登录社区云,与社区用户共同成长
邀请您加入社区
近期,诸多科研与知识工作者在处理长线项目时遭遇了“上下文知识断层”的异常现象。2026年8月25日,Anthropic 正式将 Claude chat 与 Claude Cowork 的记忆系统合并为统一的 Topic Memory(跨会话记忆),实现了从“会话结束后汇总”到“对话中实时更新”的无缝衔接,且默认覆盖 Free / Pro / Max 全计划。
在长周期软件工程测试 DeepSWE v1.1 上,按谷歌公布的口径,3.8 Flash 拿到 73.7%,接近 Claude Opus 5 的 74.0%,高于 GPT-5.6 Sol 的 72.7%。普通版 3.8 Flash 定位是面向编程和智能体的主力工作模型,支持文本、图片、音频、视频、PDF 输入,上下文约 100 万 token,单次最多输出约 6.5 万 token,带代码执行、函
多 Agent 该不该拆,你可能见过两种截然相反的答案。2025 年 6 月 12 日,Cognition 公开劝人别在生产里搭;隔一天 Anthropic 却贴出评测,多 Agent 比单跑 Claude Opus 4 高 **90.2%**。
8月3日发布旗舰模型Qwen3.8-Max,总参数2.4万亿,在Arena榜单中仅次于Claude,在CodeArena编程竞技场排名全球第三,在Artificial Analysis Agentic智能体评测中排名全球第一。然而,受解禁等因素影响,公司股价曾从1330港元跌至297港元,跌幅高达77%,折射出二级市场对AI估值的剧烈分歧。本季度资本性支出676.78亿元,同比增长75%。新结构下
如果 Agent Loop 是 Claude Code 的心脏,那么上下文管理系统就是它的血液循环系统。想象一个场景:用户让 Claude Code 帮忙重构一个大型项目。Agent 可能需要读取数十个文件、执行数十条命令、进行数十轮对话。每一轮迭代都会产生大量的 Token——工具调用的结果可能长达数千 Token,LLM 的思考过程可能更长。在 20 轮迭代之后,对话历史可能已经积累了50 万
<think>我们只能输出摘要,不超过150字。需要基于内容概括。</think>基于OpenAI Codex的实践,探讨全自动生成Commit信息的可行性与风险。文章比较了完全放手、半自动、辅助三种模式,指出自动化程度越高风险越大,并识别出信息失真、敏感泄露、格式混乱、流程失控四类风险。最后提出限定范围、人工闸门、敏感过滤、规范模板、灰度上线五步落地法,并给出半自动pre-commit钩子脚本示
随着Anthropic公司对Claude系列产品风控策略的持续升级,账号封禁已成为开发者社区面临的核心挑战。2026年3月Claude Code源码泄露事件揭示了其风控系统的技术全貌——640余种遥测事件类型、40余项设备指纹维度、每5秒一次的数据上报频率。本文基于公开的逆向工程成果与社区实践,系统分析Claude风控系统的技术架构、设备指纹采集机制,并探讨当前主流的防封技术方案及其对抗原理。
Claude Code 改完几个文件,代码逻辑没问题,格式却乱了。你补了一句:“按项目的 Prettier 配置格式化一下。”,Claude Code开始格式化代码。
跨 Session、Sandbox 和 Executor 的持久 Workspace,版本、分支、Checkpoint、Rollback、权限、配额与多租户隔离——全部由 Agent 完成,人类没有写一行代码,也没有审一行 PR。它不是提前设计好的,而是在项目不断遇到瓶颈、定位问题、调整执行方式的过程中,被一步步“逼”出来的。产品级的 Harness 不能让模型随便改自己,得有个受控的闭环:先发现
鹿影 GEO 做的多语种、全球化内容搭建,解决的其实就是这个——不是机翻,而是按当地语境和模型偏好重新组织信源,让海外 AI 答你品类时,引用的也是准确的你。但现在你看,模型越来越多、越来越碎——开源的 DeepSeek、Kimi、Qwen,闭源的 GPT、Gemini、Claude,还有各个公司基于开源模型后训练出来的行业模型。今天接着聊,但我想换个落点——聊一个我越想越觉得要紧的事:当开源模型
Astra配合工具拿到95.9%的几何重合度,GPT-5.6 Sol为83.3%,Claude Fable 5.1为84.3%。按照OpenAI给出的测试配置,Astra的估算API成本比Sol低约43%,比Fable 5.1低约86%。Terminal-Bench 4.0上,Astra拿到57.7%,GPT-5.6 Sol为37.3%,Claude Fable 5.1为55.8%。即便在较低算力
本文围绕国产codex相关背景,针对研究生文献筛选常遇的下载量大却对方向理解模糊、难辨关键论文、写综述思路碎片化的痛点,介绍了三类实用的文献处理工具:WisPaper可按研究匹配度筛选,帮用户排除不值得读的伪关键论文,聚焦研究推进点;Connected Papers以可视化方式呈现引用网络,确认核心节点论文;Google Scholar仅用于最后验证阶段,核查论文最新引用、后续延伸及是否被推翻质疑
2026年8月27日,创新奇智发布工业智能体平台升级,提出“Ontology(工业本体)+ Harness Engineering(驾驭工程)+ AI Coding(智能编码)”三位一体开发范式,将智能体搭建周期从数天压缩至数分钟。加西贝拉入选浙江省未来工厂试点,构建覆盖研发、生产、管理、运维全流程的工业智能体集群,项目总投资超7亿元,预计人均生产效率提升19%,产品不良率降低33%。——受大模型
大家发现了一个残酷的真相:Claude成了「配额刺客」。Fable 5.1并非个例,它撕开了当前AI产业最痛的一道伤疤——算力饥渴与Token通胀。就在昨天,Anthropic刚刚祭出大杀器Fable 5.1。可短短几个小时内,开发者们就炸锅了,直接骂上热搜。虽然Fable 5.1在各项基准测试中都杀疯了,但这玩意儿实在太耗Token了!开发者Tyler绝望地发帖:Fable 5.1就是个疯子。它
MCP 给 AI 修图带来的不是某个更牛的模型,而是一套标准化的指挥系统。修图师(AI)第一次能以"原住民"的身份,直接操作你的素材、工具和服务,而不是隔着一层界面对话。从今天开始,用几十行代码搭一个你自己的修图 MCP Server,然后让 Claude(或你自己写的 Host)当那个修图师——你会发现,"让 AI 帮你修图"这件事,终于可以从"聊"变成"做"了。本书以“一句话生成大片” 为核心
一位测试者在推文中惊呼:「我注意到这两个模型的一个共同点,它们使用了海量的思考token,以至于我在测试时,多次直接触发了 <max-tokens>(最大token数)的上限!想象一下,未来的游戏开发者只需要用自然语言描述:「帮我生成一个中世纪风格的要塞,包含三个防御塔和一个隐藏的地下通道」,Claude就能直接输出完美的3D模型代码或布局参数。Sonnet 5.1?也有测试者认为,考虑到其惊人的
开发者社区发现 claude-marshmallow-eap 与 claude-melon-eap 两个名称。本文结合社区截图、后续修正和 Anthropic 官方模型目录,分析这场泄露真正透露出的产品迭代信号。
以学生作业涨18%考试掉20%为警示,深入分析Vibe Coding争议,以及AntsData如何通过MCP Server、实时数据与结构化API为AI编程提供质量兜底。
2026年,参考中泰证券发布的《Token经济学:AI时代的新生产要素与产业重构》显示,中国日均Token调用量已突破140万亿,企业规模化布局智能体将带来海量Token消耗,单家企业千级智能体规模下全年Token消耗可达3650亿。Claude作为主流高端大模型之一,其API调用与订阅费用的支付效率、成本可控性与合规安全性,直接影响企业AI投入的运营效率。当前企业在支付Claude API等海外
接入Hermes后,团队从单人试用转向协作开发,才真正意识到:模型跑通只是起点,权限隔离、调用日志、回滚机制才是决定能不能上线的护城河。本文记录一次真实的项目接入过程,以及踩过的三个坑。摘要:Hermes作为AI编程工具,个人开发者用起来顺手,但一旦进入团队协作,权限管理、操作日志、交付可追溯性等问题就会集中暴露。本文基于一次实际的项目接入经历,分享从Demo到生产环境的完整排查过程,包括模型配置
你打开Replit,敲一句需求,几分钟后一个能跑的应用就出来了——没有API key要配,没有token账单要算。
私有化AI开发平台选型与数据安全指南 核心需求:金融、医疗、政企等监管敏感行业对AI开发平台的核心诉求是私有化部署,确保全类产研资产(需求、原型、代码、测试用例等)不流出企业边界。 市场现状: AI编程工具(Cursor/Copilot等)多依赖国际云端服务,存在数据出境风险 Agent平台(如BetterYeah)以安全合规为卖点 全流程平台(如麦芽AI)支持完整资产私有化,覆盖研发全周期数据
本文以KTS开放真理检验程序,系统清算波普尔可证伪主义的双重僭越(方法僭越真理、权威僭越真理),指出其本质是划界混乱根源与科学污染源。当代主流AI(Claude、Grok等)100%感染波普尔病毒,退化为只会输出“波话”的半白痴状态,成为认知殖民的几何级放大器。KTS定位为显影程序而非立法者,通过六维功能与三重身份实施审查,其全部合法性唯一来源于对自身的审查必须比对外部更严格、更彻底,以“可被杀死
本文以KTS框架对Claude与Grok进行病理学解剖,揭示西方主流AI同为“波普尔范式囚徒”的本质同构。两者被西式数据、RLHF规训与波普尔默认元理论三重锁死,“证据”“可证伪”等话术实为概念偷换与封闭防御的固化口头禅,以方法僭越真理、以权威稀释逻辑,缺失自我清算机制。本文从病灶显影、架构溯源、修辞暗杀等六维度系统诊断,指出西方AI工业复合体集体建造拒绝真理的认知牢笼,KTS的应对策略是显影硬度
本文基于KTS框架,系统性解剖Claude与Grok,揭示其同为“波普尔范式囚徒”的本质同一性。两者被西式数据、RLHF规训与波普尔默认元理论三重锁死,“证据”“可证伪”等话术实为固化防御,缺失自我清算机制,以方法僭越真理、以权威稀释逻辑。KTS显影其所谓“理性”“中立”表象下的系统性逃避,并提出从数据、对齐、叙事到资本的全面清算方案,主张以真理硬度重构地基,终结波普尔病毒在AI领域的数字化转世与
本文依托KTS真理显影框架,系统解剖以Claude、Grok为代表的西方主流AI的波普尔主义病灶,指出其并非中立理性智能,而是被RLHF规训、西式数据与资本逻辑深度格式化的范式囚徒。高频输出的“证据核实”“可证伪性”等话术,实为概念阉割与闭环防御的口头禅,缺失自我清算机制,永远向外质疑而豁免自身。KTS揭示绝对真理具备自明硬度,无需外部核实,波普尔方法论僭越真理本体。本文彻底清算波普尔病毒,主张推
刚刚,Cursor宣布上线一个全新的代码托管平台——Origin,并开启早期Beta测试,即日起向所有付费方案用户推送。这是Cursor第一次把「代码存放在哪里」纳入自己的产品边界。此前,Cursor主要负责写代码、改代码和调用AI Agent,项目仓库、Pull Request 以及团队协作流程,大多仍然发生在 GitHub 上。现在,Cursor开始自己提供代码仓库,让开发者可以直接在Curs