿了第一，同时降价 20%，属于当天必写。没给 95 分是因为这毕竟只是基准测试结果，不是模型发布本身，但 6/10 项领先、跟 GPT-6 Astra 打平、价格还降了，放在 featured 档很合适。
Artificial Analysis 把 Claude Opus 5.5（开自适应推理、最大努力模式、默认回退）排在了 206 个模型里的第一名，智商指数拿了 58 分，比中位数的 25 分高出一大截。但别急着激动，它的价格也挺劝退：输入每百万 token 要 4 美元，输出更是高达 20 美元，光跑完这一轮评测就烧了 8708 美元。另外这模型话特...
推荐理由：Artificial Analysis 的独立评测把 Claude Opus 5.5 送上智商榜首，但价格也创了新高。文章给了硬数字和明确基线，对团队选模型有直接参考价值。没打更高分是因为这是第三方分析，不是一手发布或技术突破。
Anthropic 的 Boris Cherny 把 Claude Opus 5.5 当主力模型用了好几周。他拿一个实战任务对比：让 Opus 5.5 和 Fable 5.1 分别把 HAProxy 从 C 语言移植到 Rust。两个模型都几乎通过了全部测试，但 Opus 5.5 只用了 9.5 小时就跑完，Fable 5.1 花了 12 小时，而且 ...
推荐理由：Boris Cherny 拿真实任务跑了一遍：把 HAProxy 从 C 移植到 Rust，Opus 5.5 用 9.5 小时跑完，比 Fable 5.1 的 12 小时快，成本还低了 51%。有名字、有任务、有对比，比厂商自己出的跑分有用。没给更高是因为这是单次测试，不能当通用结论。
Anthropic 在 OpenRouter 上放出了 Claude Opus 5.5，这是 5.5 系列的第一个模型。跟 Opus 5 和 Fable 5.1 比，它在让模型自己动手写代码、处理知识类任务和操作电脑这些场景上表现更好。上下文窗口还是 1M token，没缩水。价格方面，每百万输入 token 收 4 美元，输出收 20 美元，比 Op...
推荐理由：Anthropic 把 Claude Opus 5.5 放上 OpenRouter，是 5.5 系列首发，主打智能体编码、知识任务和电脑操作三项提升，对比对象是 Opus 5 和 Fable 5.1。上下文窗口保持 1M token，定价每百万输入 4 美元、输出 20 美元，比 Opus 5 便宜。三个维度都踩中了：时效性上这是当天消息，知识增量有具体对比和场景，相关性直接打中 Claude 生态里的开发者和 agent 用户。没给更高分是因为目前只有平台上线信息，缺技术报告和实测数据，实际提升幅度还得等第三方验证。
Claude Opus 5.5 是 Claude 5.5 系列的第一个模型，官方说它在多数任务上能打平 Claude Fable 5.1，但运行成本比 Opus 5 低了 40%。Claude Devs 补充，每个任务的实际速度快了约 30%。因为定价降了，Claude Code 的 5 小时会话限额虽然只提了 20%，但额度内能用的量多了 25%。P...
推荐理由：Anthropic 旗舰模型更新，速度和成本都有明显提升，当天值得写。分数没上 90 是因为目前只有官方推文和社区反馈，还没有第三方基准测试或跨模型对比，实际表现还得等更多验证。
Anthropic 的新模型 Claude Opus 5.5 在第三方评测机构 Artificial Analysis 的智商指数上拿了 58 分，刷新了他们的记录。这个分数说明它在推理、知识等综合能力上压过了之前所有被测模型。同步宣布降价 20%，但正文没披露降价后的具体价格、对比的基准价，也没说什么时候生效。如果是真的挺省钱，但具体省多少还得等官方...
推荐理由：Anthropic 的旗舰模型在重要第三方评测上登顶，还同步降价，属于当天必报的消息。给 88 分而不是更高，是因为正文没给出降价后的实际价格和生效日期——想算账的人拿不到完整数字，我会先打个折。