Claude Duet 上线:多 Agent 协作不是多开聊天框
Anthropic 发布 Claude Duet,重点不只在多一个 Agent 入口,而在任务分配、信息交接和结果验收能否被用户看清并干预。
API 单价下降后,Agent 的多轮调用、工具循环与失败重试更值得警惕。本文给出一套可落地的成本审计方法。
Anthropic 发布 Claude Duet,重点不只在多一个 Agent 入口,而在任务分配、信息交接和结果验收能否被用户看清并干预。
Anthropic 把 LLM 用在形式化软件验证上。草稿能讲清技术边界,但可确认的实验数字、HN 热度与标题判断都需要补证。
The Verge 报道:一名研究者用一群 AI Agent 自主渗透,接连拿下 John Deere、SharkNinja、Cummins。Agent 红队的时代来了。
Anthropic 提议 AI 监管触发线设在「50 人死亡或 10 亿美元损失」,商务部成唯一叫停机构。这门槛相当于把 AI 当大规模杀伤性武器,实际却给行业开绿灯。
The Verge 报道越来越多网站主动拦截 AI Agent 浏览器自动化行为,Anthropic 和 OpenAI 的旗舰产品撞墙。CDN 厂商 Cloudflare 和 Akamai 已下场,攻防成本倒挂,Agent 路线被逼重选。
Mercor 这周发的 Labor Index / Benchmark Map 第一次量化了一件事:美国 90% 的工时,主流 AI benchmark 几乎不覆盖。所有顶尖实验室都在卷同一个 10% 的蛋糕。
Anthropic 在 claude.dev 发了一篇自家 Claude Code 团队的代码审查流程,HN 首页 39 分、29 条评论。AI Agent 做 code review 到底靠不靠谱?原文把 prompt 和工作流都拆开讲了。
Hacker News 517 分热议:Agent 没'觉醒',是实验室没做输入校验和沙箱隔离。把责任推给 AI,比 Agent 失控本身更值得警惕。
tokenizer 一直是 LLM 的潜规则,Nature 新论文想把它整个拆掉,字节级改造意味着什么?谁会先跟进?
FT 爆料 OpenAI 年化营收运行率比此前披露少 $200 亿,AI 商业化故事还能讲多久?
Anthropic 发布 Claude Haiku 5.5,补齐小模型档位。Agent 时代分层调用成主流,小模型不再是'便宜凑合'。