Cat Wu 谈 Anthropic 产品团队如何一天发布功能及应对 OpenClaw 争议
Anthropic Claude Code 和 Cowork 产品负责人 Cat Wu 在 Lenny's Podcast 中透露,团队将功能交付周期从半年压缩至一天,并解释了这一速度背后的机制。
Anthropic Claude Code 和 Cowork 产品负责人 Cat Wu 在 Lenny's Podcast 中透露,团队将功能交付周期从半年压缩至一天,并解释了这一速度背后的机制。
Google DeepMind 推出 Decoupled DiLoCo 架构,支持在低带宽下跨数据中心进行弹性分布式 LLM 训练。该方案基于 Pathways 和 DiLoCo,通过异步计算隔离硬件故障影响,并在 Gemma 4 模型测试中保持同等 ML 性能。实验显示,使用 2-5 Gbps 网络训练 12B 参数模型的速度比传统同步方法快 20 倍以上,且兼容不同代际 TPU 混合训练。
Google DeepMind 宣布与 Accenture、Bain & Company、BCG、Deloitte 和 McKinsey 建立合作伙伴关系,旨在加速全球企业的 AI 转型。
黄仁勋接受 Dwarkesh Patel 两小时专访,提出“输入是电子,输出是 Token”定义 Nvidia 使命,并强烈反对将 AI 芯片视为武器或实施对华出口管制。他承认早年未投资 Anthropic 导致其转向 TPU/Trainium 是特例而非趋势,强调 CUDA 护城河在于装机量与跨云生态,并指出能源政策比芯片产能更制约未来。
Anthropic 发布由 Claude Opus 4.7 驱动的 Claude Design,支持从自然语言描述直接生成可运行的 React/CSS 高保真交互原型。
推荐理由:作者通过实测案例展示了从模糊需求到可运行代码的完整流程,并对比了传统画布工具与AI原生设计工具的范式差异。
Google DeepMind 推出最新文本转语音模型 Gemini 3.1 Flash TTS,支持通过嵌入自然语言命令的音频标签来精确控制声音风格、语速和表达方式。该模型在 Artificial Analysis TTS 排行榜上获得 1,211 的 Elo 分数,原生支持多说话人对话及 70 多种语言,所有生成音频均带有 SynthID 水印。
推荐理由:新模型引入自然语言音频标签以精细控制语速和风格,并在 Artificial Analysis 基准中取得高分。
文章介绍了 Claude Code 将上下文窗口升级至 100 万 Token 后的会话管理最佳实践。作者解释了上下文衰减概念,并对比了继续、回溯、清空、压缩和子智能体五种决策路径。针对何时开启新会话、如何用回溯代替纠正以及压缩翻车的原因,给出了具体的操作建议和判断标准。
Vibe Coding 被比作中年男人的钓鱼,是一种合法且体面的独处方式。AI 大幅降低了编程门槛,让中年人无需苦学技术即可通过简单提示词快速生成工具,重获“我说了算”的创造快感与自我主宰体验。
Google DeepMind 发布 Gemini Robotics-ER 1.6,这是一款专为机器人设计的高层推理模型,显著提升了空间推理、多视角理解和成功检测能力。该模型新增了仪表读取功能,能结合视觉推理与代码执行精确解读压力表等工业仪器,并已通过 Gemini API 和 Google AI Studio 向开发者开放。
推荐理由:新模型强化了空间推理与仪表读取能力,为机器人自主执行复杂物理任务提供了更可靠的感知基础。
宝玉分享《Why Your “AI-First” Strategy Is Probably Wrong》一文,认为 AI First 的本质是软件工程 First,人需从代码编写转向关键节点判断。
本文介绍了生成-验证者、调度-子智能体、智能体团队、消息总线和共享状态这五种多智能体协作模式。每种模式针对不同的任务结构(如质量评估、并行处理、事件驱动或高度协作)具有特定的优势与局限,例如调度模式易成信息瓶颈而共享状态需防范死循环。建议从最简单的“调度-子智能体”模式起步,根据实际瓶颈逐步演进,或在生产环境中混合使用多种模式以平衡协调成本与系统灵活性。
作者指出频繁开启新会话会触发全价上下文重建从而增加成本,建议理解提示缓存机制后优先在活跃会话中继续工作。文中详细说明了缓存前缀匹配与存活时间规则,提供了禁用 1M 上下文及设置自动压缩阈值的 JSON 配置代码。此外还列出了精简 CLAUDE.md、限制模型阅读范围及使用子智能体隔离上下文等六条操作规则以减少 Token 消耗。
推荐理由:原文基于提示缓存机制纠正了频繁开新会话的习惯,并给出了模型切换与上下文压缩的具体配置方法。
OpenAI Codex 团队产品负责人 Alexander Embiricos 和开发者体验负责人 Romain Huet 在访谈中透露,团队几乎不写产品规格文档,即使写也仅有约 10 个要点。
Sebastian Raschka 发布指南,结合其开源的 Mini Coding Agent 详细拆解了编程智能体(Coding Agent)的六大核心组件:实时代码仓库上下文、提示词形态与缓存复用、工具接入与调用、上下文瘦身、结构化会话记忆以及任务委派与受限子智能体。
OpenAI 发布 GPT-5.4 mini 和 nano,支持 400k token 上下文窗口,主打 Codex 效率但价格最高涨至 4 倍。Mistral 开源 Small 4 MoE 模型(119B 总参/6B 激活)并推出 Forge 平台。Meta Manus 上线本地 Mac 智能体,Nvidia 宣布 NeMo 沙箱运行时及 DLSS 5。
针对 Claude Code 50 多万行泄漏源码,作者提出四步学习法:先跑起来、以点带线分析功能、动手二次开发、最后从零搭建架构。强调闭源优势在于隐藏防蒸馏逻辑与 /buddy 等彩蛋,Anthropic 回应称问题源于流程而非个人。
宝玉发布长文深度解析 OpenAI 总裁 Greg Brockman 在 Big Technology Podcast 的最新访谈,指出其将砍掉 Sora、推出 Super App 及 1100 亿美元融资等决策包装为前瞻战略,但叙事中存在多处逻辑缝隙。
Notion联合创始人Simon Last在访谈中透露自2025年夏天起不再手写代码,并分享了Notion AI系统的演进历程。Notion的AI harness大约每六个月推倒重写一次,团队经历多次失败后于2026年2月发布可自主运行的Custom Agent。
推荐理由:访谈披露了Notion每六个月重写AI系统层的策略,以及从直接做事工具转向管理Agent平台的定位变化。
宝玉撰文分析飞书开源 lark-cli 的现象,指出在 AI Agent 时代,CLI 因具备自描述性、文本交互天然适配以及不占用上下文窗口等优势,正重新成为主流接口。
推荐理由:文章结合飞书 CLI 开源案例,深入剖析了 AI Agent 时代命令行工具回归的技术逻辑与产品设计要点。
Delphi Ventures 创始合伙人 José Maria Macedo 发布文章,总结其在中国 AI 生态圈为期两周的实地考察心得。他看好深圳硬件供应链的密集网络效应及拓竹等公司的盈利能力,但对软件领域持悲观态度,指出闭源模型与西方存在显著差距且估值泡沫严重。Macedo 认为本土 VC 偏好大厂背景导致缺乏原创性创始人,而多数中国创业者正优先瞄准全球市场并采用西方工具链。
宝玉提出用“离当前生产力的距离”和“知识保鲜期长短”两个维度构建四象限图,以辅助判断哪些 AI 新事物值得投入时间。该方法将信息分为直接跳过、维持地图感、动手试试和深度投入四类策略,并指出同一事物在不同阶段会在象限间移动,建议通过用户群体、背后投入和形态收敛三个信号判断其趋势。
Gumloop 联合创始人兼 CEO Max Brodeur-Urbas 在访谈中分享了其因被美国遣返而被迫创业的经历,以及公司获得 Benchmark 领投 5000 万美元 B 轮融资的背景。
Anthropic Claude Code 团队工程师 Thariq Shihipar 分享了内部使用 Skills 加速开发的实战经验,梳理出九类常见 Skill 模式及编写最佳实践。
推荐理由:原文总结了 Anthropic 内部数百个 Skills 的分类体系与编写技巧,提供了从库参考到运维自动化的具体落地方法。
文章提出了智能体工程(Agentic Engineering)的八个等级,涵盖从 Tab 补全、上下文工程、复合工程、MCP 与技能、Harness Engineering、后台智能体到自主智能体团队的演进路径。