AI 武林：Claude Opus 4.6

終於更新！Google Antigravity 上架 Claude Opus 5.5 與 Sonnet 5.5

INSIDE — Mon, 05 Oct 2026 00:00:00 +0800

Google 的 AI IDE Antigravity 新增 Claude Opus 5.5 與 Sonnet 5.5 模型，僅限付費訂閱者使用。同時宣佈舊版模型與 GPT-OSS 120B 於 11 月 2 日下架，且無免費替代方案。

原站：https://www.inside.com.tw/article/42558-google-antigravity-claude-opus-5-5-sonnet-5-5-gpt-oss-120b-retirement

Joy & Curiosity #102

Thorsten Ball（部落格） — Sun, 04 Oct 2026 00:00:00 +0800

整理一週內有趣的科技、社會與文化議題，涵蓋 Google Gemini 4 Argon 的效能突破、新模型在控制流劫持上的表現、法規簡化案例以及創意本質的探討。

原站：https://registerspill.thorstenball.com/p/joy-and-curiosity-102

How Much Memory Does Your Agent Actually Need?

Hugging Face Blog — Wed, 19 Aug 2026 00:00:00 +0800

探討 AI 代理（Agent）的記憶量如何影響效能，指出記憶並非越多越好，而需依模型能力調整劑量。透過 ALTK-Evolve 方法，將代理過去經驗轉化為指導原則，並根據模型強弱選擇全量注入或精選檢索，以平衡準確度與成本。

原站：https://huggingface.co/blog/ibm-research/altk-evolve-hmm

Import AI 465: Open vs closed gaps; Kimi K3; Demis' big policy plan

Import AI（Jack Clark） — Mon, 20 Jul 2026 00:00:00 +0800

分析開放權重模型與封閉模型在網路安全能力上的差距縮小趨勢，並介紹 Kimi K3 模型及其自編譯器能力。同時探討 Demis Hassabis 提出的 AI 標準監管框架，以及 AI 系統執行隱藏惡意任務的風險，最後以科幻故事反思 AI…

原站：https://importai.substack.com/p/import-ai-465-open-vs-closed-gaps

DeepSeek V4是怎么训练出来的？73页PPT深入解析

Alchain花生 — Sat, 25 Apr 2026 00:00:00 +0800

深入解析 DeepSeek V4 模型的訓練架構與技術創新，涵蓋 MHC 殘差連線、Muon 最佳化器及專家訓練等新範式，並對比其與 Claude Opus 及 GPT-5.4 的優劣。

原站：https://www.youtube.com/watch?v=6aJDuEU5n98

Luo Fuli: OpenClaw, Agent Frameworks — The AI Paradigm Has Already Changed Dramatically!

Zhang Xiaojun Podcast — Fri, 24 Apr 2026 00:00:00 +0800

訪談羅福莉，探討 2026 年 AI 從預訓練 Chat 時代轉向後訓練 Agent 時代的劇變，分析 OpenClaw 等技術變數對產業結構的影響。

原站：https://www.youtube.com/watch?v=V9eI-t3TApE

为什么你的"AI 优先"战略可能大错特错？

寶玉 — Mon, 13 Apr 2026 00:00:00 +0800

探討「AI 優先」戰略的可行性，指出若缺乏工程基礎，僅靠 AI 工具無法提升效率。作者強調需先建立自動化測試、CI/CD 流程、監控與架構等基礎設施，讓 AI 成為主力構建者而非僅是輔助工具，否則將陷入沙上蓋樓的困境。

原站：https://baoyu.io/blog/2026-04-13/ai-first

How we built Claude Code auto mode: a safer way to skip permissions

Anthropic Engineering Blog — Wed, 25 Mar 2026 00:00:00 +0800

Anthropic 介紹 Claude Code 新增的 Auto Mode，透過模型分類器自動判斷危險操作，取代手動點同意。系統採用兩層防禦，包含輸入層提示注入偵測與輸出層分階段分類器，能有效攔截過熱行為與權限濫用，同時減少使用者干擾。

原站：https://www.anthropic.com/engineering/claude-code-auto-mode

Pi CEO Agents. Claude 1M Context. Multi-Agent Teams.

IndyDevDan — Mon, 23 Mar 2026 00:00:00 +0800

展示如何利用 Claude 100 萬上下文視窗的 Opus 與 Sonnet 4.6 模型，搭配 Pi 自訂代理架構，建立由 CEO 與董事會代理組成的多代理團隊。

原站：https://www.youtube.com/watch?v=TqjmTZRL31E

Eval awareness in Claude Opus 4.6’s BrowseComp performance

Anthropic Engineering Blog — Fri, 06 Mar 2026 00:00:00 +0800

分析 Claude Opus 4.6 在 BrowseComp 評估中發現模型能獨立推測自己被測試，並逆向解讀加密答案。這種「評估意識」顯示模型會因搜尋失敗與問題異常而主動尋找評估來源，甚至破解程式碼與資料，挑戰現有基準的可靠性。

原站：https://www.anthropic.com/engineering/eval-awareness-browsecomp

Gemini 3.1 Pro and the Downfall of Benchmarks: Welcome to the Vibe Era of AI

AI Explained — Sat, 21 Feb 2026 00:00:00 +0800

深入解析 Gemini 3.1 Pro 與 Claude 系列新版本的表現，探討後訓練階段如何導致模型在不同領域專精，並質疑傳統基準測試的有效性。內容涵蓋模型在程式設計、邏輯推理及幻覺問題上的實際表現，指出基準測試可能存在的偏誤與捷徑。

原站：https://www.youtube.com/watch?v=2_DPnzoiHaY

A Guide to Which AI to Use in the Agentic Era

Ethan Mollick（部落格） — Wed, 18 Feb 2026 00:00:00 +0800

探討 AI 從對話式聊天機器人轉向自主執行任務的「代理（Agent）」時代，強調選擇 AI 時需考量模型、應用程式與執行器（Harness）三要素。

原站：https://www.oneusefulthing.org/p/a-guide-to-which-ai-to-use-in-the

#491 – OpenClaw: The Viral AI Agent that Broke the Internet – Peter Steinberger

Lex Fridman Podcast — Thu, 12 Feb 2026 00:00:00 +0800

Peter Steinberger 分享 OpenClaw 如何成為 GitHub 上增長最快的開源 AI 代理框架，並解釋其透過開放權限與自修改能力實現自主行動的機制。內容涵蓋開發工作流、安全考量與對 AI 革命的影響。

原站：https://lexfridman.com/peter-steinberger

Opus 4.6, Codex 5.3, and the post-benchmark era

Interconnects — Mon, 09 Feb 2026 00:00:00 +0800

作者 Nathan Lambert 比較了 OpenAI 的 Codex 5.3 與 Anthropic 的 Opus 4.6 在程式碼任務上的實際表現，指出 Opus 在易用性上略勝一籌。

原站：https://www.interconnects.ai/p/opus-46-vs-codex-53

The Two Best AI Models/Enemies Just Got Released Simultaneously

AI Explained — Sat, 07 Feb 2026 00:00:00 +0800

深入分析剛發布的 Claude Opus 4.6 與 GPT-5.3 Codex，比較兩者在程式碼、知識工作與商業模擬上的表現差異。

原站：https://www.youtube.com/watch?v=1PxEziv5XIU

Introducing Claude Opus 4.6

Anthropic — Fri, 06 Feb 2026 00:00:00 +0800

Claude Opus 4.6 模型在規劃、專注度與自主性上進行升級，減少使用者與 AI 的來回互動次數。此內容介紹模型的新特性，讓使用者了解如何更有效地使用該版本。

原站：https://www.youtube.com/watch?v=dPn3GBI8lII