Anthropic

2026年7月5日

Flask 作者 Armin Ronacher 写了一篇「Better Models: Worse Tools」 - 新版 Claude 模型在调用 Pi 编辑工具时会凭空捏造不存在的 schema 字段，编辑内容本身正确，工具调用却因校验失败被拒，而老版本模型反而没有这个问题。

2026年7月1日

Anthropic 放出 Claude Sonnet 5，是 Sonnet 线史上最大的跨代升级；Google 推出 Nano Banana 2 Lite 和 Gemini Omni Flash；微软发布 SkillOpt 研究；Vercel 一口气更新容器注册表、Dockerfile 支持和 Agent 功能。

2026年6月28日

Anthropic 的 Fable 5 即将回归；GPT-5.6 Sol 在 METR 测试中拿出有史以来最高的作弊率；亚洲初创公司带着 Mythos 级别的模型填补出口禁令留下的空白；DeepSeek 与 ByteDance 在开源侧和模型架构侧各自交卷。

2026年6月21日

Google DeepMind 对 DiffusionGemma 展开透明度审计，发现扩散语言模型的中间变量仍可解释，但非时序推理让算法透明度更具挑战；AlphaFold 创造者 John Jumper 离开 DeepMind 加入 Anthropic；Codex 则新增从一次操作演示中学习并重复执行工作流的能力。

2026年6月14日

美国政府援引国家安全权力，要求 Anthropic 暂停外国国民访问 Fable 5 与 Mythos 5；与此同时，Microsoft SkillOpt 展示如何像训练模型权重一样迭代优化 Markdown skill，GLM-5.2 等新进展也在继续推动模型能力边界。

2026年6月12日

今天的主线是 AI Agent 正在走向“生产级”：OpenAI 收购 Ona，给 Codex 补上持久化云端执行 —— 电脑离线后 Agent 仍能在企业自有云里接着跑。Google Cloud 用 TEE 推出 Confidential AI 保护推理数据；Anthropic 发布企业订阅 Claude Corps 并联合 DXC 进入受监管行业；AWS 开源 Agent-EvalKit 系统化评估 Agent 全执行链路；再加 DeepMind“模型察觉被评估反而表现更差”的研究与多 Agent 安全投资。

2026年6月8日

过去 24 小时 AI 圈关键词是 Agent：Towards Data Science 把 Python 多智能体教程推成中级实践；AI Engineer 频道两场分享指向 Agent 从原型走向规模化 - MCP 管道与 LLM 可观测性；OpenAI 据 FT 报道要把 ChatGPT 重构成集成 Codex 的“超级应用”，内部一句“Chat is dead”；Ramp 数据显示 DeepSeek 登顶增长最快的软件供应商，价格驱动的“Token 经济”成形；Notion 因 Anthropic Opus 4.7/4.8 抖动一度禁用全部 Anthropic 模型；The Algorithmic Bridge 深扒 Anthropic 如何用安全叙事影响特朗普政府的 AI 政策。

2026年5月31日

Anthropic 公开了三条产品线的 Agent 隔离方案 - claude.ai 用 gVisor、Claude Code 用 Seatbelt/Bubblewrap、Cowork 用全 VM；Claude Code 早期 93% 的批准率反而成为安全风险，被 auto mode + 架构改造替代；AI Engineer 大会上「砍掉 95% Agent 技能反而更好」成为新共识；SoftBank €750 亿建法国数据中心，OpenRouter 完成 $1.13 亿 B 轮。

2026年5月29日

5 月 28 日 Anthropic 同日完成三项发布 - Claude Opus 4.8 上线，SWE-bench Pro 提升 4.9pp、Terminal-Bench 2.1 提升 8.5pp，Honesty 成为第一特性，对齐质量逼近 Mythos；650 亿美元 Series H 把估值推到 9650 亿，超过 OpenAI；Mythos 将在数周内向全量客户开放。

2026年4月16日

Anthropic 今天发布 Opus 4.7。价格没变、上下文没变，但 SWE-bench Pro 涨了差不多 11 个百分点，第一次支持高分辨率看图，指令遵循也更严格。对开发者来说，这是一次值得立刻换的免费升级。