Topic · 主题全部主题 →

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。

3,633条收录
525条精选

精选归档 · 第 14 页

261280 条 · 共 525

6月2日6月2日周二

星期二 · 2 条
01:05
TechCrunch:AI(RSS)精选
AI 评分 79/100
Anthropic 提交上市申请

AI 公司 Anthropic 于周一秘密提交了首次公开募股(IPO)申请。

另有 10 家信源报道Hacker News 热门(buzzing.cc 中文翻译)IT之家(RSS)X:阿易 AI Notes (@AYi_AInotes)X:洪明 (@hongming731)X:Rohan Paul (@rohanpaul_ai)X:Kim (@kimmonismus)The Decoder:AI News(RSS)The Verge:AI(RSS)X:Anthropic (@AnthropicAI)X:Testing Catalog (@testingcatalog)
推荐理由:Anthropic 提交 IPO 申请,万亿估值将接受公开市场检验。AI 军备竞赛从融资轮次进入股市阶段,虽无财务细节,信号足够让从业者重新想象行业终局。
00:24
Anthropic:Newsroom(网页)精选
AI 评分 86/100
Anthropic 保密向 SEC 提交 S-1 草案

Anthropic, PBC 今日保密向美国证券交易委员会提交了 S-1 表格草案,计划进行普通股的首次公开发行。这使其在 SEC 完成审核后拥有上市的选择权。IPO 的具体发行股数和价格尚未确定,将取决于市场条件等因素。公司近期刚完成由 Altimeter Capital 等领投的 650 亿美元 H 轮融资,估值达 9650 亿美元,并发布了 Claude Opus 4.8 模型。


推荐理由:Anthropic 秘密提交 IPO 申请,是继 OpenAI 之后最值得盯的 AI 公司上市信号,不管最终定价多少,都会重新校准整个行业的估值坐标系。

6月1日6月1日周一

星期一 · 2 条
20:48
AYi@AYi_AInotes精选
AI 评分 79/100
使用Claude Opus 4.8将书籍转化为AI技能的教程http://x.com/i/article/2061406941541240838我把《非暴力沟通》整本喂给 Claude Opus 4.8,变成了一个随时能调用的 skill——保姆级教程 + 开源直接抄先问大家一个有点扎心的问题:你上一本读完拍大腿、觉得很牛逼的书,现在还能说出它的核心方法吗?知道怎么用吗?估计多数人大概率说不出来,这篇就解决这件事:用 Claude Opus 4.8,把任意一本书,变成一个 AI 随时能喊出来用的 skill。整套 Prompt + 开源 skill 全给你,小白零基础照着抄,不废话直接放干货。目录• 一、你最大的浪费• 二、这件事真正的难点• 三、准备工作(5 分钟,只做一次)• 四、六步把书变成 skill(Prompt 直接抄)• 五、《非暴力沟通》做成skills的复盘• 六、一盆冷水(反思)• 七、最后想说的一、你最大的浪费做 AI 博主这这段时间,我读的书、看的方法论不算少,但是慢慢发现一件扎心的事——读过,不等于用得上。我想大家肯定也有过这个场景:一本书当时读得热血沸腾,划满了线,笔记记进了 Notion,结果三个月后真要写篇东西、做个决策,脑子里一片空白,那本书像没读过一样。说白了,大多数人的读书,都只是在囤积,没有真正做到知识的调用。那能不能让 AI 把书里的方法论,变成一个我随时能喊出来用的工具?趁着周末折腾出了一个开源 skill——把任意一本书,提炼成一个能被 AI 调用的 skill。 不是读后感,也不是摘要,是一个真正实用的工具箱:书里的框架、原则、技法、反模式,全部变成 AI 能照着执行的指令。二、这件事真正的难点这件事真正的难点不在书内容的提炼,关键是怎么让 AI 读全。一本书几万字,得让 AI 把整本的逻辑链一次吃进去,而不是切成碎片各读各的。因为一旦书的逻辑链被切碎,跨章节的因果也就断了,提炼出来的框架基本都是残的。所以 AI 大模型一定要用最顶的,我用的是 Claude Opus 4.8。它三个能力刚好卡这个任务的命:• 长上下文:100 万 token 的上下文窗口,整本书一次读完,不切块、不丢逻辑• 结构化输出:直接吐出规整的 skill 文件,不用手动排版• 多步 agentic:生成完自己做一遍自检和试调用,发现哪里空洞再回去补调 Opus 4.8 的入口我用的是 ZenMux,老粉应该都知道,自从我的 Claude 被封号几次以后,就转过来了——200多多个模型一个 API 全调得到,不用翻墙,费用还能选,重度用就订阅,想随用随付就按量。做这种要反复喂整本书、还想多模型对比的活,就还挺合适的。三、准备工作(5 分钟,只做一次)第 0 步|把 Opus 4.8 接进 Cursor配置看起来有点技术感,但其实就这几步,做过一次永远不用再碰:① 在 zenmux 后台生成你的 API Key 后台找「订阅 API 密钥」,点生成,拿到一串 sk-ss-v1-... 的密钥,复制好,别外泄。② 选一个计费方式• 订阅制(Builder 计划)→ 用量可预测,固定月费,适合经常用的人• 按量付费(Pay As You Go)→ 偶尔用、用量不稳定时选这个,充值还有 +10% 积分③ 打开 Cursor,进 Settings → Models,做三件事:第一,打开「Override OpenAI Base URL」的开关,填入:https://zenmux.ai/api/v1第二,「OpenAI API Key」那栏填你的 zenmux key(就是 sk-ss-v1- 那串)。第三,「Anthropic API Key」那栏留空。这个很关键——填了的话,所有 claude- 开头的模型都会被 Cursor 劫持,打到 Anthropic 官方而不是 zenmux,直接报错。④ 点「+ Add model」,填这个模型名:anthropic/claude-opus-4.8注意一定要带 anthropic/ 前缀,不能填 claude-opus-4-8——后者以 claude- 开头,会走错通道。⑤ 新开对话,选中这个模型,发句「在吗」,能回 = 通了。四、六步把书变成 skill第一步|把书变成一段纯文字目标:拿到这本书干净的纯文本(.txt 或 .md),图表排版丢了没关系,文字逻辑在就行。按你手上的格式,三选一:情况 A · 已经是 Word / 网页文章 Word 里点文件 → 另存为 → 格式选「纯文本(.txt)」即可;网页文章就全选复制,粘进记事本存成 .txt。情况 B · 是 PDF 或 EPUB(推荐小白走这条) 用 Calibre(完全免费,calibre-ebook.com):1. 下载安装1. 把电子书文件拖进去1. 选中这本书,点上方「转换书籍」1. 右上角「输出格式」选 TXT,右下角点确定1. 转换完点「点击查看」,找到 .txt 文件这里有个坑我替你踩过了——很多看起来免费的在线转换工具,下载时会要你订阅付费,还自动续费。我被套路过一次,最后用的还是 Calibre,完全免费,稳得多。情况 C · 实在啥都不想装 搜「epub 转 txt 在线」,上传、选输出格式、下载即可。但注意别用要付费的那种,也别把有版权或隐私内容的书传到不可信的网站。⚠️ 关键:要的是整本干净文字,别先让任何工具帮你摘要再喂——摘要会把框架精度丢光。第二步|把整本丢给 Opus 4.8,先别让它摘要怎么喂:客户端支持上传文件就直接拖 .txt;不支持上传就分几段把全文粘贴进去。然后发这段提示词(直接抄,方括号换成你的):这是《[你的书名]》全文。先不要摘要。 通读全书,给我一张全局结构地图: 核心论点是什么?围绕它有哪些命名框架/原则/技法/反模式?它们之间什么逻辑关系? 作者的语气有什么辨识度? 我想用它做一个能帮我 [你的目的,比如:在经济下行期做决策] 的 skill。第三步|按 5 类提炼,做一张台账接着发:按这 5 类提炼这本书:框架 / 原则 / 技法 / 反模式 / 作者声音。 每条给:名字 + 一句话定义 + 何时用 + 原书的精确表述。 框架要保留作者的原始命名,别改写成通用说法。 哪些是核心必进、哪些是边角可省?给我一张台账表格。第四步|生成 skill(这步决定它好不好用)先判断:这本书框架少(1-3 个)就做成一个文件;框架多(10+ 个)就做成「入口文件 + 分文件懒加载」。然后发:按这份台账生成一个 Cursor skill。 重点打磨开头那段 description—— 把「用户会在什么场景、说什么话时需要它」全写进去, 因为这决定它会不会被 AI 自动召回,写不好等于白做。第五步|自检 + 试调用(最容易被跳过,但不能省)第一次跑的时候我也跳了这步,结果发现这个 skill 完全召不回来,才明白有多关键。让它自己验两件事,发现问题就回上一步补:① 召回测试只看这个 skill 开头的 description, 用户说这 5 句话时你会不会想起调用它?逐句判断。② 调用测试现在真用这个 skill 完成一个任务: [一个这本书能解决的真实问题] 看你给的是能照做的步骤,还是空话。第六步(可选,但很爽)|让几个模型 PK 一下同一份台账,丢给 Opus 4.8 和另外一两个模型各生成一版,对比谁提炼得更准、触发词更全。这一步用 ZenMux 的PK功能就很省事——一个 API 直接切不同模型,不用来回换账号、配 key。五、拿《非暴力沟通》跑测skills的复盘选这本是因为它框架特别清晰——马歇尔·卢森堡的《非暴力沟通》,一本讲怎么好好说话的经典。框架越清晰的书,越适合做这个测试。全程时间: 第一次从零开始,包括配置 ZenMux + 跑完六步,前后大概 45 分钟,熟悉之后换一本书重跑,估计 20 分钟内能搞定。实际成本: Opus 4.8 在 ZenMux 的价格是输入 $5/百万 token,输出 $25/百万 token。整本书加上来回几轮对话,总共消耗约 30 万 token,折合下来整个流程花了不到二十块钱人民币。生成的 skill 什么样: Opus 4.8 把这本书提炼成了一套能直接调用的工具,而且保留了书里的原始命名——「非暴力沟通四要素(观察·感受·需要·请求,OFNR)」、「长颈鹿语言 vs 豺狗语言」这个动物隐喻、「疏离生命的语言」这几类沟通陷阱,全都没被改写成通用说法。更关键的是,它把"要好好说话"这种正确的废话,变成了"先说你观察到的事实、别评判,再说你的感受,再讲你的需要,最后提一个具体的请求"这种我能照着做的四步。第五步的自检没省,也确实抓到了问题: 它第一版的触发词写窄了,我说「非暴力沟通」才召得回,但现实里我根本不会这么说话——我会说「怎么提意见不像在指责」「和家里人又吵起来了怎么办」。我把这些更日常的说法补进去,它才真的能在我需要的时候自己冒出来。这一步多花了十分钟,但没做等于白做。最让我感受到这东西真有用的一刻: 生成完这两天,我和家人有句话憋着不知道怎么开口,就是那种一说出来容易变味、听着像指责的事。我顺手喊了下这个 skill,它直接用 OFNR 四步把我想说的话拆开重排了一遍——先讲我观察到什么,再讲我的真实感受,把那些「你总是」「你又」的词全换掉了。那一刻我突然反应过来:这本我几年前读过、早就还给作者的书,第一次真的回到了我手边帮我干活,而不是躺在书架上积灰。六、一盆冷水有一说一,咱也不能把这套吹成万能。1️⃣因为不是所有书都适合,框架清晰的方法论书最香(商业、思维、写作、沟通类),纯叙事、纯故事的书,硬提炼出来的 skill 是干瘪的,别浪费时间。2️⃣提炼也不等于理解:这套方法帮你把书变成「能调用的工具」,但那些要你亲身踩过才懂的东西,它给不了。书里的道理,AI 能帮你格式化,但不能帮你内化。还有,AI 会漏框架,会把触发词写窄导致召不回,所以第五步的自检千万别省,生成完你还得自己过一遍、调一调。说白了,这是把读过的书激活成工具的一道工序,但不能替你读书。七、最后想说的就这一道工序,已经改变了我对读书这件事的看法。以前我衡量自己读了多少本书。,现在我衡量的是——我有多少本书,已经变成了 AI 随时能调用的能力。知识最大的浪费,从来不是没读过,是读过了,却一直躺在收藏夹里当库存。而真正的护城河,也正在从「你读过多少书」,变成「你能把多少书,变成自己随时调得动的产能」。读完一本书就让它睡进 Notion,和读完就把它焊成一个能干活的 skill,是两种完全不同的复利。整套 skill 我开源了,拿走直接用:https://github.com/ayi-ai/ayi-nonviolent-communication跑通了欢迎评论区告诉我你把哪本书变成了 skill,我们一起迭代下一版。本文以《非暴力沟通》为例,提供了一个将书籍转化为可调用AI技能(Skill)的六步教程。作者使用Claude Opus 4.8模型,因其具备100万token上下文窗口、结构化输出及多步智能体(Agent)能力,能一次性处理全书逻辑。流程包含文本准备、全局结构分析、五类提炼(框架/原则/技法/反模式/作者声音)、技能生成及关键的自检步骤。生成的技能保留了书中原始框架命名(如OFNR四要素、长颈鹿语言),并将触发词优化为"怎么提意见不像在指责"等日常表达。整个流程耗时约45分钟,消耗约30万token,成本不到20元人民币。
推荐理由:不是摘要,是真能用的skill。把整本书喂给Claude Opus 4.8,提炼成能随时唤起的工具箱,连自检步骤都帮你做好了,想把自己读过但用不上的书激活的,直接抄。
00:00
Dario Amodei:Blog(网页)精选
AI 评分 56/100
Anthropic CEO Dario Amodei:AI指数级发展呼唤政策紧急应对

Anthropic CEO Dario Amodei 发表博客指出,AI 以指数级速度发展——四年内模型从勉强写出一行连贯代码到编写主流 AI 公司的大部分代码,而政策制定周期却极其缓慢。Claude Mythos Preview 证明了前沿模型对网络安全构成真实威胁,可能冲击金融、关键基础设施和国家安全。Amodei 认为生物风险与 AI 自主风险即将接踵而至,呼吁全球重新审视监管、宏观经济、科学创新、国家权力和地缘政治五大领域。Anthropic 同日发布了前沿模型测试立法提案和就业替代政策框架,并承诺提供实质性资金支持。

另有 3 家信源报道X:Rohan Paul (@rohanpaul_ai)X:Kim (@kimmonismus)X:Anthropic (@AnthropicAI)
推荐理由:虽然是十天前的文章,但 Dario 的长文仍是理解 AI 政策方向最完整的框架,还附带了立法提案,做安全或监管的产品人该细读。

5月30日5月30日周六

星期六 · 2 条
04:42
Claude Code:GitHub Releases(RSS)精选
AI 评分 67/100
v2.1.157 更新

此版本主要改进了插件系统,现可自动加载 .claude/skills 目录中的插件,并通过 claude plugin init 创建;/plugin 命令增加了自动补全。claude agents 现在会应用 settings.json 中的 agent 字段,并支持 --agent 参数覆盖。更新修复了多个具体问题,包括处理不可用图片导致的崩溃、在 tmux 中的剪贴板复制失效(2.1.153 回归)、后台会话恢复后日期不正确等。此外,优化了长对话及恢复对话的性能,并改进了在 VS Code、Cursor 和 Windsurf 等 IDE 中的体验。


推荐理由:Claude Code 这个版本把插件从市场限制中解放出来,自动加载本地 skills 目录,对喜欢自己鼓捣定制工作流的开发者是个实实在在的便利。

5月29日5月29日周五

星期五 · 9 条
19:10
Hacker News 热门(buzzing.cc 中文翻译)精选
AI 评分 73/100
Claude Code--文档中未提及的所有可配置选项

该篇文章标题涉及“Claude Code”的可配置选项,但提供的正文内容仅包含一张图片和一个外部链接,未给出任何关于模型版本、参数、性能、价格或功能的具体信息。根据规则,无法在摘要中提及原文不存在的细节。


推荐理由:如果你在用 Claude Code,这份从源码里扒出的隐藏配置清单能让你摆脱默认模式,好多选项官方文档压根没提。
08:41
Simon Willison 博客精选
AI 评分 72/100
llm-anthropic 0.25.1

llm-anthropic 发布 0.25.1 版本。主要更新包括:新增 Claude Opus 4.8 (claude-opus-4.8) 模型;为账户启用了该功能的组织新增了 -o fast 1 选项以使用快速模式;调整了各模型的默认 max_tokens 值,使其直接使用模型的最大输出长度,而非固定的 8,192。


推荐理由:Simon 的 llm 插件第一时间支持了 Claude Opus 4.8,如果你用他的 CLI 工具切换模型,这次更新能让你马上用到新模型和 fast mode。
08:00
Claude Platform:开发者版本说明(RSS)精选
AI 评分 63/100
Claude Platform on AWS 新增 Managed Agents webhooks、多智能体编排与自托管沙箱

Claude Platform on AWS 现已支持 Managed Agents webhooks、多智能体编排和自托管沙箱。新增了 IAM 操作及 AnthropicSelfHostedEnvironmentAccess 托管策略,用于在 AWS 上管理 Claude 智能体的触发、协作与安全执行环境。


推荐理由:这次更新让 Claude 托管代理直接跑在 AWS 上,对已经在用 Claude Platform 的企业算是好消息,webhooks 和多代理编排能简化不少工作流,但并不会改变行业格局。
03:14
TechCrunch:AI(RSS)精选
AI 评分 78/100
Anthropic 融资 650 亿美元,估值逼近 1 万亿,IPO 在即

Anthropic 完成 650 亿美元的 Series H 融资,投后估值达 9650 亿美元。这可能是这家 AI 公司在备受期待的 IPO 前的最后一轮私募融资。

另有 10 家信源报道Hacker News 热门(buzzing.cc 中文翻译)IT之家(RSS)X:阿易 AI Notes (@AYi_AInotes)X:洪明 (@hongming731)X:Rohan Paul (@rohanpaul_ai)X:Kim (@kimmonismus)The Decoder:AI News(RSS)The Verge:AI(RSS)X:Anthropic (@AnthropicAI)X:Testing Catalog (@testingcatalog)
推荐理由:65亿美元、估值逼近万亿,这是Anthropic上市前最后一轮融资,同日还发了Claude Opus 4.8,信号很明显,它要给OpenAI的IPO制造压力。
02:39
Claude Code:GitHub Releases(RSS)精选
AI 评分 73/100
Claude Code v2.1.154 发布:新增 Opus 4.8 与动态工作流

Claude Code 更新至 v2.1.154 版本,正式引入 Opus 4.8 模型。新功能包括“动态工作流”,可通过 /workflows 指令让 Claude 在后台编排数十到数百个 AI 智能体协同处理复杂任务。Opus 4.8 的快速模式现已可用,成本降低为 2 倍标准费率可实现 2.5 倍速度提升。其他更新有:精简系统提示词成为默认设置(除 Haiku、Sonnet 及 Opus 4.7 及更早版本外),优化多选题决策逻辑,简化 /simplify 命令。此次更新修复了包括后台会话管理、终端渲染在内的多个 bug,并增强了自动模式对数据外泄的检测能力。

另有 4 家信源报道X:Thariq (@trq212)X:Claude Devs (@ClaudeDevs)Claude:Blog(网页)Claude Code:GitHub Releases(RSS)
推荐理由:Claude Code 这版把多 agent 编排做成了产品功能,动态工作流让一个 prompt 能调度上百个 agent,再加上 Opus 4.8 快速模式只要 2 倍价格,做复杂任务的开发者可以试一下。
02:35
Anthropic:Newsroom(网页)精选
AI 评分 81/100
Anthropic 完成 650 亿美元 H 轮融资,估值达 9650 亿美元

Anthropic 宣布完成由 Altimeter Capital 等领投的 650 亿美元 H 轮融资,投后估值达 9650 亿美元。公司表示其旗舰模型 Claude 的企业部署持续增长,年化收入已突破 470 亿美元。此轮融资将用于推进 AI 安全与可解释性研究、扩展算力以满足 Claude 的需求,并规模化产品与合作伙伴关系。Anthropic 近期已显著扩大计算容量,并宣布 Claude 已登陆 AWS、Google Cloud 和 Microsoft Azure 三大云平台。


推荐理由:65B的融资规模基本封死了其他玩家追赶的门槛,Claude的算力和研发投入将远超同行,做应用的可以放心上船了。
01:21
Claude:Blog(网页)精选
AI 评分 78/100
在Claude Code中引入动态工作流

Claude Code 推出“动态工作流”功能,使 Claude 能端到端处理复杂任务。该功能通过动态编写脚本,在单个会话中并行运行数十到数百个子智能体来完成工作,并会在结果呈现前进行验证。它适用于跨代码库的 bug 查找、大规模迁移(如将 Bun 从 Zig 移植到 Rust)等需要多角度分析的任务。该功能现已在研究预览阶段可用,支持 Claude Code CLI、桌面端、VS Code 扩展以及 API、Amazon Bedrock、Vertex AI 等平台,面向 Max、Team 及已启用的 Enterprise 计划用户。

另有 4 家信源报道X:Thariq (@trq212)X:Claude Devs (@ClaudeDevs)Claude:Blog(网页)Claude Code:GitHub Releases(RSS)
推荐理由:动态工作流第一次让 Claude Code 能独立搞定需要并行协调的大规模工程任务,Bun 从 Zig 到 Rust 只用了十一天,这对复杂代码库的维护和迁移是降维打击。
01:14
TechCrunch:AI(RSS)精选
AI 评分 72/100
Anthropic 发布 Opus 4.8 并推出新型"动态工作流"工具

Anthropic 发布了最新的 Opus 4.8 大语言模型,并为该模型引入了一个名为“Dynamic Workflows”的新工具。该工具旨在协调由多个子代理组成的群组,以执行复杂任务。

另有 13 家信源报道X:Thariq (@trq212)X:Boris Cherny (@bcherny)X:Claude Devs (@ClaudeDevs)X:OpenRouter (@OpenRouter)Hacker News 热门(buzzing.cc 中文翻译)X:洪明 (@hongming731)MarkTechPost(RSS)X:Rohan Paul (@rohanpaul_ai)X:Kim (@kimmonismus)The Decoder:AI News(RSS)X:Claude (@claudeai)X:Artificial Analysis (@ArtificialAnlys)X:Testing Catalog (@testingcatalog)
推荐理由:Opus 4.8 是 Anthropic 对 Opus 4.7 失望反应的快速回应,亮点不在跑分而在模型能主动标记不确定性,这比正确率更实用。动态工作流让跨子 agent 的代码迁移成为现实,开发团队值得关注。
01:05
Anthropic:Newsroom(网页)精选
AI 评分 85/100
Claude Opus 4.8 发布:在编码、智能体技能与推理方面实现全面升级

Anthropic 发布了新一代模型 Claude Opus 4.8,作为 Opus 4.7 的升级版本,其在编码、智能体技能、推理和实用知识工作等各项基准测试中均取得进步。Claude Opus 4.8 现已可用,价格与前代相同。同步推出的新功能包括:用户可控制任务投入程度、Claude Code 新增“动态工作流”特性,以及 Opus 4.8 的 2.5 倍速模式价格降低为以往的三分之一。早期测试者反馈其在智能体任务中的判断力更可靠、工具调用更高效。该模型在 Online-Mind2Web 测评中得分 84%,超越了 Opus 4.7 和 GPT-5.5。此外,其诚实度与对齐表现也得到提升,代码错误漏检率降低了约 75%。


推荐理由:Opus 4.8看着是常规升级,但动态工作流让Claude Code能啃下跨十万行代码迁移这种硬骨头,快速模式降价三倍更是直接拉低了实时场景的入场券。

5月28日5月28日周四

星期四 · 5 条
21:12
Anthropic:Newsroom(网页)精选
AI 评分 63/100
Anthropic 开设米兰办公室,深化意大利企业合作与 AI 安全对话

Anthropic 在米兰开设其欧洲第六家办公室,旨在与意大利企业及开发者社区合作,负责任地构建和扩展 Claude,并参与关于 AI 的对话。本地团队已与多家金融、生命科学、能源及汽车行业的公司展开合作。案例包括与 JAKALA 合作将 Claude 部署至超 3,000 席位,释放约 70% 高级团队时间;Satispay 借此将 18 个月路线图压缩至 7 个月;Bending Spoons 的大部分代码变更已与 Claude Code 共同完成。Anthropic 承诺支持意大利企业、研究及文化,通过安全的 AI 转型促进发展。


推荐理由:Anthropic 把欧洲办公室开到第六个,这次还拉上了教皇背书,但更实在的是 Satispay 用 Claude 把 18 个月路线图砍到 7 个月的落地案例,对企业怎么做 AI 落地有参考价值。
09:36
Claude Code:GitHub Releases(RSS)精选
AI 评分 67/100
Claude Code v2.1.153 版本更新

Claude Code 发布 v2.1.153 版本。主要新增 skipLfs 选项以跳过 Git LFS 下载;优化了 claude agents 的自动补全建议和 PR 列显示格式。本次更新修复了大量问题,包括:MCP 服务器的连接与重连、子代理的配置策略与严格模式行为、后台会话的管理与权限提示(如恢复、输入响应、临时文件处理),以及跨 macOS/Windows/VSCode 平台的稳定性。此外,还修复了 Windows 更新回滚、内存占用、会话恢复等多个具体问题。/model 命令现在会将选择设为新会话的默认模型。

另有 2 家信源报道X:Claude Devs (@ClaudeDevs)Claude Code:GitHub Releases(RSS)
推荐理由:Claude Code 的一次日常小修小补,但修复了 OAuth 凭证泄露和内存泄漏这种真影响使用的 bug,且 /model 现在可以记住默认模型了,升级一下不亏。
07:07
Anthropic:Research(发表成果 · 网页)精选
AI 评分 69/100
社会科学中的编码智能体

一项针对1260名定量社会科学家的调查显示,虽然81%的受访者用过AI聊天机器人,但仅有20%将Claude Code、Codex等编码智能体常规应用于工作。采用率存在显著差异:以男性名字命名的研究者使用率是女性研究者的两倍;顶尖大学研究者可能性高出40%。用户产出更多工作论文和基金申请,但这可能反映早期采用者自身差异。研究者对AI助力撰写可发表论文更乐观,但对重塑整个社会科学领域持保留态度。这是一项初步调查,更深入研究仍在进行中。


推荐理由:Anthropic 这份调查把编码代理在社科领域的真实渗透率摸清了,只有 20% 的研究者真在用,而且男女、校际差距比 AI 聊天工具大得多,做学术工具的可以认真看看。
06:07
Claude:Blog(网页)精选
AI 评分 77/100
使用大语言模型保障源代码安全

本文分享了使用 Claude Opus 构建威胁模型、发现代码漏洞并进行验证、分类和修复的最佳实践。其核心流程是一个六步循环:威胁建模、沙箱隔离、漏洞发现、验证、分类和修复。作者指出,漏洞发现现在易于并行化,瓶颈已转移到后续的验证与处理阶段。以他们对开源软件的扫描为例,截至2026年5月22日已披露1,596个漏洞,其中97个已修补。指南建议结合代码库文档和专家访谈来构建准确的威胁模型,以降低误报,提升发现的可利用性。

另有 1 家信源报道Claude:Blog(网页)
推荐理由:Anthropic把这套用Claude扫代码漏洞的方法全公开了,1596个已披露漏洞,验证成了最大瓶颈,安全工程师的饭碗可能要重新定义。
02:06
Claude:Blog(网页)精选
AI 评分 67/100
AI智能体的零信任安全框架

Anthropic 发布了针对企业部署自主 AI 智能体的安全框架,指出前沿大语言模型正将漏洞利用周期从数月压缩至数小时。部署智能体面临双重风险:基础设施易受 AI 加速攻击,且智能体自身具备自主决策与执行能力。文章提出一个三层零信任架构(基础、高级、优化级)及八阶段实施流程,并概述了提示注入、工具投毒、记忆投毒等特有威胁。


推荐理由:当漏洞利用从数月压缩到数小时,安全架构必须同步进化。这篇框架把零信任落地到Agent场景,八阶段路线图和三级成熟度模型比泛泛的安全声明具体得多,企业安全团队值得细读。