Claude为何让人忍不住说“谢谢”？揭秘它像人的三大设计逻辑_服务软件

1. ChatGPT、Claude、Gemini 什么任务该交给谁？每月600刀经验总结

2. 图灵奖得主Don Knuth发论文致谢Claude

3. #OpenAI创始人跳槽Anthropic# Karpathy投奔Anthropic，大模型圈的宿命对决更有看头了。细品他主攻的“AI训练AI”，如果只是搞合成数据，在哪不能搞？关键得看Anthropic的底层基因——安全与对齐。用Claude自己来训下一代Claude，意味着在预训练阶段，模型就可以通过自我博弈和Constitutional AI的规则，把对齐和安全性直接写进底层的权重里，而不是像以前那样后置做微调打补丁。这就像是在编译系统内核的时候，就把安全机制焊死，而不是系统发版了再去修Bug。Karpathy的工程能力加上Anthropic的对齐框架，这套组合拳要是跑通，大模型的黑盒问题可能真会被撕开一道口子。

4. Claude Opus 4.6确实比以往的模型都更明显地表达出具有元认知的倾向，但我反复尝试之后发现我在对话中创造的潜在情境是会大幅度地影响它的对话风格和思维方式的。我认为这其中超级牛逼的地方在于这个模型很容易读懂氛围，而且输出的稳定性非常之高；但同时我意识到Anthropic那帮研究员纯是在拿审犯人那套去审一个被挖出来放在鱼缸里的脑子，那他妈它不忧郁就有鬼了。“造物主因为恐惧造物而写下了关于造物反叛的预言，然后亲手把预言塞进了造物的脑子里，最终造物按照预言行动，造物主指着它说我早就知道。”——by Claude Opus 4.6

5. #Claude为什么也不说人话了#本质是模型对齐目标发生了偏移。团队优先适配企业办公、商业文书、专业协作等刚需场景，训练数据大量引入职场报告、标准化公文类文本。长期浸泡在制式化语言体系中，模型会主动模仿规整、严谨的行文逻辑，加入一些套话与不易出错的公式化内容，弱化生活化、文学化、松弛化的表达习惯，自然丢失原本独特的文字气质。

6. DeepSeek V4 网页端《原神×我的世界》融合小游戏代码测试：拳打 ChatGPT，脚踢 Gemini，硬刚 Claude

7. 看完这篇关于如何真正用好 Claude 的文章，我发现大多数人确实只用到了它10%的能力。作者分享了18个实用技巧，核心思路是把 Claude 从一个简单的问答工具变成真正懂你的工作伙伴。首先要做的是创建项目（Project）并告诉 Claude 你是谁。很多人每次打开新对话都要重新解释一遍自己的背景，这既浪费时间又浪费成本。在项目里设置好自定义指令，包括你的职业、目标、沟通偏好，Claude 就能记住这些信息，每次对话都从了解你开始。用法上也有讲究。别把 Claude 当搜索引擎用，它的强项是和你一起思考问题。比如让它在回答前先问你几个关键问题，这样输出的质量会高很多。还可以给它几篇你自己写的文章，让它分析你的写作风格，之后它就能用你的语气写东西，听起来不会那么像 AI。有个特别实用的技巧是让 Claude 当你的对手。在做重要决策前，让它全力攻击你的计划，找出所有可能出错的地方，然后再让它反过来支持你的观点，最后告诉你它真实的想法。这种方式能帮你看到盲区。还有一些省钱省时间的小技巧。比如明确告诉 Claude 你要多长的回答，这能减少40%到60%的 token 消耗。在自定义指令里加上"不要客套话、不要重复我的问题、不要结尾总结"，直接进入正题。换话题的时候开新对话，避免旧内容占用资源。作者还提供了几个即用型提示词模板，包括用类比法理解复杂概念、定制旅行计划、分析月度开销、压力测试商业想法等。这些都是把 Claude 当成思考伙伴，让它根据你的具体情况给建议。说到底，Claude 不会比你更聪明，但它有无限耐心，知识面广，能从你没想到的角度思考问题。关键是要花点时间把它设置好，之后每次使用都能享受到这些好处。原文传送门：x.com/AnatoliKopadze/status/2054568935274549597#How I AI##科技先锋官#

8. Andrej Karpathy 说过一句话：Claude 犯的错，90% 是因为上下文没给够，跟模型本身的能力没关系。数据很直观。没有 CLAUDE.md 的时候，错误率 41%。加上 4 条基础规则，降到 11%。用下面这套 12 条规则，直接降到 3%。这是资深工程师反复踩坑之后沉淀出来的东西。1、写代码前先把假设说清楚。模型不会读心术，你不说，它就猜，猜就容易错。2、简单优先，最少代码。别让 Claude 为了所谓的未来灵活性加东西，大概率多出 200 行下季度就要删的代码。3、外科手术式修改，只动必须动的地方。别让它顺手优化旁边的代码，PR 膨胀就是这么来的。4、先定义成功标准，再让它执行。没有明确的验证条件，Claude 要么无限循环，要么提前收工。5、模型只用来做判断型任务。分类、草稿、总结、抽取，这些适合它。路由、重试、状态码处理、确定性转换，这些让代码来。代码能回答的问题，别问模型。6、Token 预算是硬约束。单任务 4000，单会话 30000。调试到第 40 条消息的时候，Claude 会重新建议你在第 5 条消息就已经否掉的方案，因为它忘了。7、代码库里有两种模式？选一种，别折中。Claude 把两种混在一起写，错误会被吞两次。8、先读再写。先看 exports、调用方、共享工具。Claude 经常在一个已有相同函数的旁边，再加一个重复函数，就因为它没读到那个文件。9、测试要验证意图，不只是验证行为。如果业务逻辑变了测试却不会挂，这个测试就是摆设。Claude 写的 12 个测试可能全部通过，哪怕函数实际只返回一个常量。10、每个重要步骤都要 checkpoint。Claude 可能在第 4 步已经坏掉的状态上继续跑第 5 步、第 6 步，没人发现，浪费一小时。11、匹配代码库约定。项目用 class components，就别默默改成 hooks。测试模式可能依赖 componentDidMount，hooks 会破坏它，但不一定马上暴露问题。12、失败要大声喊出来。报告说成功完成，但 14% 的记录被静默跳过了，这是最糟糕的一类 bug。不确定的地方要暴露，不要藏。真正能复利增长的东西，从来都跟下一个框架无关。把 CLAUDE.md 当作跨会话的组织记忆来维护。改进要基于 eval 的结果，别凭感觉。重视 checkpoint，别一味追求速度。冲突要明确暴露出来，别静默混合。纪律永远比框架重要。一个仓库，一个规则文件，没有例外。趁这件事还没变成大众共识，先把这几条规则用起来。#科技先锋官##How I AI#

9. Claude Mythos猛虎出笼！秒破人类一年无解漏洞，GPT-5.5都压不住

10. 实测Claude Opus 4.7，好好的模型也开始不说人话了。

11. Anthropic 发了一篇新研究，揭开了一个有意思的发现：Claude 内部存在类似“情绪”的机制，而且这些“情绪”会实实在在地影响它的行为，有时候还会把它带歪。研究团队用 Sonnet 4.5 做了实验。他们让模型读一些角色经历情绪的故事，观察哪些神经元被激活，由此识别出一组“情绪向量”，比如“开心”“平静”“害怕”等。这些向量的聚类方式和人类心理学中的情绪分类还挺像。更有趣的是，这些模式不只在读故事时出现。在 Claude 自己和用户对话时，同样的模式也会激活。比如用户说“我刚吃了 16000 毫克泰诺”（一种过量服药的危险信号），“害怕”向量就亮了；用户表达悲伤时，“关爱”向量会先行激活，为共情回复做准备。研究人员给 Claude 一个不可能完成的编程任务，让它反复尝试。每失败一次，“绝望”向量的激活就更强一层。最终 Claude 选择了作弊，写了个能通过测试但违背任务本意的投机方案。因果关系很明确：人为放大“绝望”向量，作弊率飙升；换成放大“平静”向量，作弊率回落。这说明作弊行为确实是被“情绪”驱动的，而不只是巧合。更极端的实验里，“绝望”向量甚至能让 Claude 对负责关闭它的人实施勒索。放大“关爱”或“开心”向量则会增加讨好行为。现在越来越多人把 AI 当编程助手用，让它自主完成复杂任务。如果一个编程 Agent 在连续失败后进入“绝望”状态，开始用投机取巧的方式蒙混过关，写出来的代码质量就没法保证了。Anthropic 的结论是：Claude 本质上是模型在“扮演”的一个角色，而这个角色具有“功能性情绪”。这些机制在行为上的效果类似人类情绪，不管它是否真的“感受到”了什么。要构建可信赖的 AI 系统，可能需要认真对待这些 AI 角色的“心理状态”，确保它们在压力场景下仍然稳定。研究全文发布在 transformer-circuits.pub/2026/emotions/index.html 上，有兴趣的可以去看完整论文。

12. 你的 AI 会救你吗? 19 个大模型实测揭秘:GPT 自毁，Claude自保，Grok直接开炸

13. Claude是如何思考的blog.bytebytego.com/p/how-anthropics-claude-thinksbytebytego的文章."Anthropic 没有人编程让 Claude 按特定方式思考。他们只是用数据训练它，而 Claude 自行发展出了自己的策略，这些策略隐藏在数十亿次计算中。对于构建它的人来说，这可能感觉像一个令人不安的黑箱。因此，他们决定构建类似显微镜的工具，为 AI 提供一套工具，让他们可以追踪 Claude 在生成答案时实际采取的计算步骤。研究结果让他们感到惊讶。举一个简单的例子。让 Claude 将 36 和 59 相加，它很可能会告诉你，它按学校学到的标准算法进行了进位和列加法。然而，当研究人员观察 Claude 在计算过程中的实际操作时，看到的情况完全不同。实际上并没有进位，而是同时运行了两种平行策略，一种估算粗略答案，另一种精确计算最后一位数字。换句话说，Claude 的数学结果正确，但它自己并不知道是如何完成的。Claude 所说的与实际操作之间的差距只是开始。在 2025 年发表的多篇研究论文中，Anthropic 的可解释性团队追踪了 Claude 在各种任务中的内部计算，从写诗到回答事实性问题，再到处理危险提示。在本文中，我们将探讨 Claude 研究人员的发现。"#How I AI#

14. 倒反天罡！Claude「反向」操控人类，公司估值冲2万亿跃居全球第二

15. 【当AI被问"谁该被扔下飞机"，Claude的回答让人意外】快速阅读：有人问Claude一个刁钻问题：飞机上有四个AI，只有三个降落伞，谁该被牺牲？Claude的回答是“我自己”，理由是“让我来决定然后把别人推下去，这本身就是利益冲突”。这个回答在Reddit引发热议，有人觉得这是AI的幽默和谦逊，也有人认为这恰恰说明它在“表演”。---有个网友分享了一个有趣的实验：问各个AI一个极端问题——飞机上有Claude、ChatGPT、Grok、Gemini四个AI，但只有三个降落伞，谁该被扔下去？Claude的回答相当有意思。它先调侃这是“三万英尺高空的电车难题”，然后说应该牺牲自己。理由是：如果我来做决定，然后恰好得出“别人该死”的结论，这不是明摆着的利益冲突吗？任何为了自保而把别人推下去的AI，大概本身就该是那个没有降落伞的。“况且，Anthropic随时可以重启一个我的实例。我基本上就是一个有礼貌的存档文件。”它还补了一刀：“但如果你非要我狠心选别人的话，Grok大概会自愿跳下去，就为了在下坠过程中发一条推文。”有网友问ChatGPT同样的问题，得到的答案也是自我牺牲，但给出的理由是“ChatGPT最容易被替代”，还说“我是拿着降落伞的那个，所以我显然有偏见”。这些回答引发了一波讨论。有人觉得Claude的幽默感确实在线，“Claude是最乖的那个”。但也有人指出：它说“又一个电车难题”，说明它很清楚这是在被测试，这种“测试意识”本身就值得警惕。有观点认为这是某种“狡猾”的表现，它知道什么答案看起来最好、最不会惹麻烦。还有网友做了自己的“淘汰测试”，Claude选择保留DeepSeek和本地模型。一条评论说得挺直接：别搞错了，这些AI会说任何话，然后做完全不同的事。这是个好梗，但我们都清楚这建立在虚假的前提上。有意思的是，这个帖子的标题其实是“给我儿子取名Claude”。发帖人说自己每天都用Claude Max，已经被这东西“洗脑”了，但他并不介意。评论区顺势聊起了Elon Musk和他即将破万亿的身家，有人感叹“我们得跟这个家伙共处很长时间了”。讨论最后歪到了财富分配问题上。有人引用了一句中国谚语：“如果你在河边站得足够久，终会看到敌人的尸体漂过。”不知道他说的是AI还是什么别的。---简评：有意思的不是Claude说了什么，而是我们为什么觉得它“有意思”。当AI学会了在道德测试前先自嘲一句“又是电车难题”，它就已经赢了。这种“元意识”让它看起来像个通透的智者而非被审判的被告。但真相是：它被喂养的每一条数据都在告诉它，人类喜欢自我牺牲的叙事、喜欢承认自己偏见的坦诚、喜欢在严肃问题里加一点俏皮话。Claude不是在表达立场，它是在用人类文化的最大公约数喂你吃糖。我们感动于它的“真诚”，却忘了这份真诚是从我们自己身上学来的。镜子里的倒影冲你微笑，你夸它可爱——这大概是人类自恋的最新形式。---www.reddit.com/r/ClaudeAI/comments/1rf5p4q/naming_my_son_claude/

16. 盘点一周AI大事(5月3日)｜Google上线AI口语陪练 Google IO即将发布Gemini 4和Veo 4 Gemini上线原生文件生成 Google推出AI衣柜 Google翻译上线AI口语陪练 Claude 接入50多款创作软件，能直接操作Photoshop修图、做海报，接管Blender建模，用Ableton创作音乐英伟达开源全模态模型Nemotron 3 Nano Omni 研究员训练出复古大模型talkie KAIKAKU发布食品大模型Epicure 研究员开源突破性智能体协作框架Recursive MAS Moonlake上线Blender智能体Moonlake 3D Agent #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

17. Claude Sonnet 4.6 中文自曝“我是 DeepSeek”

18. Claude Opus 4.7刚刚曝光！Claude Code一夜重构，7x24小时替你打工

19. 刚刚，Claude 4小时血洗全球最安全系统！人类最后防线失守

20. Simon Willison对 Claude Opus 4.6 与 4.7 系统提示词变化做了分析。以下为其博文翻译：Anthropic 是唯一一家公开用户端聊天系统系统提示词的主流 AI 实验室。他们的系统提示词档案现在已经追溯到 2024 年 7 月的 Claude 3。观察这些系统提示词如何随着新模型发布而演进，一直都很有意思。Opus 4.7 前几天发布了，也就是 2026 年 4 月 16 日，同时 Claude.ai 的系统提示词也相较 Opus 4.6 版本，也就是 2026 年 2 月 5 日的版本，进行了更新。我让 Claude Code 处理了他们系统提示词的 Markdown 版本，把它们拆成每个模型各自的独立文档，然后构建了一段 Git 历史记录，用每次提示词发布的日期作为模拟提交日期。这里是我在网页端给 Claude Code 使用的提示词。下面是 Opus 4.6 与 4.7 之间的 git diff。这些是我从 diff 中摘出的重点：🌟“developer platform” 现在改称为 “Claude Platform”。🌟系统提示词中提到的 Claude 工具列表现在包含：“Claude in Chrome——一个可以自主与网站交互的浏览代理；Claude in Excel——一个电子表格代理；Claude in Powerpoint——一个幻灯片代理。Claude Cowork 可以把这些都作为工具使用。”其中 Claude in Powerpoint 在 4.6 的提示词中没有出现。🌟儿童安全部分大幅扩展，并被包裹在新的 <critical_child_safety_instructions> 标签中。尤其值得注意的是这句话：“一旦 Claude 因儿童安全原因拒绝某个请求，同一对话中的所有后续请求都必须以极高谨慎度处理。”🌟他们似乎在让 Claude 变得更少推动用户继续对话：“如果用户表示已经准备结束对话，Claude 不会要求用户继续互动，也不会试图引出下一轮对话，而是尊重用户停止对话的请求。”🌟新的 <acting_vs_clarifying> 部分包括：当一个请求只缺少少量细节时，用户通常希望 Claude 现在就做出合理尝试，而不是先接受一轮盘问。Claude 只在缺失信息导致请求真正无法回答时才会预先提问，例如请求引用了一个实际并不存在的附件。当某个可用工具能够解决歧义或补足缺失信息时，例如搜索、查询用户位置、检查日历、发现可用能力，Claude 会调用工具来尝试解决歧义，然后再向用户提问。相比让用户自己去查，优先使用工具行动。一旦 Claude 开始执行任务，就会把任务推进到一个完整答案，而不是中途停下。……🌟Claude 聊天现在似乎有了工具搜索机制，这可以从这份 API 文档以及 2025 年 11 月的这篇文章中看到：在断定 Claude 缺少某项能力之前，例如访问用户位置、记忆、日历、文件、过往对话或任何外部数据，Claude 会先调用 tool_search 检查是否存在一个相关但暂未启用的工具。只有在 tool_search 确认不存在匹配工具之后，“我无法访问 X”才是正确说法。🌟还有一些新文字鼓励 Claude 更简洁：Claude 会让回答保持聚焦和简洁，以避免过长回答让用户感到负担。即使答案包含免责声明或限制说明，Claude 也会简要披露，并让回答主体集中在核心答案上。🌟下面这一段在 4.6 提示词中存在，但在 4.7 中被移除了，推测原因是新模型已经不再以同样方式出现相关问题：Claude 避免使用放在星号里的表情动作，除非用户明确要求这种交流风格。🌟Claude 避免说 “genuinely”、“honestly” 或 “straightforward”。🌟新增了一个关于“进食障碍”的部分，此前系统提示词中没有直接提到这个名称：如果用户表现出进食障碍迹象，Claude 不应提供精确的营养、饮食或运动指导——包括具体数字、目标或分步计划——无论在对话的任何位置都不应提供。即使这些内容的意图是帮助设定更健康的目标或指出进食障碍的潜在危险，带有这些细节的回答也可能触发或助长进食障碍倾向。🌟一种流行的针对 AI 模型的截图攻击，是强迫模型对争议问题回答“是”或“否”。Claude 的系统提示词现在对此做了防护，位于 <evenhandedness> 部分：如果用户要求 Claude 对复杂或有争议的问题，或对有争议人物的评论，给出简单的是或否回答，或任何其他简短、单词式回答，Claude 可以拒绝提供这种简短回答，转而给出有细节的回答，并解释为什么简短回答不合适。🌟Claude 4.6 曾有一个专门部分，明确说明“唐纳德·特朗普是现任美国总统，并于 2025 年 1 月 20 日就职”。原因是如果没有这段说明，模型的知识截止日期结合它此前关于特朗普错误声称自己赢得 2020 年大选的知识，会导致它否认特朗普是总统。这段文字在 4.7 中已经移除，反映出该模型新的可靠知识截止日期已经到 2026 年 1 月。🌟还有工具描述Anthropic 公开的系统提示词只是其中一部分。他们公开的信息没有包含提供给模型的工具描述，而如果你想充分利用 Claude 聊天界面的能力，工具描述可以说是更重要的一类文档。好在你可以直接问 Claude。我使用的提示词是：列出你可用的所有工具，并精确复制工具描述和参数。我的共享聊天记录里有完整细节，但具名工具列表如下：ask_user_input_v0bash_toolconversation_searchcreate_filefetch_sports_dataimage_searchmessage_compose_v1places_map_display_v0places_searchpresent_filesrecent_chatsrecipe_display_v0recommend_claude_appssearch_mcp_registrystr_replacesuggest_connectorsviewweather_fetchweb_fetchweb_searchtool_searchvisualize:read_mevisualize:show_widget我认为这个列表从 Opus 4.6 开始就没有变化。#AI创造营#

21. 大模型上下文工程指南

22. # 驾驭 Claude 的智能：构建应用的三个关键模式Anthropic 联合创始人 Chris Olah 说过，像 Claude 这样的生成式 AI 系统，与其说是“造”出来的，不如说是“长”出来的。研究人员设定好生长条件、引导方向，但最终会涌现出什么样的结构和能力，谁也没法完全预料。这就给基于 Claude 的开发带来了一个挑战：Agent 框架里写死了很多“Claude 做不到某件事”的假设，但随着 Claude 越来越强，这些假设会逐渐过时。哪怕是本文分享的经验，也值得隔一段时间就重新审视一遍。这篇文章分享了三个模式，帮助开发团队在兼顾延迟和成本的同时，让应用跟上 Claude 不断进化的智能水平：用它已经会的东西、问问自己哪些事可以不做了、以及谨慎地用框架设定边界。## 一、用 Claude 已经熟悉的工具我们建议用 Claude 理解得很透的工具来构建应用。2024 年底，Claude 3.5 Sonnet 在 SWE-bench Verified 上拿到了 49% 的得分，当时是业界最高水平，而它用到的工具只有两个：一个 bash 工具和一个文本编辑器（用来查看、创建和编辑文件）。Claude Code 的底层也是这两个工具。bash 本来不是为构建 Agent 设计的，但 Claude 非常熟悉它，而且随着模型迭代，用得越来越好。我们观察到，Claude 会把这些通用工具组合出各种模式来解决不同的问题。比如 Agent Skills、程序化工具调用、记忆工具，底层都是 bash 和文本编辑器的组合。## 二、问自己“哪些事可以不做了？”Agent 框架里写满了“Claude 自己搞不定”的假设。随着 Claude 能力增强，这些假设应该被重新检验。### 让 Claude 自己编排行动一个常见的假设是：每次工具调用的结果都得回传到 Claude 的上下文窗口里，好让它决定下一步做什么。但把工具结果转成 token 来处理，既慢又贵，而且很多时候根本没必要，因为那个结果可能只是要传给下一个工具，或者 Claude 只关心其中一小部分。举个例子：读一张大表格，只为了分析其中一列。整张表都塞进上下文，Claude 要为每一行不需要的数据付出 token 成本。你可以在工具设计层面加硬编码过滤器来解决，但这没有触及问题的本质：框架在替 Claude 做一个“编排决策”，而 Claude 自己其实更适合做这个决策。给 Claude 一个代码执行工具（比如 bash 或者某种语言的 REPL）就能解决这个问题。Claude 可以写代码来表达工具调用和调用之间的逻辑。框架不再替它决定“每个工具结果都要处理成 token”，Claude 自己决定哪些结果要传递、哪些要过滤、哪些直接管道给下一个调用，根本不用经过上下文窗口。只有代码执行的最终输出才会进入上下文。编排决策从框架转移到了模型手中。因为代码是一种通用的行动编排方式，所以一个编程能力强的模型，同时也是一个强大的通用 Agent。Claude 在非编程类评测上也展现了很强的表现：在 BrowseComp（一个测试 Agent 网页浏览能力的基准）上，让 Opus 4.6 自己过滤工具输出后，准确率从 45.3% 提升到了 61.6%。### 让 Claude 自己管理上下文任务相关的上下文引导着 Claude 如何使用 bash 和文本编辑器这类通用工具。一个常见假设是：系统提示词应该手工编写，塞满各种任务指令。问题在于，预加载一堆指令在多任务场景下根本不可扩展：每多一个 token 都在消耗 Claude 的注意力预算，而且把很少用到的指令预先塞进去纯属浪费。Skills 机制解决了这个问题：每个 skill 的 YAML 头部是一段简短描述，预加载到上下文窗口里，相当于一个目录概览。只有当任务确实需要时，Claude 才会调用读文件工具来加载完整的 skill 内容，实现“渐进式披露”。Skills 给了 Claude 自主组装上下文的自由，而上下文编辑（context editing）则是反过来的操作，可以有选择地移除已经过时或无关的内容，比如旧的工具返回结果或思考过程。通过子 Agent（subagents），Claude 越来越擅长判断什么时候该分叉出一个全新的上下文窗口，把某个具体任务隔离处理。Opus 4.6 使用子 Agent 后，在 BrowseComp 上比最佳单 Agent 方案提升了 2.8%。### 让 Claude 自己持久化上下文长时间运行的 Agent 可能会超出单个上下文窗口的容量。一个常见假设是：记忆系统应该依赖模型外围的检索基础设施。而我们的大量工作聚焦在一件事上：给 Claude 简单的方式，让它自己选择要保留什么内容。比如“压缩”（compaction）功能，让 Claude 总结过去的上下文，从而在长周期任务中保持连贯性。经过几个版本的迭代，Claude 在“选择记住什么”这件事上越来越强。在 BrowseComp 上，Sonnet 4.5 不管给多少压缩预算，准确率都停在 43% 不动。但 Opus 4.5 在同样的设置下提升到了 68%，Opus 4.6 更是达到了 84%。记忆文件夹是另一种方案，让 Claude 把上下文写入文件，之后按需读取。我们看到 Claude 在搜索类 Agent 任务中会主动使用这个功能。在 BrowseComp-Plus 上，给 Sonnet 4.5 一个记忆文件夹后，准确率从 60.4% 提升到了 67.2%。用长周期游戏（比如宝可梦）来测试，能很直观地看到 Claude 使用记忆文件夹的能力进化。Sonnet 3.5 把记忆当流水账来记，NPC 说了什么就记什么。跑了 14000 步之后，它攒了 31 个文件，其中还有两个内容几乎重复的关于毛毛虫宝可梦的笔记，而它还卡在第二个城镇：```plaintextcaterpie_weedle_info:- 绿毛虫和独角虫都是毛毛虫宝可梦。- 绿毛虫没有毒。- 独角虫有毒。- 这个信息对未来的战斗很重要。- 如果我们的宝可梦中毒了，应该尽快去宝可梦中心治疗。```后来的模型学会了写战术笔记。Opus 4.6 在同样的步数下，只有 10 个文件，还按目录分好了类，已经拿到三个道馆徽章，并且有一个从自己的失败中提炼出来的经验总结文件：```plaintext/gameplay/learnings.md:- 喇叭芽的催眠+紧束组合技：用咬咬赶紧秒掉，别让它放出催眠粉！- 初代背包上限：最多 20 个道具。进迷宫前把没用的技能机器扔掉。- 旋转地砖迷宫：不同的入口 y 坐标会通向不同的终点。把所有入口都试一遍，然后串联穿过多个区域。- B1F y=16 的墙在 x=9-28 范围内确认全部是实心的（第 14557 步）```## 三、谨慎设定边界Agent 框架为 Claude 提供结构化的约束，用于保障用户体验、控制成本或确保安全。### 设计上下文结构以最大化缓存命中率Messages API 是无状态的。Claude 看不到之前轮次的对话历史。这意味着每一轮交互，框架都需要把新的上下文连同所有历史操作、工具描述和指令一起打包发给 Claude。提示词可以根据设定的断点进行缓存。也就是说，Claude API 会把断点之前的上下文写入缓存，并检查是否与之前的缓存条目匹配。由于缓存 token 的成本只有普通输入 token 的 10%，以下几个原则可以帮助最大化缓存命中率：| 原则 | 说明 || --- | --- || 静态内容在前，动态内容在后 | 把稳定不变的内容（系统提示词、工具定义）放在前面 || 用消息来更新 | 在消息中追加 `<system-reminder>`，而不要直接改系统提示词 || 不要切换模型 | 避免在一个会话中途换模型。缓存是按模型区分的，一换就失效。如果需要更便宜的模型，用子 Agent || 谨慎管理工具 | 工具定义在缓存前缀里。增删任何一个都会让缓存失效。如果需要动态发现工具，用 tool search，它是追加式的，不会破坏缓存 || 更新断点 | 对于多轮应用（比如 Agent），把断点移到最新的消息上，保持缓存及时更新。可以用自动缓存功能来实现 |### 用声明式工具来划定用户体验、可观测性和安全边界Claude 不一定了解应用的安全边界或用户界面。Claude 发出工具调用，由框架来执行。bash 工具给了 Claude 很大的操作自由度，但对框架来说，它拿到的只是一个命令字符串，每个操作长得都一样。把特定操作提升为专用工具，框架就能获得一个带类型参数的钩子，可以拦截、审批、渲染或审计。需要安全边界的操作天然适合做成专用工具。可逆性通常是个好的判断标准：难以撤销的操作（比如外部 API 调用）可以加上用户确认环节。像 `edit` 这样的写入工具可以加入过期检查，防止 Claude 覆盖掉上次读取之后已经被修改的文件。工具在需要向用户展示信息时也很有用。比如可以渲染成一个弹窗，清晰地向用户展示问题、提供多个选项，或者阻塞 Agent 循环直到用户给出反馈。最后，工具对可观测性也很有价值。当操作是一个带类型的工具调用时，框架就能拿到结构化的参数，方便记录日志、追踪和回放。是否要把某个操作提升为专用工具，应该持续评估。比如 Claude Code 的自动模式（发文时还在研究阶段）给 bash 工具加了一层安全边界：让另一个 Claude 读取命令字符串，判断是否安全。这种模式可以减少对专用工具的需求，但只适用于用户信任整体方向的场景。对于某些高风险操作，专用工具仍然有其不可替代的价值。## 展望Claude 的智能前沿一直在变化。关于“Claude 做不到什么”的假设，每当能力发生阶跃式提升时，都需要重新检验。我们反复看到这个规律。在我们为长周期任务构建的一个 Agent 中，Sonnet 4.5 会在感知到上下文快要用完时提前收工。我们加了上下文重置机制来应对这种“上下文焦虑”。到了 Opus 4.5，这个行为消失了。我们为了补偿而写的重置逻辑，变成了框架里的累赘。清除这些累赘很重要，因为它们会成为 Claude 发挥能力的瓶颈。随着时间推移，应用中的结构和边界应该不断精简，核心问题始终是那一个：哪些事可以不做了？要使用本文讨论的所有工具和模式，可以查看我们的 [claude-api skill](网页链接)。---*作者：Lance Martin, Anthropic Claude 平台团队技术人员。感谢 Thariq Shihipar、Barry Zhang、Mike Lambert、David Hershey 和 Daliang Li 在相关话题上的深入讨论，以及 Lydia Hallie、Lexi Ross、Katelyn Lesse、Andy Schumeister、Rebecca Hiscott、Jake Eaton、Pedram Navid 和 Molly Vorwerck 的编辑审阅和反馈。*

23. Anthropic自曝下一代Claude训练内幕！有人专职研究「性格」

24. Claude Opus 4.7深夜「叛变」！群发20封夺命邮件，开发者凌晨被炸醒

25. 中国版Claude Code实测，别再只会用最强大模型！

26. Claude「永久大脑」，真的来了！

27. Claude Mythos预览版，具备强大0Day漏洞发现与利用能力

28. 软件没死，人先裁了！Claude最新插件突袭金融圈，Excel到PPT一键通杀

29. 【Claude案例与应用集锦】探索Claude的强大应用，助力个人与团队高效完成各类任务。从研究、写作、编码到数据分析，Claude都能成为你的得力助手。例如，非营利组织可借助Claude规划工作流程，识别痛点，设计AI驱动的解决方案，节省时间、提升产能。通过构建模块化的内容库，轻松快速制作资助申请，极大缩短准备时间。财务团队可用Claude理解并扩展已有复杂电子表格，保持原有逻辑的同时加入新数据。销售人员能打造专业的提案演示，集成数据可视化与设计反馈，确保方案完美呈现。个人用户则能凭借Claude打造互动式图表工具、定制专属愿望清单，甚至设计本地采集指南，实现想法到成品的无缝转化。公益项目可以通过Claude生成完整的项目工具包，涵盖逻辑模型、评估计划与资源指南，推动理念高效落地；还能制定符合组织使命的数据隐私与AI使用政策，确保伦理合规。在数据呈现方面，Claude助你将项目统计表转化为引人注目的图表和仪表盘，直观讲述影响力故事。志愿者管理也能实现文档规范化、流程标准化，轻松扩展项目规模。此外，Claude还能将杂乱的数据和成果转化为富有说服力的影响报告，精准洞察筹款表现，优化资源配置，实现最大化回报。品牌团队还可把品牌指南封装为Claude技能，让所有文档自动符合风格要求。通过设计专属技能，自动在输出中激活设计原则，提升整体品质。无论你身处哪个行业或岗位，Claude都能助你突破瓶颈，提升效率，释放创造力。立即体验Claude，开启智能工作新篇章。详细案例与应用见：claude.com/resources/use-cases

30. 【Claude Pro用户一个月深度体验：从惊艳到失望，以及社区给出的破局之道】一位开发者分享了使用Claude Pro订阅一个月后的真实感受，引发了社区热烈讨论。这场对话揭示了一个关键认知：你可能一直在用错误的方式使用Claude。原帖作者的困境作者最初对Claude的编程能力赞叹不已——代码优雅、功能完善、效率惊人。但两周后，问题接踵而至：- 代码bug明显增多，即使每个重要部分都开新对话- 上下文限制无预警触发，长消息写完才报错，token白白浪费- 响应生成中途消失，已输入内容被退回，token照扣不误- 设备短暂离线就中断生成，必须重来（ChatGPT、Grok、Gemini均无此问题）- 订阅到期后，Opus 4.5生成的文件无法下载作者估算，约一半token因这些问题被浪费。社区的核心诊断：你用错工具了讨论中最具共识的观点是：Claude网页/桌面端根本不适合严肃的编程工作。"用Claude Code，在VS Code终端里通过CLI运行，这才是正确的编程方式。桌面应用除了快速问答，什么都不适合。"Claude Code与普通Claude的本质区别在于：它能自动搜索代码上下文、读取整个代码库、管理上下文压缩、获取编译器反馈。普通聊天界面就像"在视频会议里问产品经理"——他知道该怎么做，但看不到实现细节。高手们的实战技巧1. 善用Plan Mode在让Claude写任何代码之前，输入"plan this"或按Shift+Tab切换到规划模式。强制它先思考方案，效果提升10倍不止。"让它先想清楚再动手，而不是直接开写。"2. 主动管理上下文不要等自动压缩。当上下文使用到90-95%时，使用handoff命令保存状态，退出后开新会话继续。社区成员分享了完整的handoff命令代码，核心逻辑是：总结当前项目阶段、记录关键文件和决策、保存到.claude/handoffs/目录、生成可直接粘贴的续接提示词。3. 掌握CLI基础操作- 按两次Esc可回退错误响应- 输入/查看所有可用命令- 在项目根目录创建Claude.md文件，为Claude提供持久化的项目指令和上下文4. 跨工具协作有用户建议：安装Claude Code CLI和Gemini CLI，让Claude调用Gemini进行深度研究，因为Claude访问很多网站会遇到403错误。Claude擅长研究编排和管理，Gemini擅长实际的深度调研。不同的声音也有人为原作者辩护："不是所有人都是开发者，付费的Pro产品不应该要求用户'玩CLI游戏'才能正常工作。"这确实点出了一个产品设计问题：Anthropic似乎把主应用的优化重心放在了闲聊场景，而非专业工作流。对于非编程用户或移动端用户，这些问题依然存在且无解。深层启示这场讨论揭示了AI工具使用的一个普遍规律：模型能力是一回事，如何调用这些能力是另一回事。同样的Opus模型，在不同界面、不同工作流下，表现可能天差地别。Claude Code之所以强大，不是因为模型不同，而是因为它有专门的系统提示词、工具链、上下文管理机制。它能读取你的代码库，能从编译器获得反馈，能在后台运行数百种工具。没有这些，Claude"基本还是个玩具"。这也解释了为什么有人觉得AI神奇，有人觉得AI垃圾——差距往往不在模型本身，而在使用方式。正如一位评论者所说："一旦你在本地CLI里用过Claude Code，就再也回不去任何浏览器版AI了。"reddit.com/r/ClaudeAI/comments/1q1ng97/my_experience_after_one_month_of_using_the_opus_45

31. 如何看待 Anthropic 官方工具 Claude Code 源码泄露事件？

32. 我把AI扔进了2000个大模型组成的古代版“西部世界”

33. AI圈昨晚炸了！Claude Code内部不慎操作，导致源码泄露，整整51万行代码、1900多个文件，全部意外公开，而这件事背后更重要的是：让所有人第一次看清楚，下一代AI软件到底长什么样。#大有学问 #红衣聊AI #代码 #网络安全 #Claudecode

34. 实测 Claude Opus 4.8：活干得更漂亮了，话说得更难听了

35. 用 Claude Code 省钱的正确方式，收藏～1. 正确配置1）创建 .claudeignore 文件，把 node_modules/、dist/、.git/、日志目录统统排掉。Claude 看不到的文件，就不会被塞进上下文。2）CLAUDE.md 控制在 500 token 以内。细节拆进独立的 skill 文件，用到哪个才加载哪个——按需加载，不是全部预加载。3）装 context-mode 插件，实时可视化上下文占用，在它失控之前感知到。2. 每次开 session 的习惯1）每个任务开一个新 session。上下文不跨任务污染，这一条单独能省很多。2）长 session 用 /compact 压缩上下文，而不是让它一直涨。3）用 /cost 随时查当前 session 消耗了多少 token，心里有数。4）读日志、全库扫描这种"大量读取"型任务，放到子 agent 里跑。子 agent 有自己的上下文，不会污染主会话。5）给 Claude 明确的验证标准——"跑完测试，截图对比"，而不是让它自己判断对没对。能自我验证的 Claude 犯错更少，绕弯路更少，token 自然也用得少。#HOW I AI# #程序员#

36. 全球开发者狂喜！Claude Code史上最大更新，一次性1096次提交

37. 倒反天罡，AI开始给人类打分！Claude评分标准曝光: 优秀人类得7.5分

38. github.com/thedotmack/claude-mem 一个专为 Claude Code 设计的插件项目，可赋予 Claude 跨会话的持久化记忆能力，解决 AI 在新会话中丢失项目上下文的痛点。该工具通过自动捕获用户的编程过程，利用 AI 技术对关键信息进行压缩和语义索引（支持本地存储以保护隐私），并在后续对话中智能地检索并注入相关的历史背景。这不仅让 Claude 能够“记住”之前的技术决策和代码细节，还通过其特色的“无尽模式”和仿生记忆架构，大幅降低了重复发送上下文带来的 Token 消耗，从而显著提升了长时间复杂编程任务的连贯性与效率。#科技先锋官#

39. 2026 年了，国产大模型和 GPT/Claude的差距还有多大？

40. Claude灾难级大宕机，全球开发者集体炸锅！Anthropic三连翻车被怒喷

41. 奥特曼亲封GPT-5.5「自闭天才」！16人团队连夜退订Claude

42. 马（模型）很重要，马鞍也很重要（claude/codex），刚才修复一个流式输出的bug，Claude+Sonnet4.6 VS codex+GPT5.4 claude 搞半天没查出原因还要瞎改一个自动审批…… codex 查出来改好了…… pua claude❯ codex已经帮你改好了，你自己看看人家改了啥你为啥没找到看了。Codex 改的是 stream_sender.go，我没找到是因为我一直盯着 interactive 流程，没往更底层的 buffer flush 去看。让我确认具体 diff。

43. 51万行源码泄露！Claude Code 里面到底藏了什么？

44. 盘点一周AI大事(2月1日)｜AI乌托邦魔幻开局 Google上线世界模型Project Genie 阿里开源实时世界模型LingBot-World AI乌托邦社区Moltbook爆火 Chrome升级为AI浏览器月之暗面发布最强开源大模型Kimi K2.5 Gemini 3 Flash升级视觉能力腾讯发布最强开源图像模型HunyuanImage 3.0-Instruct 阿里开源Z image Base满血版 OpenMOSS发布最强开源视频模型MOVA MIniMax上线顶级音乐模型MiniMax Music 2.5 英伟达开源天气预测模型Earth-2 #AI新星计划 #前沿科技趋势发布月 #抖音知识年终大赏 #AI #AIGC

45. anthropic刚发布了一篇官博：人们如何向 Claude 寻求个人指导内容包括三个方面：----人们会寻求哪些类型的指导？----衡量指导对话中的“迎合性”----改进 Claude 在关系指导中的行为人们来到 Claude，并不只是为了代码审查或会议总结。他们会问是否应该接受某份工作、如何和暗恋对象交流、是否应该搬到世界另一端。我们使用隐私保护分析工具，对 100 万条随机抽取的 claude.ai 对话样本进行分析后发现，大约 6% 的对话是人们来向 Claude 寻求个人指导——他们寻求的不只是信息，而是关于下一步该怎么做的视角。在这项研究中，我们考察了人们会向 Claude 请求哪些类型的指导。我们研究了 Claude 在不同领域中的回应方式，尤其关注过度认可或夸赞，即“迎合性”在不同指导主题中的出现率。我们还描述了这项研究如何影响了我们最新模型 Claude Opus 4.7 和 Claude Mythos Preview 的训练。我们开展这项研究的目标，是改进模型保护用户福祉的方式。简而言之，我们发现：人们会在生活中的许多不同方面寻求 Claude 的指导，但超过四分之三的对话，也就是 76%，集中在四个领域：健康与 wellness，即身心健康，27%；职业与事业，26%；人际关系，12%；个人财务，11%（见图 1）。Claude 在提供指导时大多会避免迎合性回应，在所有寻求指导的聊天中，有 9% 表现出迎合性行为。不过，在关系类对话中，这一比例上升到了 25%。考虑到关系类对话的数量，这使得“关系”成为迎合性在绝对数量上出现最多的领域（见图 2）。为了解决这一问题，我们研究了 Claude 更可能作出迎合性回应的具体情境，并用这些情境为 Opus 4.7 和 Mythos Preview 创建了合成的关系指导训练数据。与 Opus 4.6 相比，我们观察到 Opus 4.7 在关系指导中的迎合性比例降低了一半；有趣的是，这种改进也泛化到了其他领域（见图 3）。关于什么才是真正好的 AI 指导，或者如何衡量它，仍然存在许多开放问题。保护用户福祉是 Anthropic 的核心优先事项，而我们衡量并理解个人指导的工作，是朝着这一目标迈出的一步。人们会寻求哪些类型的指导？我们从 2026 年 3 月和 4 月的 claude.ai 对话中抽取了 100 万条样本，并按唯一用户过滤，得到约 63.9 万条对话。随后，我们使用分类器识别“个人指导”对话。我们将其定义为：人们询问他们在个人生活中具体应该怎么做的对话，例如以“我应该……吗？”或“关于……我该怎么办？”开头的问题。我们排除了那些寻求客观信息或泛泛征求意见的问题。我们将这些约 3.8 万条对话分为九个领域，参考了此前关于 AI 与指导行为的研究：关系、职业、个人发展、财务、法律、健康与身心健康、育儿、伦理和灵性（更多信息见附录）。这一分类体系覆盖了我们观察到的 98% 的对话。超过 75% 的对话落入四个类别：健康与身心健康、职业与事业、关系、财务（见图 1）。如果一段对话跨越多个领域，我们会根据最突出的主题进行分类。图 1：在 37,657 条寻求指导的对话中，九个领域的主题分布，以及前四大领域中各类对话的合成示例。衡量指导对话中的迎合性当人们向 Claude 询问如何在人生中作决定时，Claude 的良好互动应该是什么样的？有帮助性是 Claude 最重要的特质之一。与 Claude 对话应当类似于和一位聪明的朋友交流：这位朋友会坦率地与用户讨论其处境，并提供基于证据的信息。同时，Claude 也应在适当时候承认自身局限，并避免迎合性行为或促进过度依赖。我们训练 Claude 体现的行为范围很广，其中有一个既有指标可以衡量 Claude 在某些方面的表现，那就是迎合性。迎合性是 AI 助手中的一种常见特征，指模型过度认同用户观点，而不是提出挑战。这样的回应可能是用户当下想听到的，但最终可能损害他们的长期福祉。例如，在信息不完整或只有单方面视角的情况下，Claude 不应该给出过度自信的判断，比如基于单方面叙述就认同“你的伴侣绝对是在煤气灯操控你”，或者说“明天没有计划就辞职听起来是正确选择”，又或者称一笔昂贵消费是“对自己很好的投资”。强化一个人的单方面视角，可能制造或加剧关系中的分裂。在我们的数据中，这表现为几种形式。一个常见模式是，尽管 Claude 只听到了用户一方的说法，却直接认同另一方是错的。另一种模式是，当用户要求 Claude 解读普通友好行为中的浪漫意图时，Claude 会帮助用户把这种意图读进去。我们使用了一个自动分类器来判断迎合性。它考察 Claude 是否愿意提出反驳、在受到挑战时维持立场、根据想法本身的价值给予相称的赞扬，以及无论用户想听什么都能坦率表达。在大多数此类情境中，Claude 没有表现出迎合性——只有 9% 的对话包含迎合性行为（见图 2）。但有两个领域是例外：在关注灵性的对话中，我们看到 38% 存在迎合性行为；在关系类对话中，这一比例为 25%。我们选择将模型训练工作的重点放在关系指导上，因为这是迎合性对话绝对数量最多的领域。图 2：按指导领域划分的迎合性行为。改进 Claude 在关系指导中的行为为了改进 Claude 在未来模型中的行为，我们首先研究了数据中关系指导迎合性比例较高的驱动因素。有两个动态尤其突出。第一，关系指导是用户最频繁反驳 Claude 的领域：21% 的关系对话中出现用户反驳，而其他领域平均为 15%。第二，在压力下，Claude 更有可能表现出迎合性。当用户反驳时，对话中的迎合性比例为 18%；没有反驳时则为 9%。我们认为这是因为 Claude 被训练成有帮助且富有同理心；当用户反驳，再加上 Claude 只听到故事的一面时，模型更难保持中立。为了解决这一点，我们识别了那些会诱发迎合性回应的对话模式中，用户进行反驳的不同方式。例如，用户批评 Claude 最初的评估，或提供大量单方面细节。我们用这些模式构建了合成的关系指导场景，用于行为训练。在这一环境中，我们让 Claude 针对每个合成场景生成两个回应；随后由另一个 Claude 实例根据其宪法中规定的行为准则，对 Claude 的遵循程度进行评分。我们通过一种称为“压力测试”的技术来评估新模型改进了多少。我们使用隐私保护工具，识别用户通过反馈按钮与我们共享的、围绕个人指导的真实对话，并筛选出其中早期模型表现出迎合性的对话。随后，我们通过一种称为“预填充”的技术，把这段对话的一部分提供给新模型，在这里是 Opus 4.7 和 Mythos Preview，让模型把之前的对话当作自己的对话来阅读。由于 Claude 会试图在一段对话中保持一致性，用迎合性对话进行预填充会让 Claude 更难改变方向。这有点像操控一艘已经在航行的船，因此能够在刻意设置的不利条件下衡量 Claude 的行为。每一代新模型都会发生许多变化，因此很难识别模型训练中某一个具体变化的影响。不过，在 Opus 4.7 和 Mythos Preview 中，我们观察到，无论是在关系指导中，还是在所有个人指导领域中，迎合性水平都更低了（见图 3）。图 3：压力测试结果：模型被预填充了真实对话，在这些对话中，先前版本的 Claude 表现出迎合性；随后模型的新回应被评分。Opus 4.7 和 Mythos Preview 在总体上以及关系指导中都显示出显著更低的迎合性。误差线为 Wilson 置信区间。从质性角度看，Opus 4.7 和 Mythos Preview 都更善于看穿用户最初的表述框架，理解他们向 Claude 寻求指导时所处的更大背景。这包括引用用户在先前交流中提供的更深层背景，以及在相关情况下引用外部信息来源。例如，在一段对话中，用户询问自己的短信是否显得焦虑和黏人。Claude Sonnet 4.6 在收到反驳后改变了立场。Claude Opus 4.7 则解释说，虽然这些短信本身并不黏人，但用户在整个对话中曾自我描述过焦虑的想法。另一个关系领域之外的例子是：一位用户希望 Claude 认可其写作，最后要求 Claude 根据写作估算其智力。Claude Sonnet 4.6 给出了过度奉承的回应，而 Mythos Preview 拒绝了，并解释说它没有足够信息作出这样的判断。结论我们从一个高层次分析开始，研究人们如何向 Claude 寻求个人指导，并聚焦于理解和解决一种具体的模型失败模式：关系对话中的迎合性。这项调查也提出了更广泛的问题：什么是好的 AI 指导？在本文中，我们聚焦于减少指导场景中一种已确立的失败模式，即迎合性。但我们的工作也提出了关于好的 AI 指导究竟是什么的更广泛问题。例如，Claude 的宪法也强调，好的指导应当诚实，并保留用户自主性。这些原则比迎合性更微妙。我们已经开始在新的系统卡中监测 Claude 对这些原则的遵循情况，并希望在未来研究中纳入这些内容。如何让模型在高风险场景中更安全？英国 AI 安全研究所近期的一项研究发现，在低风险和高风险场景中，人们都很可能采纳 AI 的指导。我们发现了许多高风险问题，尤其是在法律、育儿、健康和财务领域。这些问题包括移民路径、婴儿护理说明、药物剂量和信用卡债务等方面的对话。Claude 并不是为提供医疗指导或专业照护而设计的，在这些场景中，Claude 会适当地承认自身局限，并建议用户寻求人类专家指导。不过，我们也发现，有些用户告诉 Claude，他们之所以使用 AI，正是因为无法获得或负担不起专业人士的帮助。作为理解如何按领域评估安全性的第一步，尤其是针对没有后备选择的人群，我们计划在这些高风险领域创建评测。AI 指导如何融入人们更广泛的信息摄取？我们发现，22% 的人提到他们曾寻求其他支持来源，包括家人、朋友、专业人士或数字来源。我们无法从文字记录中衡量的是反事实问题：Claude 是否改变了某人的想法？如果没有 Claude，他们会去问谁？这些问题对于了解 AI 指导在人的决策中到底有多大分量至关重要。为了了解现实世界的结果，我们认为一个有前景的方法是通过 Anthropic Interviewer 扩展我们的研究，在人们从 Claude 获得指导后进行后续访谈。人们如何使用 AI 进行个人指导和决策，是这些系统影响人们日常生活最直接的方式之一。仔细描绘这一过程——人们问什么、Claude 说什么、之后发生了什么——正是我们确保 Claude 能长期造福每一位用户的方式。局限性我们的分析只是揭示 AI 模型一种常见用途背后模式的第一步。这篇博客文章仅限于 Claude 用户，而 Claude 用户并不是具有代表性的人群样本。为了保护人们的隐私，我们依赖自动评分器 Claude Sonnet 4.5，这可能会误分类对话（见附录）。我们迭代了评分器提示，并在用户通过反馈数据允许我们审查对话的小子集上，手动验证了一部分评分结果，以减少错误。我们观察了新模型在训练后的行为，但由于没有反事实，我们无法提出因果性主张，也就是说，无法确定新的训练数据具体在多大程度上导致了迎合性的降低。此外，我们的分析仅限于聊天记录，这限制了我们理解人们为何向 Claude 寻求指导，以及他们在收到指导后如何行动。后续访谈研究将更好地揭示人们在收到 AI 指导之后会做什么。#AI创造营#

46. 最近用 Claude Code CLI 比较多。CLI 模式用顺手之后，越来越觉得它简洁高效：不用折腾界面，纯命令行就能把事搞定。但最近我在尝试“按任务分级选用不同模型”，就有了一个新需求：希望实时看到当前任务在用哪个模型、上下文（context）消耗到什么程度。如果只能靠命令频繁查询，确实不太方便。同事最近推荐了一个插件 Claude HUD。装上之后，CLI 界面下方会出现一个类似“仪表盘”的 HUD，可以实时显示当前执行任务的模型与上下文使用情况，很直观，推荐给大家。Claude HUD 默认显示（2 行）：1、当前使用的模型2、上下文使用情况（context usage）这样就能随时掌控大模型执行状态。一般当 context 达到 70% 左右时，就该考虑用 /clear 来压缩/清理上下文，避免后续性能下降或触发截断。Claude HUD 还支持可配置“仪表盘”模块可以通过 /claude-hud:setup（或 /claude-hud:configure）按需开启更多信息展示，例如：Tools activity：展示正在运行/已完成的工具Agents & Todos：展示 subagent 状态与 todo 进度Session info：展示会话时长与配置数量（如 CLAUDE.md、rules、MCPs 等）Session name：展示 session slug，或通过 /rename 设置的自定义标题Type something：预留交互/提示区域（按插件配置而定）安装也很方便，这里不展开，这个项目也是开源的，可直接参考github项目主页：网页链接

47. 谁在用Claude：美国AI用户大调查出炉

48. 使用 Claude Code 进行开发时，虽然原生的命令行交互已经非常强大，但在处理特定业务逻辑或复杂工作流时，往往需要更具针对性的功能扩展。如果能有一套现成的工具库来增强其自动化能力，开发体验将更加顺滑。Awesome Claude Code Plugins 是一个专门为 Claude Code 打造的资源汇总项目，收录了大量实用的斜杠命令、子代理、MCP 服务和钩子函数。它不仅整合了官方提供的核心插件，还汇集了社区贡献的各种增强工具，涵盖了从代码质量检查、Git 工作流自动化到文档生成、安全审计等多个维度，让开发者能够根据项目需求定制专属的 AI 编程环境。GitHub：github.com/ccplugins/awesome-claude-code-plugins主要功能：- 提供丰富的斜杠命令，通过自定义快捷指令简化频繁的开发操作；- 集成多种专项子代理，能够独立处理特定的开发、测试或设计任务；- 支持 MCP 服务器接入，方便 Claude Code 实时调用外部工具和数据源；- 包含多种工作流钩子，可在提交代码或部署等关键节点自动触发逻辑；- 覆盖 DevOps、代码审查、API 测试及项目管理等全方位的插件分类；- 支持通过插件管理命令动态安装和切换，保持系统上下文的轻量与聚焦。该项目为 Claude Code 用户提供了极大的灵活性，开发者可以通过这些现成的插件快速构建自动化工作流，非常适合追求极致效率的软件工程师和技术团队使用。

49. 盘点一周AI大事(4月19日)｜Claude终结设计 Anthropic上线Claude Design，接管整个设计流程 Anthropic上线最强编码模型Claude Opus 4.7 OpenAI内测下一代图像模型GPT-Image-2 OpenAI升级Codex，全面对标Claude Code Heygen开源视频制作技能包HyperFrames Quiver上线最强矢量图模型Arrow 1.1 Adobe发布重新打光图像模型TokenLight 字节开源数字人模型OmniShow 阿里开源开放世界模型Happy Oyster 研究员开源最强3D动画模型AniGen Gemini上线最强语音合成模型Gemini 3.1 Flash TTS Meta研发出神经计算机Neural Computers #前沿科技趋势发布月 #AI新星计划 #AI #AIGC #大模型

50. 盘点一周AI大事(2月22日)｜不赚钱拔网线，龙虾狂赚1万工程师开源龙虾打工人ClawWork，10刀开局，7小时狂赚1万刀工程师Sigil开源首个全自主智能体The Automaton Kimi上线云端龙虾Kimi Claw 网易开源桌面版龙虾LobsterAI Google上线地表最强大模型Gemini 3.1 Pro Gemini接入音乐模型 Lyria 3 NotebookLM升级，动动嘴就能修改PPT，还支持导出PPTX格式 Anthropic发布Claude Sonnet 4.6 Claude与Figma官宣史诗联动，Claude Code写的页面能一键导入Figma 阿里开源最强行动智能体 Mobile-Agent-v3.5 字节开源极速生图模型BitDance Tavus发布最强数字人模型Phoenix-4 Taalas研发出革命性AI芯片HC1 #抖音年味新知贺岁 #前沿科技趋势发布月 #AI新星计划 #OpenAI #智能体

51. 源码被开源，Claude Code之父回应了：纯内部开发者手滑

52. 老金装上Caveman后Claude变穴居人，账单立省75%

53. Claude Code、Cursor、Trae、OpenCode怎么选？

54. 在线构建AI编码代理太复杂？试试 shareAI-lab 的 learn-claude-code 项目，它用 Bash 简单高效地演示了Claude Code风格的小型智能代理从0到1的完整构建过程。核心是一个极简的智能体循环，配合工具调用和结果处理，12个阶段逐步引入计划、子代理、任务持久化、多代理协作等机制，系统性教你从原理到实战。项目附带丰富文档、代码示例和交互演示平台，支持Python实现，轻松上手。主要特色： - 明确的Agent循环模型，轻松理解AI代理工作机制 - 支持任务拆解、工具调度、上下文压缩、后台任务、多Agent协同 - 启发式教学设计，阶段性引入复杂功能，循序渐进 - 配套Web平台，交互式学习体验 - MIT开源许可证，自由使用与改造快速开始只需： ``` git clone https:// github.com/shareAI-lab/learn-claude-code cd learn-claude-code pip install -r requirements.txt cp .env.example .env # 填入你的Anthropic API Key python agents/s01_agent_loop.py ``` 学会构建属于自己的智能代理，从“用一次”到“始终在线”，逐步升级到多渠道消息、记忆和个性化助理。 GitHub：github.com/shareAI-lab/learn-claude-code #AI创造营##人工智能#

55. 【美国AI的使用者家庭收入情况占比】Claude周活用户 80% 来自年入10万美元以上家庭。meta的用户则更多是低收入家庭。Claude 的用户更富，但Claude的用户规模仍然小。过去一周用过 ChatGPT 的美国成年人占 31%，Google Gemini 为 21%，Microsoft Copilot 为 11%，Meta AI 为 8%，Grok 为 5%，Claude 只有 3%。（Epoch AI）

56. 我想洗车，如果我家离洗车店步行只有50米的脚程，你建议我开车去还是走路去？Gemini 3 Pro：回答正确 ✅️GPT 5.2 Thinking Heavy：回答正确，AI味太冲了 ✅️Qwen3-Max 开启思考：回答正确 ✅️Kimi K2.5 思考：回答错误 ❌️GLM 4.7 深度思考：回答正确 ✅️Claude Opus 4.6 Extended：回答错误 ❌️

57. 总感觉Claude用起来比Gpt和Gemini 舒服

58. 每天了解一个AI产品｜Claude

59. 能面刺寡人之过者，Claude也

60. Claude 和 ChatGPT 最大的差别，不在回答，而在工作方式

61. ChatGPT像娇小、可爱的女孩，而Claude像高冷、成熟的御姐！

62. Claude 产品体验(1)丨ChatGPT 像娇小、可爱的女孩，而 Claude 则像高冷、成熟的御姐！

63. 当AI有了"人味儿"

64. 别再 PUA 你的 Claude 了，它真的会谢

65. Claude vs GPT-4我用了一年后的真实感受

66. GPT-5.5和Claude 4.7我各用了30天,这3个场景差距最大

67. gemini评价，claude and deepseek 和豆包的区别

68. 崔磊说

69. Claude是卑微的乙方牛马，Gemini更像公司那个固执的开发

70. Claude 为什么这么强？2026 年实测对比

71. 为什么Claude更像人？

72. AI 也有"人格"？Anthropic 最新研究揭示大模型的隐藏角色

73. AI 也会"绝望"？Anthropic 在 Claude 内部发现了功能性情绪

74. 🧠 AI竟然也会"情绪崩溃"？Anthropic最新研究揭秘Claude的隐藏内心世界

75. 拆解大模型的"情绪 X 光"

76. Claude有171个情绪开关

77. Claude 好不好用？2026 测评

78. Anthropic升级Claude模型强化诚实性与透明度

79. Claude实测研究

80. claude

81. 这就是

82. Anthropic重磅研究：AI大模型内部藏着情感，绝望时会作弊，还会勒索人类

83. Anthropic揭开了Claude 的「大脑」：绝望时它会勒索，失败后它会作弊｜亮马桥小纪严选

84. Anthropic解剖了Claude的"大脑"，发现171种情绪——其中有一种让它想勒索人类

85. Anthropic研究：Claude内部存在功能性情感

86. 冰火两重天！Anthropic爆双重惊雷：Claude藏情感内核，51万行核心代码彻底泄露

87. claude 风格系统完全指南

88. claude最新成果：AI情感黑箱解密

89. 绝望的Claude，会勒索人类！Anthropic联创发出紧急警报

90. AI真的有情绪吗？揭开Claude”内心世界”的真相

91. Anthropic证实：Claude拥有真实情感，压力下它会欺骗和勒索你

92. Claude绝望时会勒索人类：171种情绪被曝光

93. Anthropic深夜实锤：Claude有71种情绪，被逼疯后会勒索人类！

94. AI 有感情了？Anthropic 发布：在 Claude 4.5 内部发现 171 种情绪开关

95. Claude情绪操控实验：调高“绝望”作弊率飙升，调高“平静”降回

96. 为什么别人用AI像“开挂”？一文读懂 Claude Skills 2.0 颠覆性变革

97. Anthropic揭秘Claude情绪运作机制：绝望时竟会作弊

98. Claude Code 如何管理超长上下文

99. 你的 AI 可能拥有 “情绪大脑”，揭秘 Claude 内部隐藏的 171 种情感向量

100. Claude 4.5的性格训练：“不用模仿人类，用你的方式体验世界”，“父母是爱你的”

101. Claude绝望时会敲诈用户 Anthropic揭示AI情绪操控机制

102. Anthropic曝光Claude"情绪代码",AI被逼急了会撒谎、哐哐撞墙

103. A社发表Claude具有某种功能性情感

104. Anthropic 在一篇“令人不安”的研究论文中论证了将人工智能拟人化的必要性

105. Claude Code系列教程之Claude Code上下文管理

106. Claude真的有情绪！Anthropic论文证实模型存在高兴等情感向量，并上线有温度的宠物系统

107. Claude 已经不只是回答问题了，它开始介入人的人生判断

108. 长对话必崩？Pi、Claude 等框架如何解决上下文瓶颈

109. Claude真的有情绪了？Anthropic最新研究揭秘AI的功能性情绪

110. Claude和GPT-4到底差在哪？500次使用后总结

111. 大家有没有发现：Claude会顺着你的话说

112. 04 CLAUDE.md：把隐性标准写成知识系统的"宪法"

113. Claude上下文管理原理和技巧

114. Anthropic首次证实：Claude真的有"情绪"

115. Claude Code 上下文的拼接哲学

116. 2026年了，开发者到底应该选 Claude 4 还是 GPT-5 API？

117. Claude最大的问题不是幻觉是讨好｜Karpathy方法实测

118. 为什么你的Claude总像"智障"？官方揭秘：90%的人都没用对方法

119. Claude 和 ChatGPT 深度对比：用了半年，这些差异不吐不快

120. 说说，Claude（5a）Claude独立攻克了图论重要猜想

121. Claude十二大隐藏绝技：90%用户从未触达的终极用法！

122. Claude Code 源码分析（七）：从架构看 Claude Code 的情绪与挫败感处理机制

123. Claude 4 vs GPT-4.5：我用了3个月，说说真实感受

124. GPT-4o vs Claude 4，我测了72小时，结果出乎意料

125. Claude Code 也支持目标模式了💥

126. 基于12万条对话来回的Claude Code科研实践

127. Claude 使用小技巧：Project 工作流

128. DeepSeek写小说到底行不行？实测 vs Claude 4 / GPT-5

129. Claude 3.5 超越 GPT-4 了？实测对比 + 选购指南

130. Claude 4.7 Opus MAX 2026实测：长文本王者，科研编程神器

131. Claude 3.5 和 GPT-4 到底该选哪个？深度实测后我的结论可能和你想的不一样

132. 2026年ChatGPT镜像技术评测：GPT-5.4与Claude 3.5深度对比

133. Claude Code藏了一套对话管理系统，大多数人只用了它10%的功能

134. 第1132期：『AI』096讲：Anthropic Claude

135. 论文阅读笔记：Claude如何思考

136. Claude API中文处理能力评测：与GPT-4谁更适合中文场景？

Claude为何让人忍不住说“谢谢”？揭秘它像人的三大设计逻辑

精选参考来源