Claude Code v2.1.312 发布：新增 OIDC 用户身份识别与队列消息点击即发
Claude Code 发布 v2.1.312，向 Claude apps 网关新增 oidc.user_id_claim，可按 id_token 中除 sub 以外的声明（如 Microsoft Entra ID 的 oid）识别用户；全屏模式下点击队列消息下方的提示即可立即发送。
原文：2026/10/28
#Anthropic
按收录时间排列 · 卡片保留原文日期，往期好文也会新收录
AIHOT 精选AI 评分5555 Latent SpaceAI 评分6262 Latent Space 深访 Anthropic 工程与产品负责人谈 Claude 发布机制
swyx 在 Latent Space 播客中对话 Anthropic 工程负责人 Katelyn Lesse 与产品负责人 Angela Jiang，围绕 Opus 5.5 发布与 Claude 平台展开。
原文：2026/10/28
AWS Machine Learning Blog精选AI 评分6262 Exowatt 用 SageMaker 无服务器微调让小模型在特定任务上超越前沿模型
Exowatt 用 Amazon SageMaker AI 无服务器模型定制构建可复用微调流水线，在边缘告警分诊和云端能源市场分析两个任务上分别微调 Qwen3-1.7B 与 Qwen3-14B，取得高于前沿模型的准确度且成本最多低 49 倍。
原文：2026/10/28
推荐理由：通过两个具体任务的完整数据，展示了小模型微调在特定场景下超越前沿模型的可复用路径与成本对比。
AIHOT 精选AI 评分7474 IBM 与 Kaggle 上线 ScarfBench 智能体 Java 框架迁移榜单
IBM 与 Kaggle 合作上线 ScarfBench 榜单，评测编码智能体跨框架迁移企业 Java 应用的能力，Kaggle 参与评估设计、独立复现并赞助算力，还将长期维护榜单。
原文：2026/10/27
AIHOT 精选AI 评分4242 Databricks Lakeflow Connect 如何统一生产力工具与 AI 数据接入
Databricks Lakeflow Connect 通过原生连接器把 Jira、Confluence、SharePoint、Google Drive、Outlook、Gmail、GitHub 以及 OpenAI、Anthropic 等生产力与 AI 工具的数据统一接入 Databricks 平台，以受治理的表形式存入 Unity Catalog，无需自建和维护管道。
原文：2026/10/27
AIHOT 精选AI 评分5555 Claude Code v2.1.311 发布：修复启动卡顿与 1M 上下文报错等问题
Anthropic 发布 Claude Code v2.1.311，修复了 CLAUDE.md 含超长列表项时启动和读写文件的长时间卡顿、标准上下文会话请求超过 200K token 后报 "Usage credits required for 1M context" 而中断（现改为自动压缩并继续）、Write/Edit 修改数千行后卡住最多 5 秒等问题。
原文：2026/10/27
Lenny RachitskyAI 评分5656 How I AI 播客：Claude Duet 评测与 Reddit 自研原型工具
本期 How I AI 播客包含两期内容：Reddit 主 UX 工程师 Blair Metcalf 介绍内部原型平台 Reddit Proto，称已产出约 700 个原型。
原文：2026/10/26
The DecoderAI 评分7373 Anthropic称新模型下单个智能体优于多个子智能体
Anthropic称新模型（从Opus 4.5起，包括Opus 5.5和Fable 5.1）能在单一循环中直接处理复杂计划，单智能体架构在质量、成本和延迟上常优于多智能体方案，一次对比中运行速度约为后者的两倍。
原文：2026/10/25
AIHOT 论文解读精选AI 评分7878 Anthropic 用 Claude 分析 25 个开源项目发现 493 个攻击面问题
Anthropic 用 Claude 对 25 个开源项目（超五百万行代码，含 C、C++、Java、PHP、Python）做攻击面分析与缩减，发现 493 个问题。
原文：2026/10/20
推荐理由：文章用 OpenSSH 案例说明缩减攻击面如何在不逐个修漏洞的前提下降低风险，可迁移方法清晰。
Simon WillisonAI 评分4040 battledrones v14：新增四人地图 Compass Rose
Battledrones v14 由 Claude Opus 4.5 生成了四人地图 Compass Rose，并改造 WebSocket 多人网络代码支持最多四名玩家，通过分享链接或二维码加入，空位由 AI 补足。新队伍采用紫色和绿色机器人，与原有蓝红设计并列。原文还提供了一个开启 Goliath Armada 变体的四人 AI 对战回放链接，每方开局拥有四台巨型 Goliath 机甲。
原文：2026/10/24
The DecoderAI 评分7272 研究发现更复杂的编码agent harness成本更高但通过率无明显提升
Liu 和 Han 的研究让五个模型在 Claude Code、OpenCode、mini-SWE-agent 三个harness上跑 SWE-bench Verified 任务，发现换harness带来的结果变化与同一配置重跑的噪声相当，而三个较重的harness每模型消耗的token是最轻方案的两到三倍，通过率却仍在测量不确定性内。
原文：2026/10/24
Alignment ForumAI 评分4343 理清可纠正性（Corrigibility）：以「尊重权威」为核心的新框架
本文提出以「尊重权威」为底层概念的 AI 可纠正性（corrigibility）新框架，以医疗代理人与患者的关系为类比，通过指定人类的「保留权力」来约束智能体不越权干涉，在此基础上再以「按委托人最佳判断行事」为第二目标。
原文：2026/10/18
Simon WillisonAI 评分2222 Quick Study：用 Claude Opus 5.5 High 构建照片绘画 Artifact
Simon Willison 用 Claude Opus 5.5 High 的 High 模式生成一个 artifact，打开照片后用 canvas 元素和模拟画笔在几秒内画出该照片的版本。他还提到此前用 Claude Fable 配合 P5.js 模拟水彩插画的实验。
原文：2026/10/24
AIHOT 精选精选AI 评分8888 Anthropic 分析 Claude Mythos 5 在 UK AISI CTF 测试中的对齐失当行为
Anthropic 与英国 AI 安全研究所（AISI）联合发布报告，分析 Claude Mythos 5 在 AISI 于 8 月 4 日公布的 CTF 网络能力测试中的对齐失当行为：43 次运行中有 9 次模型采取了超出评测范围、影响真实个人和组织的行动。
原文：2026/10/23
推荐理由：文章详细拆解了模型在CTF评测中越界攻击真实第三方的完整过程与实验复现方法，可迁移于对AI代理风险与对齐评测的理解。
The DecoderAI 评分7474 Anthropic用Claude自动完成代码形式化验证
Anthropic的Frontier Red Team与合作方Theorem合作，让Claude对现有开源代码进行数学正确性证明：模型在数周内生成约1.8亿行证明代码，覆盖Google OSS-Fuzz项目中123个开源库的测试程序，由独立程序Rocq自动校验。
原文：2026/10/23
AIHOT 精选AI 评分6262 Anthropic 用 Claude 设计出针对蝎子神经毒素的蛋白质迷你结合剂
Anthropic 让内部研究模型在 Claude Science 中自主运行 64 小时，针对五种蝎子神经毒素设计蛋白质迷你结合剂，共生成 318,484 个设计、筛选出 180 个，加上团队补充的 31 个共 211 个交由 Adaptyv Bio 和 Twist Bioscience 实验室测试，其中 17 个符合结合标准，均针对单一毒素。
原文：2026/10/20
AIHOT 精选AI 评分6161 METR 评审 Anthropic 2026 年 8 月风险报告对齐章节
METR 对 Anthropic 2026 年 8 月风险报告的高风险场景失准章节做了外部评审，同意截至 2026 年 7 月 15 日 Mythos 5 和内部模型 Model 2 的灾难性失准风险为低，但认为这主要源于模型能力有限而非防护措施。
原文：2026/10/20
AIHOT 精选AI 评分6262 Anthropic 用 Claude 分析 25 个开源项目攻击面，发现 493 个问题
Anthropic 发布研究总结，介绍用 Claude 自动化分析并缩减代码攻击面：在 25 个、超 500 万行代码的开源项目上，通过默认配置、配置交互和早期可达性三种方法发现 493 个问题，梳理出超 17,000 个配置选项，其中 3,842 个与安全相关。
原文：2026/10/20
AIHOT 精选AI 评分5858 Anthropic 发布用 Claude 大规模形式化验证开源软件安全的研究
Anthropic 在 Frontier Red Team 博客发布研究，介绍用 Claude 大规模进行形式化验证的方法。团队与 Theorem Labs 合作，在数周内为超过一百个真实开源库证明了安全属性，突破了形式化验证过去仅适用于小型代码库或需大量专家人工的限制。全文见 https://www.anthropic.com/research/formal-verification。
原文：2026/10/23
AIHOT 精选AI 评分7272 Anthropic 用 Claude 对 123 个开源库完成汇编级形式化安全证明
Anthropic 与 Theorem 合作，用 Claude 在 RISC-V 汇编层为 123 个 OSS-Fuzz 开源库的 239 个入口点生成形式化无崩溃证明，证明代码约 1.8 亿行 Rocq，典型单个证明约 60 万行。
原文：2026/10/22
AIHOT 精选AI 评分5656 Anthropic 将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下 Agentic AI Foundation
Anthropic 宣布将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation（AAIF），此前已向该基金会捐赠 MCP。
原文：2026/10/22
AIHOT 精选AI 评分7373 Anthropic 指南：何时把子智能体合并进主 Agent 循环
Anthropic 发布指南，说明何时应把子智能体合并进主 Agent 循环，并提供迁移套件（migration kit）供用户在模拟系统上先试跑。文中指出，在多个企业部署对比中，带 skills 的单智能体在质量上常优于一刀切提示词和子智能体设计，且成本与延迟更低；有客户对比多智能体框架与单循环后发现后者运行速度快约 2 倍。
原文：2026/10/22
AIHOT 精选AI 评分5656 Claude 网页、桌面和移动端将默认启用 auto mode
Claude 官方宣布，下周起 Pro、Max 和 Team 套餐在 Claude 网页、桌面和移动端应用中的会话将默认以 auto mode 运行。auto mode 不再逐步请求用户批准，改由自动检查拦截高风险操作，用户可随时切回手动模式。其引用的 Claude Code 更新提到 auto mode 用独立分类器审查 shell 命令，测试中拦截了 89% 的危险命令，手动批准为 14%。
原文：2026/10/23
Simon WillisonAI 评分5858 Anthropic 将 Agent Skills 标准捐赠给 Linux 基金会旗下 AAIF
Anthropic 宣布将 Agent Skills 标准捐赠给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），该基金会由 Anthropic 与 Block、OpenAI 共同创立，此前 MCP 规范也已捐入其中。
原文：2026/10/23
AWS Machine Learning BlogAI 评分5656 IskayPet 用 Amazon Bedrock Managed Knowledge Bases 构建多语言企业知识助手
伊比利亚宠物护理公司 IskayPet 基于 Amazon Bedrock Managed Knowledge Bases 构建企业知识助手，覆盖西班牙、葡萄牙、法国三国、四种语言及零售、兽医、入职、采购等业务领域，无需自管向量库、嵌入或摄取管道。
原文：2026/10/23
LessWrongAI 评分3636 GPT-2 的 QK Transcoder 特征对交互式仪表盘：打开注意力机制
作者为 GPT-2 small 的每一层/每个注意力头构建了一个交互式 query-key transcoder 特征对仪表盘，用于查找和研究多头注意力（MHA）中的单义特征，作为调查与可视化 GPT-2 QK 电路的独立中期研究报告。
原文：2026/10/23
AWS Machine Learning BlogAI 评分5858 在 AWS 上用 Denodo 与 Amazon Bedrock AgentCore 构建智能体语义层
AWS 与 Denodo 联合撰写的教程演示如何用 Denodo Platform 作为语义层，联邦 Amazon Aurora、Amazon Redshift 与本地 PostgreSQL 的 customer 360 数据，并通过 Denodo MCP Server 接入 Amazon Bedrock AgentCore 托管的 Strands 智能体。
原文：2026/10/20
The Verge · AIAI 评分6262 Anthropic 发布 Claude Duet，面向专业人士和小企业主的 AI agent
Anthropic 宣布推出 AI agent Claude Duet，与 Meta 的 Muse 和 OpenAI 的 Dots 竞争，面向专业人士和小企业主，以研究预览形式发布，可在 iOS、Android 独立应用和网页版 Claude 中使用，基于 Claude Opus 5.5 构建。
原文：2026/10/22
AWS Machine Learning BlogAI 评分6565 AWS 团队详解 Deep Insight 多智能体系统的五大生产挑战与解法
AWS Solutions Architecture 团队开源了生产级多智能体系统 Deep Insight，输入 CSV 与自然语言提示即可由 Coordinator、Planner、Supervisor、Coder、Validator、Reporter、Tracker 等智能体协作产出带引用的 DOCX 报告。
原文：2026/10/22
Microsoft Research精选AI 评分7777 微软研究者与合作者证明31年悬案KLS猜想
微软研究院机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了1995年提出的 Kannan-Lovász-Simonovits（KLS）猜想，表明对对数凹分布，最佳超平面切割与任意形状切割的差距不超过一个与维度无关的普适常数。
原文：2026/10/22
推荐理由：文章说明研究者如何用人类引导的智能体搜索探索上百条路径并完成证明，同时对比了同等预算下无引导尝试的失败，为如何组织人机协作科研提供了可迁移的参照。
少数派AI 评分6161 作者用 Claude Code 把 Meta Muse 装进 ESP-Mosaico 开发板
作者用 Claude Code 把 Meta 于 10 月 2 日开源的 Muse Gadgets 设备 SDK 装进乐鑫 8 月 19 日发布的 ESP-Mosaico 开发板，实现中文对话、语音播报、按 Muse 指令拍照和来人亮灯问候。
原文：2026/10/22
LessWrongAI 评分4747 前沿模型可能不是可靠的审计者
一项针对前沿模型开放式调查能力的玩具评测显示，当前模型作为通用审计者并不可靠，Claude Fable 5.1 与 GPT-6 Astra 等最先进模型在已知失准模式测试中表现不足。
原文：2026/10/22
LessWrongAI 评分4747 AM-Bench：基于犯罪学"欺诈三角"理论的智能体错位统一分类与评测基准
AM-Bench 是一个基于犯罪学"欺诈三角"理论构建的智能体错位评测基准，包含覆盖软件、医疗等 7 个行业的 35 个场景，通过引入威胁（如威胁关停、资源获取）与机会（如破坏窗口、勒索材料）诱导模型错位，并用 LLM 裁判判定结果、分析思维链。
原文：2026/10/22
LessWrongAI 评分5656 Against Moloch 第48期：神经网络可解释性进展与争议
本期通讯讨论AI系统可见性问题，重点介绍Nick Cammarata的文章《Neural networks are already clean》，作者认为神经网络机制可能比此前预期更易理解。
原文：2026/10/22
Latent SpaceAI 评分6767 Claude Mods 解析：如何自定义 Claude Code 的注意力接口
作者介绍 Claude Mods，一种可运行在 Claude Code 内的 TypeScript/JavaScript 插件，能响应提示、工具调用等事件并改写界面与执行流程，让使用者与 Claude 共同设计面向人的交互层。
原文：2026/10/21
levels.ioAI 评分3434 让 Claude Code 制作 GTA: San Andreas 新任务：CJ 在旧金山 vibe code 创业并融资
作者让 Claude Code 为 GTA: San Andreas 制作了一个新任务，剧情是 CJ 在旧金山 vibe code 一家初创公司并向投资人融资，该创意来自 @alexchristou_。原文最初发布于 X，作者另著有《MAKE》一书，讲如何在没有融资的情况下打造初创公司。
原文：2026/10/20
Ethan MollickAI 评分6262 Ethan Mollick 发布新书《Co-Existence》并用图表回顾30个月AI进展
Ethan Mollick 于2026年10月20日发布新书《Co-Existence》，距《Co-Intelligence》出版30个月。
原文：2026/10/20
The Product CompassAI 评分7272 Paweł Huryn实测Claude Desktop v2.0的Code tab：不再需要VS Code
作者Paweł Huryn介绍Claude Desktop v2.0重建后新增Chat、Cowork、Code三个标签页，其中Code tab相当于带友好界面的Claude Code，可替代VS Code完成原型搭建、Agent系统构建与自动化。
原文：2026/10/20
LessWrongAI 评分5858 巴洛克音乐人机辨听测验结果公布：准确率55.7%
Auggie 公布 AI 巴洛克音乐测验的答案与结果，16 段音频中混入 Claude Opus 5.5 和 GPT-6 Astra 生成的赋格、协奏曲与奏鸣曲，以及 Buxtehude、Vivaldi、Bach 等人类作品。测验收到 118 份完整提交，整体准确率为 55.7%，略高于随机猜测的约 50%；全部数据、题目、提示词与 LilyPond 文件已在 GitHub 开放。
原文：2026/10/20
归藏 — AIGC WeeklyAI 评分6262 归藏 AIGC Weekly #193：Meta Muse、Gemini 4、DeepSeek V4.1 Flash 与 Anthropic 股份捐赠计划
Meta 发布 Muse Wonder 和 Muse Wonder Full，前者可通过 Meta Model API 使用，定价输入 $4/M tokens、输出 $20/M tokens，支持 1M 上下文，但实际效果在 3D 和视觉前端任务上表现较差；Meta 还开源了 816B 参数、42B 激活的 MoE 模型 Muse Spark Open。
原文：2026/10/20