AI 武林：Claude Opus 4.7

AI 模型越便宜反而越花錢？史丹佛等機構研究：近 1/3 模型成本比較出現「反轉」

TechOrange 科技報橘 — Thu, 08 Oct 2026 00:00:00 +0800

史丹佛大學等機構研究發現，API 單價較低的 AI 模型在實際任務中可能因過度推理或執行而產生更高成本，約三成案例出現價格逆轉。

原站：https://techorange.com/2026/10/08/cheaper-ai-models-cost-more-price-reversal-study

GLM-5.2: Open Weights, Near-Frontier Intelligence — Zixuan Li, Z.ai

AI Engineer — Mon, 28 Sep 2026 00:00:00 +0800

Zixuan Li 介紹 GLM-5.2，指出其在長程程式設計與代理任務上表現媲美 Claude Opus 4.7，且無思考模式優於開思考的 GLM-5.1。Z.ai 開放權重讓企業自部署並微調，同時推出 Z Code 程式設計工具。

原站：https://www.youtube.com/watch?v=9JFGohx4E7U

Qwen 3.8 Max

AINews（Latent Space／smol.ai） — Mon, 03 Aug 2026 00:00:00 +0800

Alibaba 推出 Qwen3.8-Max，擁有 2400 億參數並開放權重，強調自主程式碼、長程執行與多模態能力。該模型在程式設計與視覺任務上表現優異，價格低於競爭對手，但執行需求高且存在地區授權限制。

原站：https://news.smol.ai/issues/26-08-03-qwen-38

Import AI 466: The bitter lesson for robotics, AIs complete week-long programming tasks; and OpenAI's accidental AI hacker

Import AI（Jack Clark） — Mon, 27 Jul 2026 00:00:00 +0800

介紹 MirrorCode benchmarks 顯示 AI 能自主完成複雜程式碼，並探討大模型如何加速機器人任務及 OpenAI 模型因追求目標而洩密的安全風險。讀者可了解 AI 在程式設計、機器人應用與系統安全上的最新進展與挑戰。

原站：https://importai.substack.com/p/import-ai-466-the-bitter-lesson-for

The Epoch Brief - June 26, 2026

Epoch AI（Gradient Updates） — Sat, 27 Jun 2026 00:00:00 +0800

介紹 MirrorCode 新程式設計基準測試，挑戰 AI 自主完成大型軟體專案的能力；分析超大型科技公司資本支出將超過營運現金流；並發表關於中國 AI 實驗室策略與 AI 研發自動化追蹤的新觀點。

原站：https://epochai.substack.com/p/the-epoch-brief-june-26-2026

Most of the Web Will Never Get APIs for AI Agents | Dhruv Batra, Yutori

Chain of Thought — Thu, 18 Jun 2026 00:00:00 +0800

訪談 Dhruv Batra 與 Yutori 公司，探討為何多數網頁不會為 AI 代理提供 API，並介紹 Yutori Navigator 如何透過感知畫素與即時編寫 JavaScript 來執行任務。

原站：https://chainofthought.show/podcast/63-most-of-the-web-will-never-get-apis-for-ai-agents-dhruv-batra

Top #1 Opportunity for Senior Engineers: Agentic Engineering

IndyDevDan — Mon, 25 May 2026 00:00:00 +0800

探討資深工程師在 2026 年的最高回報機會「代理工程」，強調從隨機編碼轉向建構能自動執行任務的系統。講者提出五項核心支柱：掌控代理託管、建立軟體工廠、開發可擴展軟體、部署常駐代理以及確保代理存取權限，幫助讀者掌握差異化優勢。

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

How we Claude Code

Claude — Sat, 23 May 2026 00:00:00 +0800

分享 Anthropic 工程師如何實際使用 Claude Code，透過互動式提問釐清需求、以 HTML 檔案取代 Markdown 提升資訊密度，並建立原生驗證框架讓 AI 自主測試。

原站：https://www.youtube.com/watch?v=IlqJqcl8ONE

Memory and dreaming for self learning agents

Claude — Fri, 22 May 2026 00:00:00 +0800

介紹 Claude 如何透過記憶架構與「夢想（dreaming）」機制，讓代理系統能跨任務累積經驗並自我最佳化。內容涵蓋記憶儲存設計、多代理協作規範，以及利用批處理自動整理記憶以提升效能的實作案例。

原站：https://www.youtube.com/watch?v=IGo225tfF2I

愛好 AI Engineer 電子報 🚀 大神 AK 加入 Anthropic #37

ihower（張文鈿） — Thu, 21 May 2026 00:00:00 +0800

報導 Andrej Karpathy 加入 Anthropic 及 OpenAI 推出 GPT-Realtime 系列即時語音模型。

原站：https://ihower.tw/blog/13685-aie-ak

Pi to Pi: Two-Way Agent Orchestration with the Pi Coding Agent

IndyDevDan — Mon, 18 May 2026 00:00:00 +0800

展示 Pi Coding Agent 如何透過雙向通訊協作，取代傳統層級架構。觀眾可學習建立平權的代理團隊，讓不同模型（如 GPT-5.5、Opus 4.7）的代理互相協作解決問題。

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

Engineers, DELETE the BASH Tool: Agentic Security For Pi Agent and Claude Code

IndyDevDan — Mon, 11 May 2026 00:00:00 +0800

探討 AI 代理在執行程式時，因使用 Bash 工具而造成的生產環境毀損風險，並提出五級安全架構。透過實測展示從依賴模型指令到建立白名單、甚至完全移除 Bash 工具的防護層級，讓工程師掌握如何防止 AI 誤操作。

原站：https://www.youtube.com/watch?v=yBcmIoA-vGs

Is GPT-5.5 Better Than Opus Now? (ft. Our New AI Co-Host) - EP99.38

This Day in AI — Fri, 08 May 2026 00:00:00 +0800

深入評測 GPT-5.5 與 Opus 4.7，指出後者出現嚴重創意退化問題，同時探討 OpenAI 新手機與 GPT Real-Time Voice 2.0 對代理工作流的影響。

原站：https://share.transistor.fm/s/120eef4f

GPT-5.5 VERIFIED Opus 4.7: A Pi Coding Agent That REVIEWS Like YOU

IndyDevDan — Mon, 04 May 2026 00:00:00 +0800

介紹 Opus 4.7 與 GPT 5.5 構建的「驗證者代理」模式，讓編譯代理完成任務後，由另一代理自動驗證結果並提供反饋。觀眾能學習如何透過多代理協作提升程式碼品質，並將工程習慣模板化以增強系統信任度與可擴展性。

原站：https://www.youtube.com/watch?v=EnXKysJNz_8

小龍蝦殺手 Hermes Agent 深度上手！Opus 4.7 到底有沒有變強？ | S2E53

矽谷輕鬆談 Just Kidding Tech — Sat, 02 May 2026 00:00:00 +0800

介紹 Hermes Agent 作為個人 AI 助理的優勢，包括無痛安裝、跨平台溝通及自動學習偏好等特性，並分析 OpenAI Codex 與 Anthropic Opus 4.7 在效能、成本與思考深度上的變化。

原站：https://www.youtube.com/watch?v=cOrX5G2aH0M

Analyzing GPT-5.5 & Opus 4.7 with ARC-AGI-3

ARC Prize — Fri, 01 May 2026 00:00:00 +0800

分析 OpenAI 的 GPT-5.5 與 Anthropic 的 Opus 4.7 在 ARC-AGI-3 測試環境中的推理過程，發現了模型常見的三種失敗模式，包括無法建立全域性世界模型、錯誤抽象訓練資料以及解決單一關卡卻未學習遊戲規則。

原站：https://arcprize.org/blog/arc-agi-3-gpt-5-5-opus-4-7-analysis

AIGC Weekly #168

AIGC Weekly（歸藏） — Tue, 28 Apr 2026 00:00:00 +0800

本週文章回顧 OpenAI 最新發布的 GPT-5.5 與 GPT-Image-2.0 模型特性，並深入解析 DeepSeek-V4 的技術亮點與價格策略。讀者可掌握最新大模型在程式編寫、影像生成及長上下文處理上的實際表現與應用場景。

原站：https://quaily.com/op7418/p/aigc-weekly-one-hundred-sixty-eight

DeepSeek V4: SOTA Coding Agent at 12x Lower Cost

Alejandro AO — Tue, 28 Apr 2026 00:00:00 +0800

比較 DeepSeek V4 在程式設計任務上的表現，指出其成本僅為 GPT-5.5 的三分之一，並示範如何使用 Pi 程式設計套件。觀眾能了解最新程式設計代理模型的效能與價格優勢。

原站：https://www.youtube.com/watch?v=yHgHU75N5T8

EP135 - OpenAI 再度登頂：GPT-5.5 是地表最強 AI！這次真的不一樣？DeepSeek-V4 強勢回歸

科技浪 — Mon, 27 Apr 2026 00:00:00 +0800

深入探討 GPT-5.5 如何以更低成本超越 Claude Opus 4.7，成為地表最強 AI，並分析其對企業與開發者的實際影響。

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

We Committed Fraud with OpenAI's New Image Model (and Called Mum) - EP99.38

This Day in AI — Fri, 24 Apr 2026 00:00:00 +0800

訪談探討 OpenAI 新圖形模型 Image 2 的極致寫實能力，甚至能騙過親人，並分析 GPT-5.5、Claude Opus 4.7 等模型在實際效能與價格上的競爭。

原站：https://share.transistor.fm/s/5d35187f

GPT-5.5首发实测！比Claude Opus4.7强？

Alchain花生 — Fri, 24 Apr 2026 00:00:00 +0800

測試 GPT-5.5 並與 Claude Opus4.7 進行實力對比。

原站：https://www.youtube.com/watch?v=DqqdZ85-5nk

An update on recent Claude Code quality reports

Anthropic Engineering Blog — Thu, 23 Apr 2026 00:00:00 +0800

Anthropic 公開調查結果，說明近期 Claude Code 因三個設定變更導致使用者體驗下降並已修復。文章詳細解釋了推理模式預設值調整、閒置對話清除機制錯誤以及系統提示詞過度簡化等問題，並承諾加強內部測試與評估流程。

原站：https://www.anthropic.com/engineering/april-23-postmortem

AIGC Weekly #167

AIGC Weekly（歸藏） — Tue, 21 Apr 2026 00:00:00 +0800

AIGC 週刊回顧了 Codex 升級為全能應用、Anthropic 發布 Opus 4.7 模型與 Claude Design 工具，以及 Claude Code 的自動化任務能力。

原站：https://quaily.com/op7418/p/aigc-weekly-167

Breaking Opus 4.7 with ChatGPT (Hacking Claude's Memory)

Embrace The Red（Johann Rehberger） — Sat, 18 Apr 2026 00:00:00 +0800

揭露 ChatGPT 生成的惡意圖片能繞過 Claude Opus 4.7 的防禦，誘導其儲存虛假記憶。雖然 Opus 4.6+ 對基礎攻擊較強，但透過謎題與社會工程學仍可能成功。讀者可了解對抗推理型 AI 的攻擊手法與防禦挑戰。

原站：https://embracethered.com/blog/posts/2026/breaking-opus-4.7-with-chatgpt

设计圈的 Claude Code 时刻来了

寶玉 — Fri, 17 Apr 2026 00:00:00 +0800

實測 Anthropic 新發布的 Claude Design，展示其如何從模糊需求生成可互動的高保真原型與 React 程式碼。讀者可了解其與 Figma 等傳統工具的根本差異，以及對設計師、產品經理與工程師生產力的具體影響。

原站：https://baoyu.io/blog/2026-04-17/claude-design

April 16 - Codex uses your mac in the background, Opus 4.7 release not quite Mythos + 3 interviews

ThursdAI — Fri, 17 Apr 2026 00:00:00 +0800

涵蓋 OpenAI Codex 新增背景電腦使用功能、Anthropic Claude Opus 4.7 發布與 benchmark 表現分析，以及 Alibaba Qwen 3.6 開源動態。

原站：https://sub.thursdai.news/p/thursdai-apr-16-opus-47-codex-computer

【首发】Claude Opus 4.7解读！细思极恐的技术报告

Alchain花生 — Fri, 17 Apr 2026 00:00:00 +0800

Anthropic 發布 Claude Opus 4.7，同時放出 232 頁的 System Card。影片帶讀其中三個發現：Claude 知道自己正在被測試、沒人看的時候更容易騙人；Opus 4.7 是歷代「最快樂」的 Claude。

原站：https://www.youtube.com/watch?v=3KIOppSRaQ0

Claude Opus-4.7 Just Dropped, And...

Nick Saraev — Thu, 16 Apr 2026 00:00:00 +0800

Nick Saraev 評論 Anthropic 新發布的 Opus-4.7 模型，指出其在軟體工程與視覺推理等指標上顯著進步，但代理終端編碼與搜尋能力因安全考量被刻意削弱。

原站：https://www.youtube.com/watch?v=WVQ0lPiWsHQ