跳到正文

#Anthropic

RSS
今日 0 則
10月3日週六
  1. Supabase Blog82

    Supabase Select 2026 會議回顧

    Supabase 在 Select 2026 會議上展示了全新的 code‑first 方式與 Agent 整合,讓開發者能以程式碼管理後端並即時檢測問題。

    推薦理由:Supabase 透過 code‑first 與 agent 整合,讓開發者可以程式碼管理後端,並即時檢測問題,提升開發與運維效率。

10月2日週五
  1. david888podcast81

    蘋果相機不錄影、Linux 漏洞千個引發維護爭議

    本集探討蘋果 AI 感測器不錄影、Linux 核心漏洞千個、curl 創辦人對漏洞標記的回應、麥當勞 AI 動態定價爭議、蝴蝶視覺幹擾、Claude 產生維運指令碼與 DoGBench 評測、以及瑞士冰川消融等話題。

    推薦理由:本文將 Apple、Linux、Claude 等多項技術事件串連,提供跨領域視角,便於讀者快速把握隱私、漏洞與 AI 產業趨勢。

  2. openrouter blog54

    代理框架比較:工具呼叫模式處理

    本文比較六大代理框架在工具呼叫模式處理上的差異,並說明如何在 OpenRouter 的 API 層統一工具呼叫格式,讓模型切換只需改模型字串。 - 工具呼叫差異:OpenAI、Anthropic、Google 各自使用不同的工具定義與回傳格式,直接寫一套工具定義在另一個平臺會失敗。

  3. hackernews10071

    Pi 1.0 正式發布

    Pi 1.0 正式發布,提供一個堅固、最小化且可擴充的代理框架,支援 Codemode、虛擬模型、延遲工具載入、Anthropic 模型快取等功能。 - 核心功能:Codemode(原生支援 MCP 與非 LLM 模型)、虛擬模型、延遲工具載入、Anthropic 模型快取、會話中系統訊息、全螢幕 TUI 主題。

10月1日週四
  1. openrouter blog72

    代理模型成本與品質折衷框架

    代理模型成本與品質折衷框架 介紹一套三步驟流程,協助使用者根據任務品質門檻與實際成本,挑選最具成本效益的模型。 - 品質門檻設定:先決定任務對準確度的最低需求,低於門檻即使便宜亦不合格。

    推薦理由:此框架幫助工程師用實際成本與質量分數挑選最具成本效益的代理模型,避免因排行榜高分而付高價,並可隨時重新評估模型與價格變動。

9月30日週三
  1. AWS Machine Learning Blog66

    AWS 推出 Claude Sonnet 5.5

    AWS 宣佈 Claude Sonnet 5.5 在 Amazon Bedrock 和 Claude Platform 上可用,具備更高的編碼與知識工作效率及更低的單任務成本。該模型適合處理範圍明確的持續工作負載,支援與 Claude Opus 5.5 搭配使用以兼顧複雜判斷與快速執行,使用者可通過控制台或 API 進行呼叫。

  2. openrouter blog81

    提示詞或模型變更後的 AI Agent 迴歸測試指南

    OpenRouter 發布指南介紹如何在提示詞、模型、工具定義或檢索設定變更後對 AI Agent 進行迴歸測試,確保行為符合預期合約。 - 核心方法:鎖定測試案例集,採用結構化斷言(如檢查工具呼叫與引數)而非傳統文本比對。

    推薦理由:文章詳細說明如何對 AI Agent 進行迴歸測試,幫助開發者在更換模型或修改提示詞時確保行為穩定。

  3. openrouter blog74

    如何在 AI 助理中測試工具呼叫準確率

    本文介紹了評估 AI 助理工具呼叫準確率的三種核心方法,並提供透過 OpenRouter 跨模型進行測試的實作範例。 - 三大測試方法:包含無參考答案的 LLM 評審、確定性引數檢查(使用 JSON Schema)、以及軌跡比較。

    推薦理由:文章提供評估工具呼叫準確率的三種方法與程式碼範例,工程師可據此建立跨模型評測套件。

9月29日週二
  1. david888podcast79

    Anthropic 兩兆估值 IPO 及 ESP32 叢集跑 BitNet 大模型

    Anthropic 兩兆估值 IPO 及 ESP32 叢集跑 BitNet 大模型。 - Anthropic IPO 估值 2兆美元,巨額虧損引發資本討論。

    推薦理由:對於想了解 Anthropic IPO 估值與硬體執行力的聽眾,可從此集獲得多角度分析與實際案例,並洞察未來 AI 產業趨勢,並瞭解 ESP32 叢集跑 BitNet 的技術挑戰與成本效益,最後還能學到如何將類似技術應用於企業 AI 服務。

9月28日週一
  1. cloudflare blog81

    Cloudflare 釋出面向AI 助理的新命令列工具 cf

    Cloudflare 推出了全新的命令列工具 cf,旨在讓AI 助理能夠訪問整個 Cloudflare 平臺中超過 3,000 種操作。該工具預設輸出 JSON 格式以節省上下文,內建自然語言搜尋功能,並採用基於 TypeScript 的全新配置格式和 Vite 開發服務。

    推薦理由:該產品直接將整個平臺的 API 能力適配給AI 助理,讀者可以通過專屬配置和命令簡化相關工作流。

9月25日週五
  1. Vercel Blog69

    Agent 技能生態現狀報告

    Vercel 在部落格中公佈了 skills.sh 登錄檔在七個月內達到一百萬技能、近 2.8 億次安裝的報告。報告顯示,跨行業技能佔 66% 的註冊量,安裝量佔 87.5%,並指出安裝高度集中,最受歡迎的 0.04% 技能貢獻了 62% 的安裝。

9月24日週四
9月23日週三
  1. openrouter blog73

    2026 年最佳 Embedding 模型選型指南

    OpenRouter 發布 2026 年最佳 Embedding 嵌入模型選型指南,針對英文 RAG、多語言檢索、程式碼搜尋、圖文檢索及低成本索引等不同應用場景進行實測與推薦。

    推薦理由:文章梳理 2026 年多類嵌入模型的選型指南與效能差異,讀者可據此對照自身專案需求評估合適方案。

9月22日週二
  1. Wiz Blog & Research80

    WIN AI 生態系透過 Agent 整合擴大

    Wiz 透過新推出的 Agent 整合,使用 Wiz Model Context Protocol (MCP) 讓 AI 代理能即時拉取安全圖譜,提升調查速度與整合度。

    推薦理由:Wiz 透過 MCP 讓 AI 代理即時取得安全圖譜,提升調查速度與整合度,對 AI 安全工作流程帶來顯著效能提升。

  2. Hugging Face Blog59

    英國 AI 安全研究所與 EvalEval 如何讓評測結果可復現

    英國 AI 安全研究所正使用 EvalEval 的 Evaluation Cards 基礎設施公開分享評估結果,以支援更具可復現性和可驗證性的評估科學。此次釋出包含了五項基準測試和兩項安全評測的驗證結果、上下文及配置資訊,涵蓋了 Claude Opus 系列與 GPT-5 系列等六款前沿模型,並配合其關於推理計算如何塑造前沿 LLM 評測的研究論文一同釋出。

  3. Vercel Blog78

    Claude Opus 5.5 在 AI Gateway 上可用

    Anthropic 的 Claude Opus 5.5 已在 AI Gateway 上上線,支援 1M-token 上下文視窗和 128K 輸出 token。與 Opus 5 相比,速度提升約 30%,成本降低約 40%。

    推薦理由:Opus 5.5 在速度和成本上相較前代提升顯著,適合需要大上下文和長任務的AI 助理工作,其 1M-token 上下文視窗和 128K 輸出令長任務更易監督,且支援自動工具選擇,提升開發效率。對開發者而言,Opus 5.5 的速度與成本優勢可顯著降低專案迭代週期。

9月21日週一
  1. openrouter blog45

    Descript 兩小時工作縮短一週等待

    summary_zh: Descript 透過 OpenRouter,將測試新模型的流程從一週縮短至兩小時,並可每週多次評估模型。 - 測試流程:使用 Claude Tag Slack integration 於 Slack 上觸發評估,評估時間約 一小時或兩小時,無需工程師手動安排。

9月19日週六
9月18日週五