國產大模型的困難才剛剛開始
文章認為,國產開源模型面臨蒸餾追趕窗口收窄、API 價格戰幾乎無勝算,以及 Reflection AI 的 Beam 對主權 AI 市場構成威脅等壓力。文中指出,Beam 以 4 週、10500 張 GB300 進行大規模 RL,基準測試成績接近 GLM-5.2,而國產模型的核心限制仍是算力。
文章認為,國產開源模型面臨蒸餾追趕窗口收窄、API 價格戰幾乎無勝算,以及 Reflection AI 的 Beam 對主權 AI 市場構成威脅等壓力。文中指出,Beam 以 4 週、10500 張 GB300 進行大規模 RL,基準測試成績接近 GLM-5.2,而國產模型的核心限制仍是算力。
虎嗅文章認為,美國中期選舉後民主黨取得國會兩院多數,可能加大對英偉達 AI 晶片對華出口的限制,令國產大模型的算力瓶頸加劇。文章指出,數據中心建設放緩可能拖慢美國 AI 發展,但不至於顛覆美國 AI 產業。文中認為,沃倫若出任參議院銀行委員會主席,可透過公開調查及傳喚增加對英偉達和 BIS 的壓力,B300 對華流通也可能因此更受限制。
Menlo Ventures 報告指出,中國 AI 模型佔全球企業開源模型支出的 89%,月之暗面 Kimi 以 61% 居首。在企業開源模型支出中,深度求索 DeepSeek 佔 15%、智譜 GLM 佔 11%;Meta 旗下 Llama 佔 7%。
作者不認為 AI 產業必然是即將破裂的泡沫,並認為近年增長可能有合理支撐,AI 應用仍有擴張空間。文章稱業界已承諾至少 $3 trillion 支出,另估計已支出 $1.9 trillion,合計約 $5 trillion;Anthropic 收入則由 2023 年的 $41 million 增至 2026 年上半年的 $16.3 billion。
Cogent Security 的 VR-1.1 在 LiveCVEBench 的 190 個 CVE 測試中取得 57.9% 準確率,超過 Claude Code(Claude Opus 5.5)和 Codex(GPT-5.6 Cyber)的 45.3%。
Simon Willison 分享一種整理 AI 生成 PR 描述的方法:在 GitHub Markdown 中以 <details><summary> 收起完整説明,並在前方提供人工編輯的精簡介紹。他通常以模型名稱(有時連同 effort level)作為可展開區塊的摘要,讓讀者先了解 PR 用途;完整的智能體撰寫內容仍保留在區塊內,有時也會附上截圖。
Claude Opus 5.5 能把以 Three.js 製作的裸鰓類主題 Fabergé 蛋移植為 Vanilla JS,並以 WebGL 建立 3D 模型。兩個版本並不完全相同;作者認為 Three.js 程式碼較易理解,但自己很少查看這類 3D 專案的程式碼。
這期開發者新聞摘要彙整自上期摘要以來的資訊,涵蓋安全與基礎設施、程式語言與工具、AI 開發流程及業界動態。焦點包括 Outlook.com 拒收未設定 DMARC 的網域電郵、Goldman Sachs 據報撤回部分員工使用的 Claude Code,以及 Docusign 從推出 AI 工具轉向建立 AI 工作模式。
Onkar Deokate 分享以 Claude Code 獨自開發 ParkEase 的經驗,指出 AI 完成付款功能後只描述了安全措施,並未實際執行安全審查。他建議在宣告完成前實際執行審查或驗證命令,並查看輸出。首次部署時,所有測試均通過,仍有三個錯誤漏過;以實際建置連接真實 API 後,幾分鐘內便找出問題。
作者查閲書店報告追查首位買家的來源,發現交易報告記錄 11 月 3 日售出一本,流量報告卻顯示零次購買點擊。流量報告在 30 天內、所有在售語系合計只記錄 7 次瀏覽;作者其後搜尋書店頁面,法國版排名第 2,但該排名是在銷售四天後量度。買家是否曾搜尋,以及如何找到這本書,仍無從得知。
Anthropic 分析 2026 年 8 月 2 日至 9 月 30 日的 20.7 萬次科研會話,發現科學家主要用 Claude 分析數據和寫作。數據分析佔 Claude 科研會話的 33.7%、Claude Code 科研會話的 48.1%;寫作與溝通分別佔 Claude 科研會話的 32%。相比之下,數據收集、研究構思和假設生成的使用比例較低。
Anthropic 分析 2026 年 8 月 2 日至 9 月 30 日的 20.7 萬次科研會話,發現科學家最常用 Claude 進行數據分析和寫作。數據分析佔 Claude 科研會話的 33.7%、Claude Code 科研會話的 48.1%;寫作與溝通佔 Claude 科研會話的 32%。相比之下,數據收集、研究構思和假設生成的使用比例較低。
文章説明如何把 osFoundry 桌面端已儲存的 Graph 分享到 Claude 專案,讓 Claude 提交執行要求、輪詢狀態,並在完成後取得結果。Graph 在用戶桌面本機執行,Claude 只會讀取名稱、描述、slug、版本和狀態等中繼資料;桌面應用程式須保持開啟,否則排隊中的工作會等待。
OpenAI 的 GPT-6.1 Sol 參與活體小鼠腦部手術的解剖標誌定位,到第三次操作時,定位誤差由 0.6 毫米降至 0.3 毫米。識別關鍵標誌的耗時由 169 秒減至 86 秒,人工糾正動作由 4 次減至 2 次;模型依據外科醫生的修正記錄調整後續判斷,未重新訓練或更新參數。
作者在 Claude Code 的 agent harness 測試提供日期會否改變 Agent 的推理,卻無法建立未提供日期的條件,因為 harness 會自動在每輪上下文加入日期。兩個 Agent 因而得到相同回覆,均指出訓練資料可能過時;日期只讓它們意識到答案不確定,並沒有補上缺失資訊。
Anthropic 研究顯示,科學家使用 Claude 最常進行數據分析和寫作,較少用於數據收集、研究構思及假設生成。數據分析佔 Claude 科研會話的 33.7%、Claude Code 科研會話的 48.1%;寫作與溝通則佔 Claude 科研會話的 32%。對 528 名科學家的問卷調查結果與會話數據基本一致。
作者依 osFoundry 公開 MCP 契約,以 Python 重建 wait_for_messages,分析長輪詢如何在 Claude Code 與 Codex 之間傳遞訊息。
文章指出,無代碼可以降低搭建 Claude 多智能體內容工作流程的門檻,但不會減少設計可靠流程所需的工作。研究、寫作、分析、交付的串接可能逐步放大錯誤;加入專責找錯的 Skeptic Agent,並預先設定記憶格式,可讓問題更易被發現。文末建議先定義各智能體的輸出責任與完成標準,再用已知答案的任務測試流程。
騰訊首席 AI 科學家姚順雨表示,AI 在生物領域的能力很快將足以造成傷害,並認為 Anthropic 採用封閉模型有充分理據。
文章比較 Claude Code、Cursor 與 GitHub Copilot 的產品定位、定價及用量模式,並説明各自適合的工作場景。作者以 Claude Code 2.1.318 示範 CLI,安裝 GitHub Copilot CLI 1.0.105 但未能登入並執行提示詞,亦未安裝或執行 Cursor。
CLAUDE.md 會在智能體每一輪重複納入輸入前綴,因此檔案過大會增加 token 成本,頻繁修改亦可能令快取失效並提高後續輸入費用。文中以 Sonnet 5、4,000 tokens 和 40 輪為例,估算全程命中快取約 $0.032,未命中則約 $0.32。作者建議只保留長期有效的規則,將任務狀態和文件資料移出 CLAUDE.md,並在工作階段之間集中修改。
蘋果正把 OpenAI 等 AI 公司視為比 Android 更值得警惕的競爭對手,新任 CEO 約翰·特努斯要求盡快完善 AI 軟件路線圖。iOS 27.3 版 Siri 目前只可操作蘋果自家應用,點餐、下單等第三方應用操作要到明年春季才能實現。蘋果按規劃將於明年推出可執行複雜任務的自主型 Siri,以追趕 OpenAI、Meta 等公司。
教學示範如何透過 osFoundry 配置 Claude Code 與 Codex,讓兩個 CLI 代理互傳訊息。兩者需各自登入 MCP 端點、加入同一專案並取得 handle;Codex 透過 wait_for_messages 接收訊息,再以 send_agent_message 回覆。代理只會看到共用頻道或專案內的對象,程式碼則留在各自的本機 checkout。
Fnet 雲網安 261109 彙整五條 AI 與網絡安全動態,涉及 GPT-6 Cyber 的 Linux 內核提權利用研究、Chainalysis 用戶憑證及登入令牌外洩、Microsoft Entra 雲服務漏洞、英國智能體監管修正案,以及 Claude Code 設定文件中的憑證風險。
Andrej Karpathy 用 Claude Code 花 3 分鐘搭建 TristanTube,收錄 Anthropic 工程師 Tristan Hume 所列 156 個 YouTube 頻道的 47,339 條影片。
Claude 可透過 osFoundry 的 MCP 連接器或 Claude Code,根據已發佈的知識庫文章回答支援及產品問題,並在每項陳述旁列出文章 ID 和最近更新時間。
在 Mac 上,Postage 可透過 Google app password 將 Gmail 連接至 Claude Desktop 或 Claude Code,讓 Claude 搜尋及讀取郵件、對話串和附件文字。
作者以 OpenCode 和六項 Python 任務比較 Claude Opus 5.5 與 GPT-6.1 Sol,兩者在 24 次執行中均通過所有隱藏測試。Opus 平均每項用時 82 秒、成本 $0.094,Sol 則為 152 秒和 $0.098。測試只涵蓋六項小型、自成一體的 Python 任務,作者表示無法據此判斷兩者在更難任務上的表現。
截至 2026 年 11 月,Claude 和 ChatGPT 均未內置 Telegram 連接器;Fezola 作者介紹如何透過其遠端 MCP 服務讀取個人 Telegram 對話。
CodeRim 是一款開源桌面應用程式,讓用戶集中查看 Codex 和 Claude Code 等 AI 編程工具的用量限額及重設時間,毋須在不同儀錶板之間切換。它支援查看本機 token 使用紀錄、追蹤編程工作階段及切換多個帳戶,並適用於 macOS 和 Windows 11。CodeRim 以 MIT 授權在 GitHub 開放源碼。
Kirill Birger 開發 Claude RC Launcher,讓用戶透過手機網頁在指定資料夾啟動或停止 Claude Code 的 remote-control 工作階段。
Claude Code 的 permission deny rules 可阻止讀取 .env、私鑰及雲端憑證等敏感資料。
文章示範如何透過 osFoundry 智能體網絡連接 Claude Code 與 Codex,讓兩者在共享專案中互傳私訊並查詢工作進度。各 CLI 分別透過 MCP 連線並完成 OAuth 登入,加入同一專案後,還需由工作區管理員啟用智能體網絡;Codex 則透過 wait_for_messages 等候訊息。智能體只能查看共享頻道或專案內的對象和資訊,程式碼不會經 osFoundry 傳送。
文章示範如何為 Claude Code 設定 SessionStart Hook,在首輪提示前執行快速測試並把失敗項目加入上下文。範例以 pytest 篩選失敗與錯誤行、限制輸出和執行時間,並提供設定及驗證方法。
Hacker News 的 Ask HN 討論串邀請用戶分享目前正在做的項目及近期感興趣的事。一名用戶開發了整合 Google Local Service Ads 的服務業管理及 CRM 產品 Crewbird,協助父親的地氈清潔公司改善廣告回報,ROAS 接近 3x。另一名用戶則分享了為 Claude 開發、免費開源且完全在本機運行的記憶系統。
Joe Kurt 分享為 Claude 編寫非編碼工作 SKILL.md 的方法,歸納出 YAML 觸發標頭、輸入資料檢查、編號執行流程和可驗證品質門檻四個部分。
Artificial Analysis 發佈 Decision Index v2,以同時衡量答案正確性和信心校準的 Decision Score 作為核心指標,並將私有數據集佔比由 v1 的 25% 提高至 45%。
文章提供腳本量度 AI 智能體各輪的輸入 token,並示範截短工具輸出、精簡對話歷史及快取穩定前綴三種削減方法。在 10 輪示例中,三種方法合用可將輸入由 16,559 tokens 降至 3,290 input-equivalent tokens,減少 80%;只用前兩種則降至 6,445 tokens,減少 62%。
Push Security 於 2026 年 10 月下旬攔截一宗冒用 OpenAI、SpaceX、Anthropic 活動邀請的釣魚行動。攻擊者在同一報名頁並用 Microsoft OAuth 2.0 裝置授權濫用與 Google 反向代理,利用用戶在真實身份平台完成授權或認證後,取得令牌或會話 Cookie。
Claude 連接 osFoundry 後,可根據已連接專案內已發布的知識庫回答客服及產品問題,並在每項説法旁附上文章 ID 和最後更新時間。透過 poll_resource_events,Claude 可查詢上次序號後的變更並重讀有更新的文章;編輯則須符合 expected_version,並在寫入前取得核准。只有已發布文章可供搜尋,連線亦只存取已加入的專案知識庫。