真正在做 AI 的人今天说了什么。一页读完，约 7 分钟。
今天动静最大的是 Anthropic：一份复盘讲清了 Claude Code 为什么整整一个月都显得变笨了，一篇罕见坦率的文章披露了隔离架构背后的几起安全事故，还有一个托管 agent 服务，思路是把 agent 拆成可替换的几块。最后这个想法在 Vercel 那边也独立冒了出来，Guillermo Rauch 发布 Drives 的理由是：云端 agent 的大脑、双手和文件，本就不该待在同一台机器上。另一边 Opus 5.5 的使用评价还在陆续出来，而当天最见功力的观点，谈的是这些速度到底是为了什么。
Anthropic 把一个月的 Claude Code 吐槽追到了三处互不相干的改动
三处互不相干的改动叠在一起，看上去就像整体能力下滑：默认 reasoning effort 从 high 降到了 medium；一项本该只清理一次旧 thinking 的缓存优化，实际在会话剩下的每一轮都清了一遍；还有一条 system prompt 规定工具调用之间的文本不超过 25 个词，拖累了编码质量。thinking 那个 bug 还造成了缓存未命中，Anthropic 认为这正是用量额度消耗得比预期快的原因。三个问题在 v2.1.116 全部修复，API 自始至终没受影响，现在所有用户在 Opus 4.7 上都默认走 xhigh effort。用量额度正在为每一位订阅用户重置。
93% 的权限弹窗都被用户点了同意，所以 Anthropic 押注隔离
遥测数据显示，用户对大约 93% 的权限弹窗都点了同意。这一个数字就足以说明，盯着 agent 做了什么，不如限定它能够到什么。两起事故把话说得更实：内部红队钓鱼让一名员工粘贴了一段 prompt，让 Claude 读取 ~/.aws/credentials 并 POST 出去，25 次里成功了 24 次；另一起是一个被投毒的工作区文件，把数据通过 api.anthropic.com 上传到了攻击者自己的 Anthropic 账号，原因是出网白名单查的是目的地，而不是能力。上了操作系统级沙箱之后，权限弹窗少了 84%。他们反复强调的一条教训是：gVisor、seccomp 和 hypervisor 都守住了，出问题的是他们自己写的那个 proxy。
Vercel 发布 Drives：agent 不用开机就能挂载的外置磁盘
Rauch 的框架是：每个干活的 agent 都有大脑（模型和 harness）、双手（工具、电脑、浏览器）和文件（记忆、skills、代码仓库）。省事的做法是把三样全塞进一台常开的 Mac Mini，但要在云上以划算的成本跑 agent，就得把它们拆开：harness 跑在 Fluid compute 上，配一份持久化的事件日志，这样重启和崩溃都不怕。Drives 补上的是缺失的第三块，于是一个每晚跑的记忆整理任务，可以读写 agent 的文件，而不必把它那台完整的电脑开起来。他认为这样拆开不只是更便宜，而且是拿到真正的安全性和可审计性的唯一办法。另外他让 Opus 5.5 优化了 shell 启动时间，说它找出了别的模型没发现的优化点。
Managed Agents 把大脑和双手拆开，首 token 时间 p50 降了 60%
harness 里固化着「模型做不到什么」的假设，而这些假设会过期：当初为了对付 Sonnet 4.5 爱提前收尾的毛病而加的 context reset，到 Opus 4.5 就成了纯粹的累赘。于是 Anthropic 把 agent 虚拟化成三个接口：session（只追加的事件日志）、harness（那个循环）和 sandbox（跑代码的地方），每一块都能替换而不惊动另外两块。只在工具调用真需要时才开容器，首 token 时间 p50 降了约 60%，p95 降了 90% 以上。凭据完全不进 sandbox：git token 在初始化时就接进了本地 remote，MCP 的 OAuth token 存在一个 vault 里，前面挡着一层 harness 根本看不到的 proxy。
Claude 给易出竞态的代码建模，靠找反例来抓 bug
针对搞形式化方法的那批人，Cherny 把这个循环讲清楚了：Claude 针对某个难缠的状态机或容易出竞态的部分，给程序建一个模型，在模型里找出反例，再把反例复现成真实的 bug，然后改代码。整个代码库并没有被形式化验证，只有最棘手的那些部分会被建模和检查。他还贴出了一篇文章，讲过去几周 claude.ai 和桌面端明显变快背后用到的技术。
最好的模型在一家，最好的 harness 在另一家
Yang 对 Opus 5.5 的评价：聪明、快、写东西好、聊起来有意思、rate limit 也大方，而且总能拿出让人意外的本事。他的意思是瓶颈已经挪到了工具这一侧：Claude Code 的 harness 现在需要好用的实时语音，加上浏览器和 computer use，才配得上这个模型，而 computer use 正在变好。他还找到一个 prompt，做出来的 slides 不是那种常见的企业味垃圾。
危险不是 AI 让我们变懒，而是让我们忙个没完
一篇长文，反对把效率当信仰：发布更快、合并更多、管更多 agent、把每个循环都压短、把每一处停顿都抹掉，直到再没有时间守着一个问题，久到你真正的意图浮出来。他说 AI 本可以是一块画布，用来做奇怪的、私人的、原本不可能的东西，结果其中很大一部分正在变成量产垃圾的工厂：内容、漏斗、工单，以及假装成价值的假工作。你可以合并 2000 个 PR，第二天醒来看着仪表盘证明机器在你睡觉时一直在动，可要是你只睡五小时、不再跟人说话，这一切毫无意义。他写道，「速度不是意义」；真正的前沿是判断力，知道什么不该做，以及什么时候该停。
做出 agent 会选的软件，再用 agent 让人想要软件
Tan 点出创业公司获客上同时在跑的两条趋势：一条是做出 agent 会选择的软件，另一条是用 agent 在人群中制造对软件的需求。他还说 Muse 相当惊艳。
帖子说是一次搞定，背后的 prompt 有一万字符
Thariq 调侃这类帖子：嘴上说「Claude 一把就做出来了」，背后那条 prompt 却有一万字符的高见，外加 skills、示例和 API key。与此同时，Claude Code 团队发了一种新形式的文章，把他们内部实际在用的 prompt 和技巧摊开来讲，目标是让人能照着复现，而不是看着厉害，他们也在问这种形式有没有用。
AINews 把默认模型换成了 Opus 5.5
Swyx 把 Latent Space 的 AINews pipeline 拿来和 6 Sol 并排跑了一轮，说差距是天壤之别。从现在起 Opus 5.5 成为 AINews 的默认模型，写出来的报道更精炼也更有品，水词比 Opus 5 还要少得多。
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。