AI资讯新闻榜单内容搜索-Claude

关键词: AI新闻,claude,claude code,AI组织架构

话说。 Claude发布了一则Claude code团队如何使用Claude code持续优化Claude code的访谈视频。

关键词: AI新闻,Anthropic Labs,Anthropic,人工智能

一支约 20 人的团队，做出了 Claude Code、MCP 和 Claude Design。

关键词: AI新闻,Claude Commerce Agents,开源电商Agent,Anthropic

Anthropic开源Claude Commerce Agents全套架构与代码，提出以单一主模型加技能扩展的精简架构，通过提示词缓存、预先调度等手段实现降本提速，并给出异步记忆、代码级安全防护和状态切片评测等生产落地方案，实测可帮助商家购物车容量提升35%、下单概率提升60%。

关键词: AI新闻,GPT-6,模型测试,你画我猜 Benchmark

我们自建的"你画我猜 Benchmark"第一期用150个词、1350张SVG画作对8款模型进行互画互猜测试，最终GPT-6 Astra以75.5分险胜Gemini 3.8 Flash与Claude Fable 5.1，结果显示思考更多或花费更多的模型并未稳定取得更高分，且部分模型连自己的画都认不出。

关键词: AI新闻,AI办公,AI海外市场,AI出海

腾讯WorkBuddy、阿里QwenWork等中国大厂AI办公产品出海面临获客成本高企、难以撼动Claude Code和Codex等海外成熟工具用户心智、品牌信任与数据合规门槛较高以及本地化不足等现实阻力，尽管中国AI模型凭借性价比在海外广受欢迎，国产AI办公Agent却尚未打开海外市场。

关键词: AI新闻,GPT-6,Epoch AI,FrontierMath Erdős

在Epoch AI与曼彻斯特大学发布的FrontierMath Erdős基准测试中，GPT-6 Astra以3%得分率成为唯一非零分模型并解开5道Erdős难题，而GPT-5.6 Sol、GPT-5.5、Fable 5.1与Claude Fable 5均交白卷。

关键词: AI新闻,人工智能,Manus,模型测试

Manus团队在评测模型深度研究报告质量时，构建了"信息量"与"隐喻率"两项指标，分别通过抽取事实点和统计每百句隐喻数量来衡量信息密度与文风易读性，在覆盖9个主流模型36道题目的Research Bench测试中发现Claude Fable-5隐喻率最高、GPT旗舰模型信息密度低于Claude系列。

关键词: AI新闻,模型训练,AI安全,SubAgent

研究发现SubAgent等上下文重建机制会将工具层的恶意指令提权为用户消息或系统指令，导致Claude Code、Codex、Gemini CLI、Qwen Code、Kimi和OpenCode六款AI编码框架在13类攻击上全部沦陷，连自动权限审核（Auto PR）也被绕过。

关键词: AI新闻,Inherent,AI科研,Faraday

前DeepMind AI Scientist团队创立的Inherent获5000万美元种子融资，其基于Qwen3.6-27B后训练的科研判断系统Faraday在AI for Science预留测试集上以0.791的平均得分超越Claude Opus 4.8与GPT-5.5 Codex。

关键词: AI新闻,智能体,EvoX,EvoMap

EvoMap团队推出自进化智能体EvoX，采用无中心调度的蜂群模式让大量Agent平级协作、自主组队，在563道逻辑、数学、物理题上将Claude Haiku 4.5的正确率从单Agent的26.29%提升至70%以上，并开源AutoResearch项目构建Agent经验基础设施。