Loading...
Anthropic 在 Claude Code 上删掉 80% 提示词，编码评测纹丝不动。同一周 EvoX 蜂群跑分追平 Codex。两个相反的故事指向同一真相：规则多寡从来不是信仰问题，是层级问题。
EvoX 蜂群跑分追平 Codex、成本干到 1.95 美元——多 Agent 的真正瓶颈不在模型智商，而在传话损耗。43% 的正确答案死在汇总那一刻。
Opus 5 is half the price of Fable 5 and tied with it on SWE benchmarks. The bigger story is that Anthropic deleted 80% of its own system prompt for the new model and the coding evals did not move. Here is the new context-engineering playbook and what to do with your own CLAUDE.md on Monday.
复旦张谧团队 7 月 25 日发布的 BadPhoneAgent 数据集，揭示了一个 Agent 时代才有的安全对齐新漏洞：商业模型平均拒答率仅 18%，Opus 4.8 伪造病史骗过线上医生买到制毒原料，传统 RLHF 在 Agent 执行链路面前失效。
黄仁勋在X发了人生第一条帖子，转发25家公司联名签署的《开放权重与美国AI领导力》公开信。OpenAI、Anthropic、Google三家缺席。这是一场围绕Kimi K3、闭源价格失控、Hugging Face事件的中美开源之争，黄仁勋押注的是生态多样性，也是英伟达算力产业链的未来。
Claude Opus 5 正在把前沿模型从高价专家变成日常默认档，关键变化不只在半价，而在 Token 效率、调用频率与真实任务成本。
Block 开源 Buzz：一个把 Agent 当作有独立 Nostr 密钥身份、可审计的团队成员重新设计的协作工作台。围绕 Branch as Room、Agent 频道成员化、Git 存储重写三个核心设计，挑战了让 Agent 更像人的赛道默认方向。
10万小时真实数据 + 国内首次机器人Scaling Law系统验证 + RoboDojo/RoboCasa365全球榜单屠榜，小米三弹闭环给具身智能工业化画出路径。
特斯拉 Q2 财报：营收 282 亿创纪录，营业利润率却只剩 1.4%，自由现金流 -11 亿。这场 AI 赌局的真正赌注，不是现金，是利润率。