扫描下载APP
其它方式登录
Anthropic推出Claude Code调优方案，通过/claude-api build-eval构建可复用的测试题库与评分规则，再利用/claude-api hillclimb实现AI自动迭代优化提示词等配置，并在验证集上评估效果、防止过拟合，显著提升客服准确率并降低模型调用成本，助力开发者减少人工调试负担。
微软和Meta大幅削减对Anthropic旗下Claude Code的使用与预算，微软砍掉超三分之一内部预算并计划全面迁移至自研方案，Meta用户数腰斩并转向自研Muse Code；核心矛盾在于Claude按Token计费模式导致成本失控，叠加模型能力增强后触及巨头核心业务边界，引发安全顾虑与竞争关系转变，AI编程进入成本与可控性主导的算账期。
DeepSeek Harness发布v0.2.1-alpha.1新版本，新增实验性Claude Code Mods兼容层，旨在桥接Claude的Mod扩展能力至其‘一切皆插件’架构；同时推出‘让Agent创建插件’功能和配套开发者工具包，强化可定制性与开发体验，当前兼容层仍属验证阶段，仅支持部分Mod示例。
Anthropic为Claude Code推出「收尾额度」（Wrap-Up Allowance）功能，当用户触及5小时周用量上限时，系统自动划出一小段额度让当前代码修改任务完整执行完毕再停止，避免中途硬中断导致代码状态混乱；该功能按订阅等级限制使用次数，不增加总配额，仅优化中断时机，凸显AI编程工具中‘如何停止’已成为核心产品体验。
一位匿名工程师吐槽入职新公司后，团队过度依赖Anthropic的Claude Code AI编程工具，导致工程师每日工作12～13小时仅重复‘按回车’执行AI生成任务，丧失思考、理解与问题解决机会，沦为‘人肉代理’；该现象引发马斯克等科技界人士关注，并折射出AI加速下软件工程角色异化与管理失焦的核心危机。
Claude Code于9月19日起原生支持OpenAI推出的AGENTS.md项目指令格式，结束长期仅支持自有CLAUDE.md的格局；此举旨在解决开发者需重复维护两份高度相似文件的痛点，并通过Mod插件系统增强扩展性，功能设计上亦显现出向DeepSeek等竞品借鉴的趋势。
Anthropic旗下Claude Code工具从2.1.277版本起支持OpenAI主导的AGENTS.md项目指令标准，允许在无CLAUDE.md时自动读取AGENTS.md，降低跨AI编码工具协作的配置成本，推动AI Agent项目上下文标准化。
Claude Code团队分享其在快速技术迭代下的工作范式转变：从逐行审查AI决策，转向以目标为导向、信任驱动的协作模式；通过构建可组合的抽象原语（如Permissions、Visualizations等）应对模型能力月级跃迁，强调工程师核心始终是问题解决而非固守具体实现。
Anthropic旗下约20人的Labs团队采用两周一次快速评估机制，允许高达80%的想法失败，聚焦孵化高潜力AI产品如Claude Code、MCP和Claude Design；该机制强调研究与产品双向反馈，推动模型能力向实际应用转化，并支撑公司商业化及上市准备。
文章介绍Code World Model——一种新型世界模型范式，由西湖大学AGI Lab与南洋理工大学提出。该模型将语言模型作为‘大脑’驱动代码维护可执行世界状态，视频模型负责生成视觉画面，实现语义逻辑与视觉表现的解耦，推动可交互视频世界向真实、可控、因果连贯的方向发展。
西湖大学与南洋理工大学团队提出Code World Model，将世界演化与视觉生成解耦：Coding Agent作为‘大脑’通过可执行代码维护持久世界状态并驱动因果演化，视频模型则基于轻量级Proxy条件生成高保真视觉观测，为开放式世界模型提供新范式。
Claude Code 推出自动起草反馈报告功能，当工具失败、请求未完成或用户指出错误时，自动生成本地草稿供用户审核、编辑和决定是否提交；草稿默认存于本地，不上传至 Anthropic，支持禁用与细粒度配置。
Anthropic 的 Claude Code 拒绝支持行业通用的 AGENTS.md 配置标准，坚持使用自有 CLAUDE.md 格式，引发 Shopify CEO 公开威胁禁用该工具；尽管 Anthropic 最终回应称将提升可定制性，但未承诺原生兼容 AGENTS.md，导致开发者被迫编写复杂脚本应对格式分裂，加剧工程维护负担。
JetBrains Research发布的2026年开发者调查报告显示，AI编程Agent已深度融入开发工作流，90%的专业开发者每周至少使用一次；Claude Code使用率半年翻倍至39%，反超GitHub Copilot登顶第一，Codex快速追赶，Cursor使用率下滑，行业竞争焦点正从AI IDE转向能自主执行完整开发任务的智能Agent。
文章剖析当前AI模型服务市场的严重不透明问题：模型版本缩水、训练数据掺杂、缓存与多Agent编排被厂商加密锁定，导致用户无法迁移、难以验证真实性能；同时指出低价订阅掩盖了高昂的真实token成本，扭曲市场对AI价值的判断，并警示模型公司正逐步丧失对AI行为的控制力，问责机制濒临瓦解。
