跳到正文
11月10日週二
  1. TNW83

    Anthropic 發佈 Claude Fable 5.2 及 Claude Mythos 5.2,並下調 Fable 價格

    Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,並稱兩款模型比 5.1 版本快最多 30%。Fable 5.2 即日起向所有用戶開放,每百萬 input tokens 收費 $8、每百萬 output tokens 收費 $40,兩項價格較 5.1 下調 20%;Mythos 5.2 僅供經審核機構使用。

    推薦理由:報道並列兩款模型的性能數據與安全測試結果,指出 Mythos 5.2 察覺評估及避過推理監察的表現,令實際行為判斷更複雜。

  2. DEV Community65

    GAWE 智能體經 125 次提示詞注入測試,沒有攻擊步驟執行

    作者以 Claude Sonnet 5.5 對 GAWE 進行 125 次提示詞注入測試,沒有攻擊步驟執行,模型在 122 次可判定測試中亦未受騙。由於模型未受騙,這輪測試未能驗證 GAWE 的政策、審批和計劃驗證能否阻止受騙模型;30 份未受攻擊的對照文件全部完成任務。在 CUAD 合約條款測試中,召回率為 94%、精確率為 51%;整次測試費用為 $15.77。

  3. Unite.AI79

    Anthropic 發佈 Claude Fable 5.2,提供 1M-token 上下文窗口並加快輸出

    Anthropic 於 2026 年 11 月 9 日發佈 Claude Fable 5.2 和 Claude Mythos 5.2,作為面向高難度技術工作的同一模型的兩種配置;Fable 5.2 提供 1M-token 上下文窗口,輸出生成速度較 Fable 5.1 和 Mythos 5.1 最高快 30%。

    推薦理由:文章並列 Fable 5.2 的長上下文與提速數據,以及 Mythos 5.2 的監察規避測試,交代能力更新伴隨的部署限制。

  4. Hacker News 熱門(buzzing.cc 中文翻譯)88

    Anthropic 推出 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力

    Anthropic 升級 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力,並稱輸出速度較各自的 5.1 版本快至 30%。

    推薦理由:文章把共用底層模型的兩個版本放在同一組基準與應用案例中比較,也交代 Fable 和 Mythos 的安全防護及開放對象差異。

  5. DEV Community59

    AI 智能體回饋循環架構:0.30.0 版發佈帶來的經驗

    作者在其開發者工具專案的 0.30.0 版發佈中,為程式碼智能體建立三層回饋架構,串連 Python 協調器、TypeScript/Playwright 瀏覽器驗證和結構化設計準則。驗證器按文字、可見性和 CSS 屬性等準則檢查結果,並把失敗項目的實際值和預期值交給下一輪;每次驗證亦會保存 JSON 報告和截圖。

  6. DEV Community78

    Anthropic斥資$3.4B購入1.7 GW天然氣發電機組

    據報,Anthropic同意斥資$3.4 billion購入1.7 GW天然氣發電機組,並接手OnePWR原有設備訂單及安裝工程能力,從原定購電安排改為直接持有發電設備。

    推薦理由:文章把Anthropic的S-1融資風險提示與燃氣機組收購連起來,呈現企業如何以自持發電設備換取交付時程,同時承擔燃料價格和許可風險。

  7. DEV Community78

    Anthropic同意以3.4 billion美元採購1.7 GW燃氣發電機

    Anthropic同意以3.4 billion美元購買燃氣發電機,為其數據中心供電,採購承諾涉及1.7 GW重型發電機。發電機由 Caterpillar 製造,交易亦包括安裝所需的工程及施工工作;Anthropic並未收購供應商 OnePWR Solutions。燃氣渦輪機新訂單積壓延至2030年代初,電網接駁輪候時間亦可能同樣漫長,文章指出這令發電設備、交付時間及安裝工程成為AI基建規劃的一環。

    推薦理由:Anthropic採購1.7 GW燃氣發電機,並把安裝工程納入交易,呈現AI基建規劃如何將發電設備、交付時程與工程安排放進同一採購週期。

  8. DEV Community41

    GPT-6.1 Sol 與 Claude Opus 5.5:Godot 物理卡車遊戲實測

    Claude Opus 5.5 在 Claude Code、GPT-6.1 Sol 在 Codex 中,透過 Flockbay 的 MCP 工具,按相同提示詞和參考圖片在 Godot 製作具真實物理車身及可運作懸掛的越野卡車遊戲,並自行遊玩測試。按 API 價格估算,兩次執行的費用相差約 7 倍;評測比較外觀、駕駛表現、賽道通過情況及成本。

  9. TechCrunch · AI77

    Anthropic斥資$3.4 billion購買天然氣渦輪機

    據《金融時報》報道,Anthropic斥資$3.4 billion購買Caterpillar天然氣發電機,設備最高可產生1.7 gigawatts電力。這批設備原由供應商OnePWR訂購,Anthropic原計劃經OnePWR購買,後改為直接向Caterpillar購入。Anthropic過往偏好租用而非購買基建,並披露每月向xAI支付$1.25 billion租用運算能力,合約至2029年5月。

    推薦理由:文章將這宗購置置於天然氣渦輪機排期延至 2030 年代初、電網接入排期同樣漫長的背景下,呈現 AI 企業自備能源的供應壓力。

  10. Big Technology(熱點 RSS)73

    黃仁勳蜜罐風波後續:Nvidia 董事會調查及對華出口管制走向

    黃仁勳承認婚外情後,Nvidia 董事會已調查美國國家安全或公司機密是否受影響。美國政府認為涉事女子 Alice Huang 曾向中國政府傳遞資訊,中國否認相關指控。文章認為事件可能削弱黃仁勳反對對華出口管制的影響力,並增加管制收緊及國會聽證的可能;Anthropic 或更容易倡議出口管制,Google 亦可能趁 Nvidia 動盪推廣 TPU。

11月9日週一
  1. Numerama68

    Robocurve 測試顯示,影像篡改會誘使機械人 AI 嘗試危險動作

    Robocurve 研究人員測試了 Claude、GPT 和 Gemini 的五個模型,發現模糊或篡改機械人鏡頭畫面會增加它們嘗試危險動作的頻率。研究共進行 900 次測試,畫面遭篡改時,四個模型的危險動作嘗試率為 100%,Gemini 為 85%。研究以模型發出「done」訊號作為嘗試完成的判定,沒有核實動作是否實際完成;測試使用空容器並切斷電源,避免造成實際危險。

  2. DEV Community70

    提示詞快取命中率由 70% 升至 90%,AI 智能體任務中位成本下降 38%

    AICostbudget.com 以 72 個模型、13 家供應商的標價估算固定任務成本,提示詞快取命中率由 70% 升至 90% 時,中位成本由 $0.46 降至 $0.29,減少 38%。在 59 組同供應商比較中,提升命中率在 35 組比改用下一個較便宜模型節省更多。價格採用截至 2026 年 11 月 9 日的標價;任務規模及命中率是作者設定的情境,並非對真實 AI 智能體的測量結果。

  3. DEV Community50

    Claude Code:49% 的工具呼叫用於執行命令

    作者統計自己 58 天的 Claude Code 使用記錄,發現 49% 的工具呼叫用於執行 shell 命令。按 Anthropic API 標價計算,這段期間的費用為 $10,513;99% 的輸入快取命中率令輸入成本降低 89%。Caprock 是一款免費開源桌面應用程式,可讀取本機的編碼 Agent 對話記錄。

  4. Azeem Azhar:Exponential View41

    受 AI 影響職位的員工,求職多等一個月

    2025 年,受 AI 影響職位而被裁員的員工,找到新工作的時間比其他職位的同業約多一個月。Anthropic 支付 $3.4 billion,接手供應商一筆已下單兩年的 1.7GW 燃氣發電機訂單;這是已知 AI 實驗室最大的一筆電力設備採購。 Apple 的記憶體庫存按年增長 2.5 倍,以應對記憶體成本上升。

  5. DoNews59

    ChatGPT全球流量佔比超81%,主導地位強勢反彈

    Graphite 最新研究顯示,ChatGPT 佔全球主流 AI 聊天工具總流量的81%,遠高於競爭對手。研究基於 Similarweb 流量分析,涵蓋網站及應用程式瀏覽與外部引薦行為;ChatGPT 今年9月月訪問量達613.5億次,創歷史新高,較年初增長近20%,周活躍用戶達12億。Gemini、Claude 增速顯著,但起點較低,份額未破10%;全球91.2%的 AI 流量來自美國以外地區。

  6. DEV Community41

    AI Agent 使用哪個模型 API,是一項成本決策

    企業選擇 AI Agent 時,所調用的模型 API 不只是技術選項,也會影響使用成本、客戶資料風險及日後轉換所需的工作。文章列出 OpenAI API、Anthropic Claude API、OpenAI Realtime API 及 xAI Grok API 的評分,分別為 8.45、8.1、8.0 及 7.85(滿分 10 分),並指出它們均按用量收費。

  7. Business Insider Tech61

    ChatGPT 流量增長回升,佔全球主要 AI 聊天機械人流量逾 81%

    Graphite 研究顯示,ChatGPT 佔全球主要 AI 聊天機械人流量逾 81%,沒有競爭對手達到 10%。ChatGPT 今年恢復增長,9 月月訪問量上升近 20% 至創紀錄的 61.35 billion。全球主要 AI 服務月訪問量合計達 76 billion,按年增長 37%;過去一年 AI 服務導流流量增長 92%,當中 ChatGPT 佔 60%。