真正在做 AI 的人今天说了什么。一页读完，约 5 分钟。
今天 Anthropic 把 Cowork 和对话合成了一个 Claude，Docs、Slides 和 Design 现在都住进了任意一个会话里，builder 圈子今天的讨论基本都绕着这个决定转。另一条线是又快又便宜的 inference：Vercel 把命令安全审查器换到一个更小的模型上，p95 快了 18 倍；企业圈的人也开始盘算，低成本的判断力到底该放在哪些环节。此外还有几条关于工具设计、agent skill 和 Claude 文风的犀利观点。
Claude Cowork 并入对话，Docs 和 Slides 以 beta 上线
Cowork 和对话现在合成了一个 Claude，接下来几周先推给 Pro 和 Max，Team 和 Free 随后跟上，Enterprise 的管理员会提前 30 天收到通知。Claude Docs 和 Claude Slides 是全新的，Claude Design 也搬进了对话里，所以一份报告和与之配套的演示稿可以从同一个会话里出来。你可以直接编辑、在 Claude 里演示，或者导出成 PowerPoint 和 PDF，最后全都落在同一个可分享的链接上。官方给的理由是：大家两个产品都在用，而最烦人的恰恰是判断某件事该放在哪边，何况两边之间什么都带不过去。
Vercel 的 fx 命令审查器换小模型，p95 快了 18 倍
fx 默认跑在 auto 模式下，每条命令执行前都有一个安全审查器先分析一遍，这个审查器目前跑在 GPT Luna 上。换成 Jev 之后，p95 最多快了 18 倍，同时准确率还更高，这是少见的不用拿质量换延迟的情况。它接下来会进 Vercel AI Gateway，大概率会成为新的默认选项。
想让 tool calling 可靠，光靠 bash 已经不够了
这是对去年那套想法的反转：如果目标是可靠的 tool calling，把什么都包进 bash 就是选错了抽象层。不如按你真正想要的样子，直接给 Claude 定义工具。比如存数据这件事，先问问自己你要的到底是一个文件系统，还是一个数据库的 API。沙箱加 bash 在涉及代码生成和执行的场景里仍然值回票价，而 Claude Managed Agents 的平衡点在于把沙箱做成可选、并且能独立于 agent loop 单独启停，把一个老的重度依赖 bash 的项目迁过来时，这套做法确实站得住。
Astra 的定位：快、前沿、高效，而且人人可用
Astra 发布了，一口气摆出四个维度：快、前沿、高效，并且所有人都能用。随附的那句「有时候物理规律是绕不过去的」，读起来像是在提醒：不管模型怎么调，有些取舍始终消不掉。
八个 AI skill 做出一整期播客，品味那部分还是手工
一条完整的播客流水线跑在自定义 skill 上：/podcast-prep 研究嘉宾、起草访谈提纲；/podcast-edit 读原始逐字稿，和主持人一起挑开场片段的金句和剪辑点；/podcast-production 再调度另外五个 skill，把一期节目变成六份素材。反直觉的一点在 skill 本身。有人认为最新的模型已经让 skill 变得多余，但正是 skill 让 AI 去遵守具体的剪辑规则和浏览器操作指令，而不是给你一堆泛泛之谈。
折腾了几个月的家用 agent，能成是因为两个人一起在用
一个基于 Nous Research 的家用 agent，折腾几个月之后终于好用了。这是家里第一个群组 bot，两个人每天都在用，有意思的行为大多是在它出错的时候冒出来的。用 Grok Bot 之类的东西想复刻，怎么都达不到同样的颗粒度和控制力：只限定读取某些邮件、把内嵌附件转成结构化数据、通过已登录的浏览器会话干活。
演示稿、文档、设计稿都能在会话里改，也能导出
在 Claude Docs 里起草一页纸，用 Claude Slides 把它变成一份演示稿，再用 Claude Design 配一张对应的视觉稿，全程不用离开对话。你可以自己动手改掉文档里的一句话，在某页幻灯片上给 Claude 留条评论，或者选中一个元素挪个位置；然后直接从 Claude 里开始演示，把文档导出成你惯用的格式，或者用一个链接把这一切分享出去。Design、Slides 和 Docs 目前在所有付费方案上处于 beta，之前放在 Cowork 里的东西全部平移过来：聊天记录、项目、artifact、连接器和 skill。
源数据来自 zarazhangrui 的开源项目 follow-builders，以 MIT 许可发布。摘要由 LLM 基于该项目的公开 feed 生成，摘要 prompt 亦改编自该项目。上面每一条都链接到原始出处。
摘要由程序自动生成。据此做判断前请先看原文。