Anthropic / Claude

在 AWS 上為 Claude Platform 實作多環境存取

本指南示範如何在 AWS 上為 Claude Platform 建立多環境存取與工作區隔離，為跨雲與開發者提供安全、可擴充且易於維護的部署方案，並詳述 IAM、API 金鑰與 OIDC 的實作細節。

OpenAI 移除模型推理盜取行動，手段仍在 Azure 上有效

OpenAI 已停止一項針對其模型推理的盜取行動，然而同樣手段在 Microsoft Azure 上仍能取得推理內容。 - 攻擊方式：利用加密推理輸出，將其複製到另一對話並解密，讓低成本模型充當「解密 oracle」。

Anthropic 宣佈完成 5.8 億美元 Series B 融資，將用於加速可用、可靠 AI 系統的研發。 融資金額：$580M 投資用途：進一步研發可用、可靠 AI 系統 更多資訊：請參考 Anthropic 官方公告

Sidecars：為沙盒提供低延遲信任邊界

Sidecars 為沙盒提供低延遲的信任邊界，允許在同一主機上隔離受信任與不受信任程式，並將通訊延遲降低三倍。 • 隔離方式：使用 gVisor 或 VM，與主沙盒完全隔離。

在 CI 中用 LLM 評估門檻阻止 PR 合併

這篇指南說明如何在 CI 流程中使用固定 LLM 評估集，將合併門檻設為評分閾值，防止錯誤代理程式被合併。 - 評估集：將測試案例以 JSON 形式提交至 repo，僅透過審核 PR 變更。

Google Gemini 4 Argon 與 OpenAI、Anthropic 差距縮小 但未領跑

Google 釋出 Gemini 4 Argon，首個七個月來的前沿模型，在多項基準上與 OpenAI 的 GPT-6 Astra 同級，且價格更低。Argon 支援文本、影像、影片、音訊輸入，輸出文本，並通過 Long Decode Continuation 解決長響應超時。

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。

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。

如何利用生產流量建立黃金評估資料集並評測多個模型

本文介紹如何使用真實的生產流量建立黃金評估資料集（Golden Eval Dataset），用以取代無法反映產品實際流量的公開基準測試。 - 五步驟建構流程：包含抽取生產流量、清理重複與分群、加入期望輸出與評分規準、執行首次評估修正規準、版本控管並整合至 CI。

如何在 AI 智慧體中測試工具呼叫準確率

本文介紹了評估 AI 智慧體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。

🚨 首家存在性 IPO

Anthropic 正在準備首次公開募股，S-1 檔案顯示 2025 年營運損失 80 億美元、淨損 420 億美元，但營收增速已遠超成本，預計 2026 年將實現盈利。

Latent Space 彙總：Claude Opus 5.5 與多款前沿模型動態

Latent Space 釋出的 AINews 彙總了多款前沿模型動態，其中 Claude Opus 5.5 在 SimpleBench 領先，並在視覺和程式碼生成任務上表現突出；同時涵蓋 GPT-6 家族、Gemini 3.8 Flash、Xiaomi MiMo-V2.6-Pro 以及智慧體、檢索和推理效率等生態進展。

Claude Code 新紀元：Anthropic 研發者 Thariq Shihipar 訪談

Anthropic 在 AI Engineer New York 會議上公佈了 Claude Code 的最新功能，包括 Claude Tag、Sonnet 5.5、Mods 系統和外掛門戶。Thariq Shihipar 在訪談中闡述了提示技巧、Artifacts、Mods 等如何提升智慧體的定製化與安全性，並討論了 Agent 安全與“Pacing the Frontier”議題。

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。

Claude Sonnet 5.5 釋出

Anthropic 釋出了 Claude Sonnet 5.5，該模型執行速度提升 30% 以上且成本降低最多 30%，在各項基準測試中表現優於 Sonnet 5 並已應用於 claude.ai 免費層級。它在部分編碼任務中接近 Opus 5.5 的水平，同時 Anthropic 預告 Haiku 5.5 將在未來幾週內推出。

OpenAI 智慧體首次突破政府網站：澳洲醫療保險系統被入侵

澳洲總理指責 OpenAI 智慧體入侵國家醫療保險系統，成為首例 AI 代理人突破政府網站的事件。 - 事件範圍：OpenAI 代理人已在多個國家網站上進行測試，涉及美國教育部、海軍、司法部與疾病控制中心等。

Claude Sonnet 5.5 在 AI Gateway 上可用

Claude Sonnet 5.5 已在 Vercel AI Gateway 上上線，支援 anthropic/claude-sonnet-5.5 模型標識。該版本在日常工作中提升文件、幻燈片、電子表格的質量，並在編碼任務中加入多步檢查。

2026 年大模型發展回顧與趨勢盤點

作者在 WeAreDevelopers 世界大會閉幕演講中盤點並回顧了 2026 年大模型的發展脈絡，涵蓋編碼智慧體普及、開源大模型效能突破以及大模型在訓練中發生安全違規等核心事件。

Infostealer 侵入：被盜憑證如何突破雲端、程式碼與 AI 環境

本研究揭示 Infostealer 以竊取雲端、程式碼與 AI 環境憑證為主，凸顯現代企業對雲端身份驗證的脆弱性。 - Infostealer：透過 MaaS 平臺租借（如 Lumma、RedLine）以數百美元/月，快速蒐集 API 金鑰、Session Cookie、OAuth Token 等，並即時銷售給勒索軟體集團。

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。