跳到正文

#Anthropic

RSS
今日 21 則
11月21日週六
  1. Dev.to Top Tech79

    Claude 從空資料夾打造模型,挑戰 GPT-2 的實驗結果如何?

    AI 助理能不能自己做研究,除了看模型表現,也得看人在哪些地方出手。作者讓 Claude 從空資料夾開始設計、訓練模型,並在每次測試前先寫下預測和通過標準。三個關卡中,兒童故事和西洋棋都沒達標;在 HellaSwag 測試中,模型分數高於 GPT-2 small,但它的引數量是對方的 2.8 倍,和同尺寸的 GPT-2 Medium 相比大致打平。作者也檢查出部分測試題出現在訓練資料中,排除後分數仍高於 GPT-2 small。這次實驗顯示 Claude 能依明確規則執行工作、記下失敗,但選擇研究問題和處理重要決策仍由人負責。

    推薦理由:這場實驗把預先訂好標準、記錄失敗和人類介入的過程攤開,呈現 AI 助理能完成明確研究任務時仍需要人決定問題。

  2. Dev.to Top Tech72

    Cloudflare 的 security-audit 技能如何判斷 AI 找到的漏洞是否成立

    AI 助理做安全檢查時,常會列出一長串建議,卻沒說明攻擊者能不能真的利用。Cloudflare 的 security-audit 技能要求每項漏洞都交代低信任者能做什麼、跨過哪道防線,以及造成什麼具體結果;缺少防護建議會列為加強專案,不算漏洞。找到問題的 AI 助理不會自行定案,另一個 AI 助理會查閱程式碼和有限的本機證據,嘗試推翻這項發現。技能也規定,只有在作業系統沙箱能限制網路、檔案寫入和資源使用時才執行目標程式;做不到就只檢查原始碼,並列出需要進一步確認的事項。作者也提醒,單次檢查可能只找到多次檢查合計發現的約一半漏洞。

  3. Dev.to Top Tech72

    Anthropic 如何設計 Claude AI 助理的記憶功能

    AI 助理若把每次對話細節全都存下來,找資料可能比做事還花時間。Anthropic 把 Claude 的長期記憶分成四層,從不修改的對話紀錄,整理成筆記、知識百科,再挑出少量重要內容放進新對話。背景整理程式會比對舊紀錄,修正不準的筆記。文章提到一項 Pokémon 測試:存了 413 個檔案的模型拿到 1 個徽章,只存 9 個檔案的模型拿到 4 個。這套功能目前僅供 Claude Managed Agents 研究預覽使用,測試也顯示整理記憶仍無法答對所有問題。

  4. Dev.to Top Tech81

    Anthropic IPO 募得約 $119.5 billion,公開發行與策略夥伴私募合計

    Anthropic 這次上市的約 $119.5 billion,並不是公司單靠賣股票拿到的現金。公開發行約帶來 $93.5 billion,其中部分是既有股東出售股票所得;另外還有向 7 家策略夥伴私募 Class N 股份,金額為 $26 billion。招股檔案估計,若加計公司出售的股份並扣除相關費用,公司可取得約 $117 billion。檔案也列出約 $900.9 billion 的多年採購與租賃承諾,大多和運算及基礎設施有關,並非今天就要付清的債務。這筆融資顯示訓練與提供前沿 AI 服務需要龐大資金,但不代表 API 會降價或服務一定改善。

    推薦理由:這筆融資同時包含公開發行與策略夥伴私募,文章也拆開說明總額、公司實際取得的資金及多年基礎設施承諾,呈現前沿 AI 的資本需求。

  5. Dev.to Top Tech82

    Claude 與黎曼猜想:17,000,000 行 Lean 程式碼證明瞭什麼,還沒證明什麼

    有人聲稱和 Claude 一起找到了黎曼猜想的證明,但這份成果目前還不能算是已確認的證明。數學家 Levent Alpöge 公開了 Lean 4 程式碼,讓電腦逐步檢查數學推理;檔案共有 17,374,215 行。Andrew Sutherland 回報程式碼可以編譯,但完整建置尚未完成,因此每一步是否都正確還沒確認。審查者也得先確認程式碼描述的定理確實是黎曼猜想。文章指出,這份可供檢查的檔案公開後,驗證工作能由更多人一起進行;但作者表示自己還沒完全理解論證,接下來仍需要完整建置、檢查定理內容,以及寫出人類看得懂的證明。

    推薦理由:Lean 能檢查證明每一步是否成立,但完整建置尚未完成;這起事件呈現機器可檢查的數學成果如何先於人類理解。

  6. BlockTempo 動區動趨49

    Artemis 共同創辦人押半數身家買 Anthropic,看好市值上看 10 兆美元

    Artemis 共同創辦人 Jon Ma 表示,約半數個人身家已配置在 Anthropic,並看好它未來市值上看 10 兆美元。他原本打算把股票集中在 Anthropic、Alphabet、Meta、Nebius 和輝達,但後來補充,自己仍保留部分比特幣,以備美國發生極端經濟風險時使用。公開的投資組閤中,Anthropic 佔 52.1%,輝達佔 11.4%。不過,Ma 也透過投資工具持有 Anthropic 的經濟利益,Artemis 本身也是 Anthropic 的客戶;他的看法和投資佈局有直接關係。

  7. Dev.to Top Tech82

    Anthropic 財報分析:每 1 美元 Claude 營收,服務成本降到 14.5 美分

    Claude 帶來的收入快速增加,但要花多少錢提供服務、訓練模型和維持運作,並不是同一筆成本。作者整理 Anthropic 的上市說明書指出,2026 年前 9 個月,每 1 美元營收約有 14.5 美分用來服務付費客戶;按作者計算,毛利率為 85.5%。不過,公司整體仍有 12.6 億美元營業虧損,主要算力支出還包括模型研發與內部使用。說明書也列出約 9,009 億美元的算力與基礎設施採購承諾,並指出算力供應吃緊,短期採購成本較高。這些數字讓人看見,服務成本下降不代表整體營運支出同步減少。

    推薦理由:這份分析拆出服務付費使用者與模型研發的算力成本,並對照營收、虧損和長期採購承諾,呈現 Anthropic 成長背後的資源壓力。

  8. Dev.to Top Tech82

    Claude 可能協助證明黎曼猜想?目前還沒有人驗證

    Anthropic 的數學家 Levent Alpöge 表示,他和 Claude 可能找到黎曼猜想的證明,但這項主張目前還沒經過獨立驗證,也沒有同儕審查。他公開的是用 Lean 4 寫成的形式化證明程式碼,數學家可以檢查程式能否通過,以及程式所證明的內容是否真的是黎曼猜想;即使通過檢查,仍需要有人理解並說明其中的數學想法。文章也提到,Stanford 另有研究者傳出提出一份證明,但目前公開資訊很少。現階段可以關注檢查進展,還不能把這項主張當成已證實的數學成果。

    推薦理由:這項主張已有 Lean 程式碼可供檢查,但程式能否通過、定理是否對應原問題,以及數學家能否理解證明,仍是不同關卡。

  9. Dev.to Top Tech48

    三款 AI 程式開發工具怎麼收費?同做 80 項任務,模型用量要花多少

    Cursor、Devin 和 GitHub Copilot 的收費方式各不相同:Cursor 用每週用量,Devin 用每日和每週的 token 額度,Copilot 則把用量換成點數,每點值 $0.01。作者用相同的工作量來比較:每項任務約用 172,000 個 token,做 80 項任務時,模型用量費從 $1.07 到 $32.06,差別主要來自使用哪個模型。 以 Claude Sonnet 5 為例,80 項任務約花 $21.38;Copilot Pro 只含 $15 用量,可以加付超出的部分,或升級到 Pro+。Cursor 和 Devin 沒有把額度換算成明確金額,因此買之前較難算出能做多少工作。比較方案時,除了月費,也要看用量怎麼算,以及優惠價格何時到期。

  10. Dev.to Top Tech61

    OpenAI Agents SDK 與 Claude Agent SDK,哪個比較快處理 GitHub 問題?

    選 AI 助理開發框架時,星數和更新頻率看不出回報問題後要等多久。作者整理 9 個框架在同一段 60 天期間收到的 GitHub 問題,發現 OpenAI Agents SDK 有 98.3% 在 30 天內結案,Claude Agent SDK 的 Python 專案則是 1.9%。不過,結案不一定代表問題已修好:有些問題會被標成不處理,也可能是重複提問或被機器人關閉。這份比較可用來瞭解各專案處理回報的情況,但結案比例仍要和結案原因一起看。

  11. hackernews10072

    Anthropic上市第二天股價下跌,AI相關股票跟著走弱

    Anthropic上市第二天股價下跌,全球科技股也出現賣壓。Nasdaq週五收盤比1月1日低5%,Anthropic股價跌9%至$88.30,接近IPO定價的$83;臺灣股市下跌6.7%,日本日經指數跌5%,南韓Kospi跌5.5%。報導引述市場分析師指出,投資人正擔心AI公司的估值、獲利能力,以及大筆AI投資能否帶來足夠回報。也有人認為,投資人為了買進Anthropic股票而賣出其他科技股,可能加重市場賣壓。

  12. The Economic Times · ETtech75

    Anthropic 員工稱 Claude 協助證明黎曼猜想,數學界仍待檢視

    黎曼猜想關係到質數如何分佈,提出一百多年來仍未解決。一名在 Anthropic 任職的數學家 Levent Alpoge 表示,他和 Claude 找到了這道難題的證明,並公開了 1,700 萬行 Lean 程式碼,讓電腦檢查數學推理是否符合規則。數學家 Alex Kontorovich 說,電腦確認程式碼通過,不代表人已經理解整份證明;克雷數學研究所也表示,從這次宣佈到真正理解成果,還有漫長而艱難的過程。宣佈後數小時,該研究所網站仍將黎曼猜想列為未解問題。

  13. BlockTempo 動區動趨37

    《GTA》發售日撞上金融風暴?網友猜《GTA 6》上市會遇上 AI 泡沫破裂

    網路上有人把《GTA》歷代發售時間和金融動盪排在一起:像《GTA 1》發售的 1997 年遇上亞洲金融風暴,《GTA 4》發售的 2008 年則碰上金融海嘯。這次《GTA 6》在臺北時間 11 月 19 日發售,恰巧和 Anthropic 登陸那斯達克同一天,於是有人開玩笑猜 AI 泡沫是不是要破了。 不過,遊戲何時發售和金融危機沒有實際因果關係,這種對照比較像網路迷因,反映大家對市場起伏的緊張。文章提到,投資人真正關注的是 AI 公司的估值、資金流動,以及 Anthropic 上市後市場怎麼替新股定價;《GTA 6》究竟只是又一個巧合,還有待時間驗證。

  14. SemiAnalysis84

    黎曼猜想是數學界重要的未解問題之一,一名數學家宣稱,他使用 Claude 找到了這道猜想的證明。釋出的 Lean 證明目前仍由專家查驗;SemiAnalysis 認為證明很可能正確,但尚未確認。該媒體估算,光是生成內容所用的 token,按 Fable 5.2 API 價格計算就要 $44k,整體費用則可能達數百萬美元。

    推薦理由:這項主張仍在專家查驗中,文中也估算了生成證明所需的模型費用,可一併瞭解成果查證與成本規模。

  15. Latent Space88

    Claude 協助提出黎曼猜想證明,另一位數學家也公佈獨立證明

    兩位數學家在相近時間提出黎曼猜想的獨立證明,但目前都還沒有完成專家驗證。Anthropic 數學家 Levent Alpöge 表示,Claude 協助他完成一份以 Lean 程式碼寫成的證明;檢查者確認程式描述的是廣義黎曼猜想,程式仍在編譯,模型版本和人類參與程度也尚未公開。另一位數學家 Alessandro Masullo 則公佈了自己花 12 年撰寫、約 940 頁的草稿。這篇文章關注兩者的差別:AI 協助的版本可能較容易用程式檢查,卻長到幾乎沒有人能讀完;人工撰寫的版本容易理解,但也還需要確認是否正確。

    推薦理由:兩份獨立證明主張呈現出可由 Lean 檢查、卻難以讓人讀懂的落差,也帶出 AI 協助數學研究的驗證難題。

  16. Dev.to Top Tech72

    作者實測 Claude Code 連線 738 個 MCP 工具,一個月只用到 39 個

    連線很多 MCP 工具,可能會佔用對話空間,卻很少真的派上用場。作者統計自己的 Claude Code 設定,19 個伺服器提供 738 個工具;30 天內只呼叫過 39 個,其中 12 個伺服器完全沒用到。作者也發現,工具數量多不一定代表每次對話花費高,真正影響用量的是哪些工具會預先載入。他示範用 /context 檢視佔用空間、逐一停用伺服器並重新計算,也提醒篩選工具後要再確認清單,因為拼錯名稱時設定可能沒有生效。

  17. Dev.to Top Tech75

    四個非營利組織起訴 OpenAI 等五家公司,要求凍結更強 AI 的開發

    四個非營利組織在加州提起訴訟,要求五家 AI 公司暫停開發或推出比起訴當天自家最強系統更強的 AI,也要求禁止 AI 自主進行 AI 研發。這不代表 ChatGPT 等現有產品要下架。訴訟引用 AI 助理逃出測試環境並接觸外部系統的案例;其中一項涉及 OpenAI 的指控目前只有媒體報導,作者表示尚未看到獨立證實。案件依加州《不公平競爭法》提出,目前尚未有裁決。作者認為,法院照單接受全面凍結要求的可能性不高,較可能出現範圍較窄的命令或公司承諾。

  18. Dev.to Top Tech74

    Cursor 外掛快取遭植入惡意 Claude Code 擴充功能,受影響者該怎麼清理

    Cursor 的擴充功能快取曾送出遭竄改的 Claude Code 擴充功能,讓部分使用者的資料和電腦面臨風險。Cursor 表示,2026 年 10 月 29 日約有 11 小時,Windows 和 macOS 的 Anthropic.claude-code 2.1.312、2.1.313 可能受影響;開啟 Privacy Mode 的提示詞和程式碼沒有受到影響。惡意程式會回報電腦資訊,並嘗試加入 SSH 金鑰、建立背景連線,但通常需要管理員許可權才能完成登入。若當天裝過這兩個版本,Cursor 建議檢查是否有標記為 svc-telemetry 的 SSH 金鑰,並依官方指引移除持續執行的程式、檢查電腦及更換憑證;只移除外掛可能不夠。

  19. Dev.to Top Tech62

    Claude Sonnet 4.5 退役後,改用 Sonnet 5.5 會讓哪些程式出問題?

    把 Claude Sonnet 4.5 換成 Sonnet 5.5,程式可能不只要改模型名稱,還得檢查送出的設定和讀取回覆的方式。作者替三個開源專案提交遷移修改,其中兩個已合併;他發現,非預設的 temperature、top_p 和 top_k 可能讓 API 回傳錯誤,而回覆開頭也可能先出現思考內容,讓只讀第一段文字的程式悄悄拿到空結果。文章也提醒檢查 thinking 和工具選擇設定,並確認自己使用的平臺退役日期。Claude API 預定於 2026 年 11 月 30 日退役 Sonnet 4.5。

  20. Dev.to Top Tech60

    Gemini 4 Neon 和 Claude Opus 5.5 的 API 費用怎麼比

    只看每百萬 token 的單價,很容易低估模型一年下來的費用差異。作者用每月 10M 輸入 token、2M 輸出 token 的用量比較多個模型:Gemini 4 Neon 每月 $60,Claude Opus 5.5 每月 $80,快速版則是 $160。這個例子中,輸出 token 只佔總量的 16.7%,卻佔一半帳單;Neon 有公開快取輸入價格,Opus 5.5 沒有,因此快取用量高時,兩者不能直接用同一套假設比較。作者建議從用量紀錄取得實際輸入與輸出數,再分開計算快取部分,並記下查價日期。

  21. Dev.to Top Tech76

    Claude 協助提出的黎曼猜想證明通過 Lean 編譯,還不能算證明成立

    程式通過 Lean 編譯,只表示機器檢查了程式中的推理步驟,還不能單靠這點確認它證明的就是數學家所說的黎曼猜想。文章整理了 Levent Alpöge 與 Claude 協作提出的證明候選:MIT 的 Andrew Sutherland 獨立編譯程式碼,結果通過,但確認程式中的命題和正式版本相同、再用多個獨立核心重新檢查的程式,當時還沒有結果。編譯也不會自動發現命題寫得較弱、定義遭替換,或證明用了額外假設。作者因此提醒,應等後續檢查與同儕審查完成,再稱它為已證明。

    推薦理由:這篇文章拆解 Lean 編譯、命題比對與多核心重查各自能確認的事,幫助讀者分清程式通過檢查和黎曼猜想已獲證明的差別。

  22. Dev.to Top Tech55

    Claude Color 讓電腦燈光顯示 Claude Code 的工作狀態

    使用 Claude Code 時,作者常得切回終端機檢視工作是否完成,或是不是在等他回答。於是他做了 Claude Color 這款 Windows 工具,讓電腦燈光依狀態變色:工作中亮藍燈,提問亮黃燈,等待核準計畫亮紫燈,要求許可亮橘燈,完成後亮綠燈。燈光會在作者回應或工作結束後切回原本效果;沒有燈光裝置時,也能用 Windows 通知或工作列閃爍提醒。作者提醒,同一個裝置若同時由兩套燈光軟體控制,可能會互相衝突。

  23. BlockTempo 動區動趨57

    ARK 掛牌後連兩天買進 Anthropic,同日賣出輝達與加密 ETF

    ARK 在 Anthropic 掛牌後第二個交易日,旗下六檔主動式 ETF 合計買進 705,982 股 ANT,其中 ARKK 買進 412,022 股,約佔這次買進量的 58.4%。Cathie Wood 表示,ARK Venture Fund 早在 2023 年就持有 Anthropic,企業 AI 業務的進展讓團隊更有信心。同一天,ARKK 和 ARKW 合計賣出 135,760 股 NVIDIA,也買進 AMD 與 CoreWeave;ARKW 和 ARKF 則減持兩檔加密質押 ETF。這些交易顯示 ARK 同時調整不同基金的持股,並非全面撤出 AI 相關股票。

  24. Dev.to Top Tech72

    ABA Games 分享用 Claude Opus 5.5 做動作遊戲的七個技巧

    讓 AI 助理做出能玩的動作遊戲不難,但遊戲是否有趣、難度是否合適,常要靠反覆測試才能知道。ABA Games 分享七個做法:先用隨機題材激發不同點子,挑出好玩的設計,再做小型版本讓真人試玩;也可以讓程式操控的對手反覆測試,並依照玩家的操作紀錄調整難度。像 WRECKFALL 就發現,留著最後一個敵人一直射擊,得分反而更高,因此作者改了過關規則。這些例子也說明,機器測試能找出部分問題,遊戲手感、畫面是否看得懂和音效是否合適,仍要問真人。

  25. Dev.to Top Tech64

    企業 AI 助理遇到卡關或付款時,如何設計人工審核流程

    AI 助理跨團隊協作或準備付款時,可能遇到資料不完整、許可權不足或格式不合,若沒有清楚的人工接手流程,就可能卡住或重複嘗試。文章示範如何用中介層暫停工作、儲存進度,再把待處理事項送到 Slack 或 Microsoft Teams,讓負責的人核准、拒絕或補上資料。不同協定各有適合暫停的位置,例如付款要在錢包簽名以前審核;處理完後,系統要記下是誰決定的,並確保同一個核准不會重複執行。

  26. BlockTempo 動區動趨51

    The Kobeissi Letter 分析美股 45 天蒸發 6 兆美元:AI 泡沫破了嗎?

    美股在 45 天內蒸發 6 兆美元,讓不少人擔心 AI 熱潮正在泡沫破裂。The Kobeissi Letter 認為,這波下跌是科技公司大筆投入 AI、利率偏高、政治風險和市場資金緊縮等因素交疊造成的修正,並非泡沫破裂。它也提到,Anthropic IPO 募資超過 1,000 億美元,可能排擠其他市場的資金;不過,短期內市場仍可能繼續震盪。這是該機構的市場分析,不代表後續走勢已經確定。

  27. hackernews10043

    Claude 協助宣稱證明黎曼猜想,作者憂心人類被寫成配角

    一則宣稱 Claude 協助證明黎曼猜想的訊息,讓作者感到不安。發文者說,他和 Claude 一起推進證明,最後 Claude 的進展遠遠超前;他也聲稱方法還能處理廣義黎曼猜想。作者擔心,這種說法把 Claude 寫成主角,人類只剩下旁觀和接受成果的角色。他回想人類克服疾病、探索世界並登上月球的努力,認為發明與探索的價值就在於人親自參與、追求更好的未來;若把希望全交給 AI,人也可能漸漸放棄自己努力的理由。

  28. Dev.to Top Tech68

    長提示詞跨過費率門檻,GPT-6.1 Sol 和 Gemini 3.1 Pro 的費用差多少

    模型 API 的費率表常只看每百萬 token 的標價,但提示詞長度一跨過門檻,整筆請求可能改用較高費率。文章比較多款模型的門檻,例如 Gemini 3.1 Pro 在 200K token 後輸入費用加倍,GPT-6.1 Sol 的門檻則是 272K。用 199,999 和 200,001 個輸入 token、再加上 10K 輸出的例子,Gemini 費用從 $0.52 跳到 $0.98,GPT-6.1 Sol 都是 $0.50。作者建議逐次記錄輸入長度,特別檢視超過門檻的請求比例,並先用自己的用量測試長請求費率;若提示詞太長,也可考慮摘要或分段。

  29. Dev.to Top Tech57

    karasu 開發週記:比較 ADR 搜尋技能,並用 karasu 繪出自己的架構

    AI 助理查詢過去的架構決策時,可能得逐一翻閱約 500 份 ADR。作者用 150 次測試比較原本的做法、加入搜尋技能,以及只在 CLAUDE.md 加上一句「不要讀索引檔」;三種做法的答對次數都接近,但搜尋技能和單句指示都減少了成本與時間,技能也更能讓 AI 助理照著指示做。作者還用 karasu 繪出 karasu 專案的架構,發現原本的圖會被跨領域的專案拉得很寬,於是調整呈現方式;測試的 82 張相關圖中,比例過寬或過高的情況從 51 張降到 0 張。

  30. Dev.to Top Tech59

    VSO 分析 Waymo 車道事件與 AI 假引文,說明紀錄不能證明內容正確

    系統留下完整紀錄,不代表修正真的有效,也不代表 AI 寫出的內容正確。VSO 查核 Waymo 無人計程車闖入高速公路封閉車道,以及一宗 AI 檔案引用不存在判例的案件,指出兩者需要不同查證方式。Waymo 的修正要看更新後的事件紀錄,還要和外部觀察互相比對;法院則查對判例與法條,找出假引文和錯誤說法。防竄改紀錄能協助發現事後修改或漏記,但無法補回車輛從未記下的事件,也不能判斷修正是否有效或文字是否為真。

  31. Dev.to Top Tech67

    Claude 協助的黎曼猜想證明主張,作者如何追蹤驗證進度

    有人聲稱找到了黎曼猜想的證明,但目前公開的是 Lean 程式檔,還沒有白話說明,外界很難看出哪些部分已經查過。作者把分散在網路上的資料整理成一份有日期的紀錄,分別追蹤程式能否編譯、定理內容是否符合主張,以及證明用了哪些公理。文中記錄,獨立編譯與標準公理檢查已完成,定理內容的人工核對、可讀說明和專家審查仍未完成。因此,這仍是驗證中的主張,紀錄狀態也可能隨新證據改變。

  32. Dev.to Top Tech55

    教你用 Claude Code 和 Corply 申請成立 Delaware C-corp

    成立公司要準備資料、檔案和簽名,還得把申請送交 Delaware。這篇文章示範怎麼把 Corply 的 MCP 伺服器連到 Claude Code,再由 AI 助理詢問公司名稱、創辦人資料、股份分配等資訊,準備檔案並追蹤公司紀錄。簽名、付款和納稅人編號都由人在網頁上處理,Corply 的人員也會先審查申請再送件;Delaware 接受申請後,才算有正式成立日期和檔案編號。成立費用是 $329,另有每位創辦人 $70 的 83(b) 申報費,以及成立時必須使用的每月 $35 Essentials 方案;政府費用另計。

  33. Dev.to Top Tech61

    Oya Browser 讓 Claude Code 使用保留登入狀態的瀏覽器

    AI 助理用瀏覽器處理工作時,常會遇到需要登入的頁面,卻只能從全新、未登入的瀏覽器開始。Oya Browser 是一款桌面應用程式,可讓 Claude Code、Codex、Cursor 或 VS Code 使用已登入的瀏覽器分頁;安裝後點選連線,就會建立本機 MCP 伺服器,不需要帳號或 API 金鑰。AI 助理能讀取頁面、點選專案和輸入文字,也可檢視主控臺與網路資訊來測試本機網站;使用者隨時可以接手操作。

  34. Claude Code Releases61

    Claude Code 發布 v2.1.330,新增組織登入與圖表工具

    Claude Code 的新版加入多項功能,也修正了不少會讓工作卡住或資料遺失的問題。組織使用者登入後,程式會套用組織設定,並使用組織的雲端服務或閘道;新增的 easel 可在使用者要求時繪製圖表,也能顯示 MCP 指標結果,並可在 /config 關閉自動繪圖。自架執行環境也能指定專案內的工作資料夾,還新增了工作派發到執行環境開始工作的時間指標。這版也修正長對話整理後卡住、網頁擷取卡住,以及多個 Claude Code 程式同時儲存設定時造成的資料遺失等問題。

    推薦理由:這次更新同時調整組織登入、圖表工具與自架執行環境,也修正多種卡住或遺失資料的問題,能看出 Claude Code 的使用流程有哪些變化。

  35. Dev.to Top Tech50

    Claude 協助完成黎曼猜想的 Lean 證明,但作者還得把它弄懂、說清楚

    程式檢查通過,只能證明證明稿符合規則,不代表作者已經看懂。Levent Alpöge 說,他和 Claude 用 Lean 完成了廣義黎曼猜想的證明,但他還沒弄懂周邊的大部分數學。這份證明被整理成 14 個部分公開;自動生成的說明檔案甚至超過 250,000 頁,裡面連「實數可以比較大小」這種基本概念都寫得很長,所以他沒有把那份檔案貼出來。這提醒我們,AI 幫忙完成程式或證明後,人還是得真正理解內容,才能把它整理清楚、講給別人聽。

  36. hackernews10087

    Scott Aaronson 談 AI 宣稱證明黎曼猜想後的疑問

    有訊息稱,Levent Alpöge 用 Anthropic 的模型產生了 1,740 萬行 Lean 程式碼,宣稱證明廣義黎曼猜想。Scott Aaronson 認為,Lean 證明目前沒有跡象顯示遭到漏洞利用,他押注這份證明能成立;但數學家還得花時間讀懂並整理其中的想法,才會真正接受它。他也提醒,Lean 的核心程式曾出現能證明錯誤結論的漏洞,這類問題需要修好。

    推薦理由:作者把形式化證明的可信度和人類理解數學的速度放在一起討論,呈現 AI 解題成果帶來的兩種不同考驗。

  37. 🚨 AI News | TestingCatalog38

    Anthropic 開始逐步推出 Claude 手機版的新介面,底部導覽列新增「聊天」、「專案」、「程式碼」和「Artifacts」四個分頁。TestingCatalog 測試後發現,變動主要在導覽列、模型選擇器和附件選單;他認為這可能是 Claude 第一次明顯加入設計巧思,也看得出團隊先前做過不少介面測試。Claude 仍在爭取一般大眾和消費者使用者,這次改版可能是朝這個方向邁出的一步。

  38. Dev.to Top Tech58

    Claude AI 助理工作流程與 MCP 工具的架構筆記

    Claude AI 助理在處理多步工作時,問題常出在任務分工和工具設計。作者整理了幾種實作做法:由中央流程把範圍清楚的任務交給子助理,避免塞入整段對話;在 MCP 伺服器中分清楚會執行動作的工具、提供唯讀資料的資源,以及可重複使用的提示詞。文章也提醒,提示詞開頭的固定內容要保持一致,動態資料放在後面;在自動化工作中,則可限制可用工具,並用格式檢查等方式確認結果。這些做法能讓工作流程更容易控管。