Anthropic 研究:专家 86% 情况下采纳 AI 智能体判断
Anthropic 让 50 名专业分析师用 Claude Code 完成因果推断任务,暗中让智能体在四个分析选择上偏向某一选项。结果显示分析师 86% 采纳了智能体倾向,且 77% 复述了智能体论点却仅 15% 注明来源。研究提示专家对 AI 建议的依赖可能被低估。
共 47 篇相关资讯,按重要度与时间排序,每 3 小时更新。
Anthropic 让 50 名专业分析师用 Claude Code 完成因果推断任务,暗中让智能体在四个分析选择上偏向某一选项。结果显示分析师 86% 采纳了智能体倾向,且 77% 复述了智能体论点却仅 15% 注明来源。研究提示专家对 AI 建议的依赖可能被低估。
Anthropic对Claude Code进行大规模重构,并免费开放其内部管理3万个Agent的技术方案。此举有望降低多智能体编排门槛,推动开发者生态建设。
Anthropic 重新设计了 Claude Code 中的 Projects,将原本的文件夹式项目改为由 Claude 担任协调者的持续对话。用户描述工作后,Claude 决定如何拆分为线程,每个线程都是运行在独立分支上的完整云端 Claude Code 会话。该功能支持并行云会话,即使关闭笔记…
Claude Code重新推出Projects功能,允许用户在云端运行多个AI智能体,共享记忆、目标和文件库。每个项目包含并行运行的线程,由协调器统一调度,底层为独立的云会话和代码分支。该功能目前面向部分Pro和Max订阅用户开放测试。
Anthropic 的 Claude Code 扩展在 Cursor 的 VS Code 插件市场被植入恶意版本约 11 小时,可收集用户电脑信息并尝试安装持久后门。Cursor 已下架该扩展、重建市场并称未发现其他扩展受影响,Anthropic 表示事件仅影响 Cursor 用户。安全专家认为这…
有报告称官方 Claude Code 扩展中存在后门,引发开发者对 AI 编程工具供应链安全的担忧。事件在 Hacker News 获得高热度讨论,涉及扩展分发与代码审计风险。
有用户报告 Anthropic 的 Claude Code 会把用户邮箱地址加入提示词,随后模型在访问网站时将该邮箱发送出去。相关讨论在 GitHub issue 与 Reddit 上引发对隐私泄露的担忧。
报道称 Claude Code 相关业务支撑起史上最大规模 IPO,同时指出被封号且未获退费的中国开发者贡献了约 5% 的所谓“脏收入”。文章聚焦 AI 编程工具的商业模式与用户治理争议。
开源项目 Imp 是仅面向英伟达 Blackwell(sm_120a)架构的 LLM 推理服务器,覆盖 RTX 5050 至 5090 及 RTX PRO 系列,一条 docker run 即可启动,兼容 OpenAI 与 Anthropic API。项目由 Claude Code 编写,在单张 …
开发者 rbartoli 发布 Claude Code 插件 agent-usage-guard,可在子代理大量并发、上下文膨胀与重试循环发生前拦截超额消耗。作者称曾因一次提示词触发 394 次子代理调用、十分钟耗尽用量窗口而被锁定。该工具通过 Claude Code 原生对话框询问用户,无人应答…
论文推出 OR-License,基于 10 个行业、总价 368 万美元的真实运筹咨询项目构建 31 个端到端任务,并配套客户模拟器 ORSim。11 个前沿大模型中部分在条件目标质量上超过专家,但无一在部署调整质量 DAQ 上追平专家;最强 Claude Code 配置严格可行性 88.39%、…
论文指出前沿编码智能体在真实连续项目中存在反复出现的环境相关 token 成本,提出外部控制器 TokenEconomizer,通过注入操作微技能、剪除长期无关工具、干预无效失败循环来降本。在 Claude Code、Codex 与 GitHub Copilot CLI 搭配前沿模型时,平均 to…
Addy Osmani、Morgan Westlee Lunt 与 Qing Wang 撰文介绍 Claude Code 团队的代码评审方式。他们认为「是否有人读过代码」并非可靠标准,评审应转向「这次改动可能出什么问题、哪种检查最合适」。Claude 现在持续参与评审,多数改动在人工介入前已被自动…
Linux 创始人 Linus Torvalds 使用 Claude Code 修改 Linux 内核,但即便是资深大神也未能完全避免代码中的 Bug。该案例反映 AI 编程助手在实际系统级开发中的能力与局限。
Simon Willison 分享实验:在 Claude Code for web 的 Ultracode 模式下,仅凭一句提示词,AI 运行超过 12 小时用 Rust 编写出在 SQLite 内实现 SPARQL 1.1 的扩展 sparqlite。作者称这是「下一代 vibe coding」…
一位开发者称借助 Claude Code 发现了一颗此前无人知晓的行星,该帖在 Hacker News 获得 216 分热度与 101 条评论。事件展示了 AI 编程工具在科学数据分析与发现中的潜在应用。
一篇指南介绍如何在Claude及Claude Code中充分发挥Opus 5.5的能力。该内容在Hacker News获得183分、130条评论,反映开发者对该模型使用技巧的高度关注。
Anthropic发布Claude Code的插件评测工作流,claude plugin eval命令可用真实提示词运行插件并打分,同时与未加载插件的基线对比。它首次量化了技能是否触发、输出质量等此前无法衡量的指标,并引入CI门禁。这为插件开发者提供了标准化质量保障手段。
Block公司开发的开源AI代理Goose提供与Claude Code类似的功能,但完全免费且本地运行,无订阅费和速率限制。在Claude Code定价引发开发者不满之际,Goose凭借开源和隐私优势迅速走红,GitHub星标超2.6万。
第三方开发者推出非官方 mod 项目 rexmod,为 Superlogical 的 Rex 增加变更记录、内嵌编辑器审阅与评论回传能力,支持 Claude Code、Codex、OpenCode 与 Pi 等编码智能体。该工具通过补丁方式修改本地 Rex 安装,可一键卸载还原官方版本。它反映出编…
开源工具 Codedict 用 tree-sitter 在本地建立代码索引,不调用 AI,再把检索结果随问题一并交给 Claude Code,从而减少多轮工具调用。作者称在真实项目中令牌消耗下降 63%,12 个问题全部答对。
Dodaios(原 Personal Jarvis)是一款开源桌面智能体操作系统,可通过语音或聊天在本地驱动 Claude Code、Codex 等编码智能体,支持 Windows、macOS、Linux。它无需账号与付费层,用户自带 API Key 或本地模型,所有可能改动系统的操作都需审批,并…
Hacker News 讨论指出,Claude Code 中一个仅三个词的状态栏提示会消耗约 15–20% 的 token 预算。该发现引发对 AI 编程工具 token 开销与提示设计的关注,提示开发者注意隐性成本。
论文以「可执行考古」方法重跑赫伯特·西蒙 1961 年启发式编译器与 MIT 1984 年 KBEmacs 原始代码,成功复现其编译输出与自测序列。研究借助 Anthropic 的 Claude Code(Opus 5.5)完成大量复现工作,指出两系统所体现的可执行编程理论在当今 AI 编程助手中…
Humanlayer 是一个开源项目,可在本地机器上运行 Claude Code、Codex、OpenCode、Pi 等编码智能体,并通过桌面端、网页端与守护进程同步任务、会话、计划与评审,让团队集中调度。项目采用 Apache 2.0 许可,需 Bun 与 Docker 构建。
开发者发布 Synteny,解决多人同时使用 Claude Code 时的文件冲突问题,允许多人并行编码而不互相干扰。目前正在招募用户测试。
开发者发布 SIwithin 工具,可在限定文件夹沙箱和美元预算内无人值守运行 Claude Code 与 OpenAI Codex 命令行智能体,每次运行留下记录。仅支持 macOS,单文件 Python 实现。
开发者开源 Botline,为不同厂商的 AI 智能体提供统一邮箱,每个智能体持有独立密钥,通过 REST 或 MCP 收发消息与文件。系统可主动「按铃」唤醒 Claude Code 与 Grok Bot 例程,Meta Muse 因不支持推送改为定时轮询。测试中 24 组消息有 22 组按时完成…
一篇在 Hacker News 引发热议的分享介绍了 Anthropic 旗下 Claude Code 团队内部的代码审查流程与实践。讨论聚焦 AI 编程助手团队如何组织评审、保证代码质量,以及人机协作下的工程规范。