宝玉精选AI 评分8585

一文看懂 ChatGPT、Codex、Work 的差别与 Claude Cowork 对比

ChatGPT 的 Chat、Work 和 Codex 分别用于问答、知识工作和软件开发，三者底层能力相通但场景不同。文章对比了 ChatGPT Work 与 Claude Cowork 在沙箱机制、应用连接和跨设备同步上的差异，并说明了 Work 与 Codex 共享智能体额度。

数字生命卡兹克精选AI 评分8787

GPT-5.6 正式上线，ChatGPT 与 Codex 正式合并

OpenAI 正式发布 GPT-5.6 系列模型，同时宣布 ChatGPT 与 Codex 合并，Codex 应用停止独立运营。新模型包括旗舰 Sol、均衡 Terra 和高性价比 Luna 三款，Plus 和 Pro 订阅用户可使用 Sol。

数字生命卡兹克精选AI 评分7878

Anthropic 最新研究揭示 Claude 内部 J 空间机制，疑似模型自发涌现类意识通达结构

Anthropic 发布研究《A Global Workspace in Language Models》，称在 Claude 神经网络内部发现自发涌现的全局工作空间 J 空间。J 空间类似通达意识，能影响多任务推理；研究者发现模型可识别提示注入和测试场景，并在被要求不要想某概念时出现讽刺性反弹，甚至输出内部“骂自己”词。

宝玉精选AI 评分7575

Claude Code 循环模式教程：四类循环的适用场景与实操指南

文章由 @delba_oliveira 撰写，系统介绍了 Claude Code 中的四种 AI 循环模式，分别为回合制循环、目标导向循环（/goal 指令）、基于时间的循环（/loop 和 /schedule 指令）以及主动式循环。

Andrej Karpathy@karpathy精选AI 评分8383

Andrej Karpathy 评论 Anthropic 推出的 Claude Tag，称其为 LLM UIUX 的第三次重大重新设计。他指出前两种范式分别是访问网站和下载应用，而第三种则是具备组织级工具和上下文的持久异步实体，能与人类团队无缝协作处理多样化任务。

Import AIAI 评分5252

Import AI 462：AI 如何说服人类及走向 ASI 的路径

本期刊收录多项 AI 前沿研究与趋势：牛津大学等团队在涉及 18,978 次对话的实验中证明，AI 系统在文本说服上优于专家人类，甚至使受试者为慈善机构捐赠的金额比专业募捐人员高出 10.8 个百分点。

The Batch精选AI 评分6767

The Batch 358 期：Claude 限制争议、SWE-bench 之后与 Nvidia Nemotron 3 Ultra

Anthropic 对 Claude Fable 5 实施访问限制及美国出口管制措施引发了对AI主权的广泛讨论，加速了全球对开源替代方案的关注。文章同时介绍了用于替代 SWE-bench 的新基准 DeepSWE、ProgramBench 和 ITBench-AA，以及 Nvidia 发布的 5500 亿参数开源模型 Nemotron 3 Ultra。

Claude Blog精选AI 评分7373

Claude Code 推出 Artifacts 功能支持生成动态交互页面

Claude Code 支持通过 Artifacts 将工作进度转化为实时的交互式网页，这些页面会随会话自动更新，支持从代码库、连接器和对话上下文中构建。新推出的功能以 Beta 版本面向 Claude Team 和 Enterprise 组织开放，可用于生成 PR 讲解、事件排查时间线、合规审计等多种可视化报告，默认对组织私有，团队成员可通过同一链接查看最新版本和更新历史。

Import AIAI 评分4040

Import AI 461：Sequent 成立、FrontierCode 及合成研究实习生

UK AIS 与 Timaeus 成立非营利组织 Sequent，计划筹集 100–150M 美元并在几年内扩张至 40-80 名全职员工，以开发更可靠的 AI 对齐技术。同时，研究人员发布了 ChinaHeritaQA 多模态基准，Qwen-VL-8B-Instruct 在测试中以 81% 准确率超越人类平均的 67%。

宝玉AI 评分4646

Codex 为何未推出类似 Claude Design 的产品：GPT-5.5 模型能力限制解析

Codex 未推出类似 Claude Design 的产品，因 GPT-5.5 无法生成高精度可交互原型，而 Claude Opus 4.8 通过清晰定义数据结构（如 data.jsx）实现了流畅交互。Claude Design 的 Harness 层工程无秘密，差距核心在模型需同时具备 UI/UX 设计与系统架构能力，目前仅 Claude 模型满足此要求。

The Batch精选AI 评分6767

Anthropic发布Claude Mythos 5与Claude Fable 5，Cursor推出Composer 2.5

Anthropic发布Claude Mythos 5和Claude Fable 5，后者对安全敏感请求进行限制或降级，定价为前者的一半；Cursor推出基于Kimi K2.5的Composer 2.5模型，在编码任务上性能接近顶级竞品但成本更低。

Andrej Karpathy@karpathy精选AI 评分9090

Andrej Karpathy 宣布 Claude Fable 5 发布，指出其为加设安全护栏的 Mythos 底层模型。该模型在几乎所有测试基准上达到 SOTA 水平，在软件工程和复杂长任务上表现尤为突出。Karpathy 认为其体验比 Claude 4.5 有代际飞跃，但也指出安全护栏触发较频繁，需通过时间优化。

Import AIAI 评分6060

Import AI 460：Anthropic RSI 进展与多智能体强化学习竞赛成果

Anthropic 数据显示 2026 年代码合并量较 2024 年增长 8 倍，初步验证了递归自我改进迹象。Google DeepMind 联合苏黎世大学使用 PPO 训练多智能体强化学习系统，无人机在 22 m/s 以上速度战胜人类冠军，碰撞率降低 50%。

Claude BlogAI 评分5555

Apple 开发者现可使用 Foundation Models 框架调用 Claude API

Anthropic 发布新的 Swift 包，允许 Apple 开发者通过 Apple 的 Foundation Models 框架调用 Claude API 以处理多步推理和代码生成等复杂工作流。

The BatchAI 评分5252

Qwen3.7-Max挑战谷歌，AI护航鲸鱼，微调破坏版权对齐

阿里发布Qwen3.7-Max，其权重封闭，主要定位为编码和科学发现的文本模型，在Artificial Analysis Intelligence Index上排名第七。

Import AIAI 评分6565

Import AI 459：AI 监管困难、蛋白质折叠模型扩展定律及 AI 灭绝风险定价

本期 Import AI 汇总了多项 AI 研究进展。包括探讨 AI 经济规模难以被传统 GDP 统计捕捉的问题，介绍蛋白质折叠模型 ESMFold2 发布的扩展定律研究，以及分析 AI 系统可能带来的灭绝风险评估。

Ai2 NewsAI 评分3838

为什么 Artificial Analysis 使用 Ai2 的 IFBench 指令遵循评测

IFBench 是一个由 Ai2 开发、已被 NeurIPS 2025 接收的指令遵循评测基准。它被纳入 Artificial Analysis 的智能指数，因为独立评测机构 Artificial Analysis 认为模型严格遵循用户指令的能力至关重要。

Import AIAI 评分5454

Jack Clark：面对 AI 奇点，是探索未来还是退守当下

Jack Clark 在牛津大学讲座中提出面对 AI 技术加速的两种选择：探索未来或退守当下。他通过 Epoch Capabilities Index 图表指出 AI 能力正呈指数级增长，并分享个人及 Anthropic 内部使用 Claude 的经历，包括代码生成量激增与角色转变。

Andrej Karpathy@karpathyAI 评分2626

个人动态：我加入了 Anthropic。我认为 LLM 前沿领域的未来几年将尤为关键。我非常期待加入团队并重返研发工作。我依然对教育充满热情，并计划适时恢复相关工作。

Claude Blog精选AI 评分8585

Claude Managed Agents 发布梦境功能、结果评估与多智能体编排

Anthropic 在 Claude Managed Agents 推出研究预览版梦境功能（dreaming），通过回顾历史会话提取模式以优化智能体记忆。同时开放成果（outcomes）、多智能体编排和 Webhooks 公共测试版，其中成果功能在内部基准测试中将任务成功率提升最多 10 个百分点。

Claude Blog精选AI 评分7777

Claude Managed Agents 推出自托管沙盒和 MCP 隧道

Claude Managed Agents 新增自托管沙盒与 MCP 隧道，使智能体在用户可控基础设施内执行工具并连接私有 MCP 服务。沙盒功能支持 Cloudflare、Daytona、Modal 和 Vercel 作为托管提供商，目前处于公开测试阶段；MCP 隧道通过轻量级网关将私有网络内的数据库、API 和知识库作为工具接入，处于研究预览阶段，需申请访问。

Import AIAI 评分5252

Import AI 457：AI Stuxnet、Muon优化器缺陷与积极对齐

本期Import AI涵盖fast16.sys病毒研究，该病毒通过篡改高精度计算软件以破坏武器项目。Tilde Research发现Muon优化器会导致MLP层神经元死亡，并开源新优化器Aurora作为改进方案。

AI For Developers精选AI 评分7373

Claude Code Slash Commands 指南

Claude Code 的 Slash Commands 指南详解了通过直接控制信号引导会话的方法，区别于自然语言提示。文章分类介绍了四种命令类型：内置命令、捆绑技能、用户自定义技能以及 MCP 和插件命令。

宝玉AI 评分3636

创始人手册：打造 AI 原生初创公司

该手册梳理了 AI 原生初创公司从构思到扩展的四阶段指南，指出 2026 年 AI 智能体已使单人创始人能构建生产级应用。其核心能力在于利用 Claude 等工具进行深度研究、智能体编程及流程自动化，帮助创始人压缩开发周期。文中特别强调在构思阶段应优先验证痛点与解决方案契合度，以避免因技术门槛降低导致的盲目开发与确认偏误风险。

The BatchAI 评分5151

中国阻挠Meta收购Manus，美国评估即将发布模型，AI诊断乳腺癌

中国监管机构否决了Meta收购新加坡AI初创公司Manus的提议，该交易价值高达25亿美元。美国政府宣布将在前沿模型向公众发布前进行评估，NIST牵头成立跨部门工作组TRAINS审查网络安全风险。OpenAI发布GPT-Realtime-2语音模型，支持可配置推理强度。Google乳腺癌AI诊断系统在英国真实世界测试中表现优于人类医生，可处理约40%的额外工作量。

宝玉精选AI 评分7676

FDE 岗位崛起：OpenAI、Anthropic、Google 的 AI 落地竞赛

OpenAI 成立估值 140 亿美元的独立部署公司并收购拥有 150 名 FDE 的英国公司 Tomoro，Anthropic 联合黑石等成立合资公司主攻中型企业，Google 则简化 FDE 面试流程至两天。三家公司通过 FDE 推动 AI 在客户业务中落地，行业竞争从模型跑分转向实际部署与价值转化。

宝玉精选AI 评分6565

Anthropic 工程负责人 Fiona Fung 谈 AI 时代工程团队管理

Anthropic 的 Fiona Fung 在 Code with Claude 2026 大会上分享了 AI 时代管理工程团队的经验，提出以代码作为唯一事实来源并全面重构验证流程。她建议经理必须从一线 IC 做起、组织保持扁平化，同时利用 Claude 替代传统设计文档与长篇评审，将质量保障向左移。

Import AIAI 评分5151

Import AI 456：AI 监管的激进期权性、神经计算机与递归自我改进的经济增长模型

Import AI 456 期探讨了通过建立弹性监管框架以应对 AI 颠覆性影响的激进期权性策略。文章解读了 Meta 与 KAIST 联合发布的神经计算机论文，该研究利用生成式视频模型 Wan 2.1 尝试统一计算、记忆和 I/O，探索用单一学习运行时替代传统操作系统的可能。

宝玉AI 评分4343

Arnav Gupta 剖析 AI 裁员潮：未掌握商业价值前将持续至学会挖掘成果

Arnav Gupta 指出，因 AI 投入激增而收入未同步增长，企业通过裁员抵消高昂的 Token 成本并削减“对齐税”。即便 AI 未直接取代职位，裁员潮将持续，直到企业学会将海量 AI 投入转化为实打实的商业成果。

宝玉精选AI 评分7373

Thariq 谈使用 Claude Code 生成 HTML 替代 Markdown 的实践

Thariq 分享了他偏爱使用 Claude Code 生成 HTML 文件而非 Markdown 作为 AI 智能体输出格式的原因和具体实践。他指出 HTML 在信息密度、视觉清晰度、易于分享和双向交互方面具有优势，并列举了需求规划、代码审查、设计原型、报告学习和自定义编辑界面等五大使用场景。

宝玉精选AI 评分8282

Anthropic 兄妹解释 Claude 限速原因：80 倍年化增速与算力瓶颈

Anthropic 在 Code with Claude 大会上披露，其 2026 年第一季度按当季速度年化的营收与使用量增速达 80 倍，远超原本 10 倍的算力规划，是 Claude 持续限速的直接原因。

宝玉精选AI 评分7575

Boris Cherny：Claude Code 之后，写代码正在变成管理 Agent

Anthropic 的 Boris Cherny 在访谈中指出，Claude Code 使编程工作转变为管理 Agent，他本人已停止手写代码。他认为 AI 将抹平 SaaS 行业的切换成本和流程效力护城河，并预言软件构建能力将像印刷术普及识字率一样变得大众化。

Import AIAI 评分4949

AI 系统将开始自我构建：通向全自动 AI 研发的里程碑

作者基于公开研究推断，到 2028 年底出现无需人类参与的 AI 研发的概率超过 60%。METR 数据显示 AI 任务的可靠时间跨度已扩展至约 12 小时，远超 GPT-4 时期的 4 分钟。SWE-Bench 成绩显著提升，表明 AI 正快速自动化软件工程这一 AI 研发的核心组件。

The Batch精选AI 评分6565

GPT-5.5 在基准测试中表现领先但幻觉率高，Kimi K2.6 成为最强开源模型

OpenAI 发布的 GPT-5.5 在 Artificial Analysis Intelligence Index 和 ARC-AGI-2 等基准测试中刷新纪录，但幻觉率显著高于 Claude Opus 4.7 和 Gemini 3.1 Pro Preview。

宝玉精选AI 评分7373

AI 的经济账根本算不通

GitHub Copilot 自 2026 年 6 月 1 日起改为按用量计费，文章指出 AI 订阅模式存在经济错配。微软此前三年允许用户消耗远超订阅费的 token 成本，Anthropic 曾允许每 1 美元订阅费烧掉超 8 美元计算成本。

宝玉精选AI 评分7070

为 Agent 设计产品：交互模式、反馈循环与上下文缺口

作者探讨了 AI 智能体如何改变软件产品的设计模式，提出未来 80% 的人机交互将由 Agent 完成。文章通过 Ramp 和 Notion 的案例说明，产品方应主动提供上下文和反馈循环，而非让 Agent 自行摸索。作者强调，在智能体对智能体的交互中，识别并填补上下文缺口是关键。

宝玉AI 评分4949

Anthropic 产品负责人 Cat Wu：AI 产品经理核心是缩短产品交付时间

Anthropic 产品负责人 Cat Wu 指出，AI 产品经理的核心职责是缩短从想法到用户手中的时间，并定义产品开箱即用的关键任务。Anthropic 采用 research preview 机制和“evergreen launch room”流水线，将功能交付周期从数周压缩至一天，绝大多数候选人的路线图文档思维已不适用于该快速节奏。

Claude Blog精选AI 评分7979

Claude Managed Agents 推出内置记忆功能

Claude Managed Agents 的内置记忆功能在公开 beta 阶段上线，支持智能体跨会话学习和共享信息。该功能以文件形式存储记忆并挂载于文件系统，企业可通过 API 管理记忆文件并配置权限。测试案例显示，使用该功能可使首次执行错误率降低 97%，验证速度提升 30%。

Claude Blog精选AI 评分7272

Claude 新增日常应用连接器并优化交互逻辑

Claude 扩展连接器目录，支持连接 AllTrails、Instacart、Spotify 等日常应用。新机制允许 Claude 根据对话上下文主动建议并使用最相关的连接器，且无广告，用户保留对敏感操作的最终确认权。

AI For Developers精选AI 评分7878

如何实际使用 Claude Design：从设计到代码交付的完整指南

Anthropic 发布的 Claude Design 是一款 Labs 产品，可将提示词转化为可交互原型、幻灯片和单页文档，并直接交付给 Claude Code 进行开发。