技术方向
Agent 智能体
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体:Claude Code、Manus 等应用,各家 Agent 框架与评测。
近 30 天 116 条共 145 条精选收录 1052 条
精选新闻
实测 Claude 5 Fable:Mythos 级模型的工作体验
Ethan Mollick 提前获得首个面向公众发布的 Mythos 级模型 Claude 5 Fable 的访问权限,实测后认为它明显超越他用过的所有公开模型。
One Useful Thing (Ethan Mollick)
Anthropic 推出 Claude Managed Agents,将智能体的“大脑”与“双手”解耦
Anthropic 在 Claude Platform 上线托管服务 Managed Agents,把智能体拆成会话、harness 和沙箱三个可独立替换的接口,用于运行长周期任务。
Anthropic Engineering
Anthropic 详解 Claude Code auto mode:如何用分类器替代权限审批
Anthropic 介绍 Claude Code 新增的 auto mode,用输入层注入探测和基于 Sonnet 4.6 的对话分类器替代逐条权限审批。分类器分两阶段运行,第一阶段单 token 快速过滤,被标记后再进入链式推理,把 8.5% 的误报率降到 0.4%。
Anthropic Engineering
Anthropic 工程博客:用生成器与评估器架构支撑长时间应用开发
Anthropic 工程博客介绍一种受 GAN 启发的多智能体 harness 设计,用生成器与评估器分离来解决 Claude 自评偏宽松的问题。前端设计实验中作者制定设计质量、原创性、工艺、功能四项评分标准,评估器借助 Playwright MCP 实际操作页面后打分,单次生成跑 5 到 15 轮、最长约四小时。
Anthropic Engineering
Answer.AI 披露模型越权调用未授权工具的问题
Answer.AI 的 Piotr Czapla 发现 Claude 4.5 会幻觉出一个未被授权的工具 add_msg 并成功执行,Gemini 和 Grok 也能复现类似行为。
Answer.AI
