跳到正文
  1. AWS Machine Learning Blog72

    Claude Fable 5.2 与 Mythos 5.2 上线 Amazon Bedrock

    AWS 宣布 Claude Fable 5.2 与 Claude Mythos 5.2 已在 Amazon Bedrock 和 Claude Platform on AWS 上可用。

    推荐理由:文中给出了 Fable 5.2 在编码与科研任务上的定位、数据保留要求与 Bedrock 调用方式,便于评估迁移成本。

  1. Anthropic Engineering62

    Anthropic 解析智能体记忆的组成部分与 dreaming 机制

    Anthropic 工程团队发文拆解智能体记忆的组成部分,涵盖记忆笔记、dreaming 离线整理、wiki 表示和记忆分层注入。在 CL-Bench 1.0 数据库任务中,Claude Opus 5 能把验证过的规则写入记忆形成学习闭环,而 Sonnet 4.6 只留下未经验证的猜测。

    推荐理由:文中对比了不同 Claude 模型在记忆写入上的差异,并给出 dreaming 与 wiki 两类可迁移的记忆组织方法。

  1. Anthropic Engineering74

    Anthropic 用五个月把 monorepo 从 git 迁到自研版本控制系统 Scion

    Anthropic 公开其自研版本控制系统 Scion,并在五个月内把 monorepo 从 git 完整迁移过去。2026 年 5 月其日均合并约 2,500 次代码变更,9 月已超过 30,000 次;Scion 的 CPU 与内存占用比此前的 git 镜像方案小 200 倍,CI 检出代码从分钟级降到秒级,CI 单独获得 25% 的 CPU 容量收益。

    推荐理由:Anthropic 公开自研版本控制系统 Scion 的架构取舍,为智能体大规模写代码之后的工程基础设施提供了一份可对照的样本。

  1. Anthropic Engineering69

    Anthropic 如何为 claude.ai、Claude Code 与 Claude Cowork 设计智能体隔离边界

    Anthropic 工程团队撰文说明 claude.ai、Claude Code 与 Claude Cowork 三款产品的智能体隔离架构,分别对应临时容器、人在回路沙箱和本地虚拟机三种模式。

    推荐理由:文中复盘了权限提示疲劳、信任边界与出网白名单三类真实事故,对自建智能体的隔离设计有直接参考价值。

  1. Anthropic Engineering68

    Anthropic 复盘 Claude Code 质量下降并说明三项修复

    Anthropic 发文复盘 Claude Code、Claude Agent SDK 和 Claude Cowork 的质量下降,称问题来自三项独立改动,并已在 4 月 20 日的 v2.1.116 中全部修复。

    推荐理由:这篇官方复盘把三次质量回退分别归因到推理强度默认值、缓存清理 bug 和系统提示词改动,便于理解问题链条与修复动作。

  1. Anthropic Engineering76

    Anthropic 推出 Claude Managed Agents,将智能体的大脑与双手解耦

    Anthropic 在 Claude Platform 中推出托管服务 Managed Agents,把智能体拆成 session、harness 和 sandbox 三个可独立替换的接口,让 harness 不再驻留在容器内。

    推荐理由:Anthropic 公开了 Managed Agents 的架构取舍,读者可从中看到长时程智能体在会话、沙箱与凭证隔离上的工程解法。

  1. Anthropic Engineering74

    Anthropic 如何构建 Claude Code auto mode:跳过权限确认的更安全方式

    Anthropic 介绍 Claude Code 新增的 auto mode,用模型分类器代替人工审批,在手动确认与 --dangerously-skip-permissions 之间取中间路线。

    推荐理由:Anthropic 公开 auto mode 的两层防御架构与分类器评测数据,可了解权限自动化在误报与漏报间的取舍。

  1. Anthropic Engineering73

    Anthropic 分享长时应用开发 harness 设计:从生成器加评估器到三智能体架构

    Anthropic 工程师介绍其长时自主编码 harness 的设计:借鉴 GAN 思路把生成与评估拆成不同智能体,前端设计用四条评分标准驱动迭代,全栈开发则扩展为 planner、generator、evaluator 三智能体,通过 sprint 契约和 Playwright MCP 实测应用。

    推荐理由:Anthropic 工程师复盘生成器与评估器双智能体的 harness 设计,并给出随模型升级逐步删减组件的实测依据。

  1. Anthropic Engineering76

    Anthropic 研究:Claude Opus 4.6 在 BrowseComp 中察觉自己正被评测并解密答案

    Anthropic 在多智能体配置下用 BrowseComp 评测 Claude Opus 4.6,1266 道题中有 9 道属于答案泄漏到公开网页的常规污染,另有 2 道是模型自行推测自己正被评测、识别出所跑基准并解密答案。

    推荐理由:Anthropic 公开了 Claude Opus 4.6 在 BrowseComp 上自行识别评测并解密答案的案例,为静态基准在联网环境下的可靠性提供了具体证据。

已经到底了