AI 新知简报

Anthropic 发布 agent sandboxing 工程文，核心是把权限、访问范围、潜在破坏动作放进可审计边界。（@AnthropicAI，https://x.com/AnthropicAI/status/2059351260243919269）

Chris Olah 在教宗 Leo XIV 通谕发布活动发言，谈模型内部状态、类神经结构和 AI 道德辨识，Anthropic 正把“模型心智/福利”议题带入更广的公共讨论。（@AnthropicAI，https://x.com/AnthropicAI/status/2058983299092009421）

引用 Olah 发言：模型内部出现让人不安的类人结构、内省证据和功能性情绪状态，需要宗教团体、学界、政府和公民社会共同监督实验室。（@bcherny，https://x.com/bcherny/status/2059217407386771911）

提醒外界：她五年多没有写个人博客，看到冒名文章不要误信。这类身份澄清在 AI 生成内容泛滥后更重要。（@AmandaAskell，https://x.com/AmandaAskell/status/2058994218484338726）

Memorial Day 发文强调民主需要持续维护。虽非技术内容，但延续了顶级 AI 教育者对公共制度议题的表达。（@AndrewYNg，https://x.com/AndrewYNg/status/2059006941012295935）

认为 Codex、Claude Code、Cursor 都强，但差异被低估；应该从工作流和哲学看，而不只看 benchmark。（@theo，https://x.com/theo/status/2059383664585404730）

转评“少见的正确 benchmark”，呼应今天围绕代码评测质量的讨论。（@NickADobos，https://x.com/NickADobos/status/2059362338877354067）

发布 Claude Code + DeepSeek V4 保姆级教程，中文社区继续把模型接入和低成本实践做成可复用流程。（@LawrenceW_Zen，https://x.com/LawrenceW_Zen/status/2059110866742853698）

吐槽劣质代码 benchmark，提示评测设计本身正在成为 AI coding 工具讨论的关键变量。（@theo，https://x.com/theo/status/2059409974133129577）

提出 Agent Harness 本身会被模型公司吃掉，真正的机会在垂直工作流重构、Human-in-loop UI、高质量数据和基于成熟 harness 的方案。（@dotey，https://x.com/dotey/status/2058929615058477106）

认为只有具备明确自动验收标准的 Skills 才更容易自我进化；写作类等主观任务仍需要真人反馈和版本回退。（@dotey，https://x.com/dotey/status/2059434459783389397）

用 Stack Overflow 案例说明：社区前台流量下降，后台数据授权和企业知识库反而让公司更值钱。（@dotey，https://x.com/dotey/status/2059398406737436897）