AI 新知简报

官方账号这轮没有抓到新的原创帖，今天的增量信息主要来自团队成员与生态反馈。（@claude_code）

官方账号这轮没有抓到新的原创帖，但外围信息高度集中在 Claude Mythos Preview 与 Project Glasswing，说明 Anthropic 今天的主叙事已从“发布更强模型”转成“先把高风险能力锁进防御场景”。（@AnthropicAI）

他把 Mythos 定义为“很强，也应该让人害怕”的模型，并强调只先让网络安全防御方预览。中文落点是，Anthropic 正在主动把能力上限和发布边界绑在一起，试图把“更强”与“更克制”同时做出来。（@bcherny，https://fixupx.com/bcherny/status/2041605852382351666）

他公开征集 MAX 20x 提前耗尽的真实案例，准备补强 /usage 的信息透明度。翻成中文就是，Claude Code 团队已经不再只做补偿，而是开始修“为什么会耗尽、用户怎么预判”这层产品可解释性。（@trq212，https://fixupx.com/trq212/status/2041252127943877068）

他今天又补了一句，做了约 10 个用户通话和更多 transcript 后，一个关键发现是“开放式验证很容易大量耗 token，却不一定提升结果质量”。这句话很值钱，因为它点到了 agent 工作流里最容易被忽视的成本黑洞。（@trq212，原帖链接校验失败，未列入必读）

Theo 盯着 TerminalBench 结果发问，同样用 Opus 4.6，Claude Code 却排在末位。他的中文意思很直接，真正决定 agent 上限的，不只是底层模型，还有 harness、默认策略、执行流和 UX 细节。（@theo，https://fixupx.com/theo/status/2041392887561335236）

Every 团队用 AI 很快做出一个“全球 AI 新闻扫描器”，自动抓取并翻译美国、中国、中东、欧洲等地区头条。换成中文，这说明跨地区信息汇总 + 自动翻译，已经成为低成本可复制的内容生产流水线。（@danshipper，https://fixupx.com/danshipper/status/2041213312411529447）

他把 Karpathy 风格的 LLM 知识库拆成“3 个文件夹、1 个文本文件、30 分钟可搭完”的方案。核心结论是，很多看似高门槛的知识工程，真正门槛不在技术栈，而在是否有一套清楚的结构和可直接复用的提示词。（@godofprompt，https://fixupx.com/godofprompt/status/2041266529166119190）

他系统梳理了 Claude Mythos Preview 的关键信号，包括多项基准暴涨、早期版本的高风险行为、只向大型防御组织开放，以及 Project Glasswing 的合作名单与漏洞发现战绩。中文结论很清楚，Anthropic 这次不是单纯发模型，而是在定义“超强模型该怎么限量投放”。（@dotey，https://fixupx.com/dotey/status/2041608128022901233）

他把 Obsidian + Claude 的知识库方法讲得很透，重点是三层目录、CLAUDE.md、index.md、log.md 这几根骨架。落到中文就是，知识库不是堆资料，而是给 agent 提供一个可追踪、可编译、可长期维护的工作空间。（@yanhua1010，https://fixupx.com/yanhua1010/status/2041356233819767258）

他分享了一个可统一采购和分发多模型 token 的中转服务，强调国内直连、按量付费、兼容 Cursor/Cline/Claude Code。对团队用户来说，AI 基础设施的价值点正从“能不能用”转向“采购、权限、结算、接入是否省事”。（@AI_Jasonyu，https://fixupx.com/AI_Jasonyu/status/2041527556873068573）