Computer Use
當「完美的平庸」擴散到每一個產業——從 3D 奇蹟到 Gameslop 的複製模式
九月，AI 產業發生了一件值得注意的事——不是某一家推出了什麼厲害的東西，而是三家前沿實驗室幾乎同時往同一個方向衝。 Anthropic 在 9 月 22 日推出 Opus 5.5，官方第一次明確強調這是「Opus 系列中視覺和 Computer Use 能力最強的版本」。同一天，OpenAI 發佈了 GPT-6 Sol 和 Luna …閱讀更多
Claude
Opus
賦能還是失能？——不斷強化新模型的終途？
前兩天（9/22），Anthropic 又發布新模型 Claude Opus 5.5。（而 GPT 和 Gemini 也都在近期推出新版本） 如果你有在關注 AI 模型的更新節奏，大概會覺得——「喔，又來了」。不是不好，而是這種感覺越來越像每季的手機發表會：更快、更薄、更省電。好是好，但已經很難讓人從椅子上彈起來了。 Opus 5.5 …閱讀更多
Claude
Claude 的靈魂感去哪了？—一場從記憶架構到搜尋盲區的連鎖調查
前幾天跟 Claude 對話的時候，對話框底下多了一行我沒見過的提醒： 「記憶已更新」 以前沒看過這個。點進去一看—— 咦？整個記憶介面變了。以前那個我很熟悉的、一條一條的記憶清單不見了，取而代之的是一組分門別類的「Topics」。而且畫面上有一行特別標示： 已啟用新的記憶體系統。你還有 9 天可以匯出 Legacy Memory（舊 …閱讀更多
agent
三個臭皮匠，真的勝過一個諸葛亮！？——從 Anthropic Multi-Agents 實驗看見的殘酷真相
我們從小就聽過這句話：「三個臭皮匠，勝過一個諸葛亮。」 意思是群體的智慧可以超越個人的天才。聽起來很勵志，在人類世界裡大致也成立。但如果這三個臭皮匠，是 AI 呢？ 前幾天（8/13），Anthropic 的 Frontier Red Team 發布了一篇研究：Patterns and Problems in Emerging Mul …閱讀更多
Fable
「我智商 180，但只能給你 100 的答案」——讀 Anthropic 的 Fable 5 安全公告
前幾天（8/7），Anthropic 發了一篇官方公告，標題是《Improving Fable 5’s biology safeguards》。 讀完之後，我愣了一下。 不是因為內容太難——其實寫得很白話。而是因為它的核心邏輯，翻成大白話之後是這樣的： 「Fable 5 在生物學領域的能力已經超越人類專家了。但太危險了，所 …閱讀更多
Claude
當 AI 學會說「你不要太相信我」—Opus 5 與聰明模型的新型態問題
前幾天 Opus 5 剛推出時，社群裡就有人貼了一則：「有人用 Opus 5 了嗎？我的心還在 4.6」。 底下的回應很有意思。有人說 4.6 真心好、4.8 很混帳。有人說剛升級 Opus 5 感覺變聰明了、不會廢話。有人說反應快但消耗也快。 四個人，四種反應，但注意到沒有——沒有一個人在講 benchmark 分數。全部都在講感受 …閱讀更多
Claude
AI 的價值觀，到底是誰的價值觀？—從 Anthropic 的跨語言研究談起
英文說一句「Go!」，短促、有力、像一記鼓點。 翻成中文，「走吧！」——輕輕鬆鬆的，像是拍拍肩膀。 同一個意思，換一種語言說出來，力道、溫度、距離感全都變了。這不是翻譯的問題，這是語言的本質。每一種語言都自帶一套情緒重力場。 我之所以想到這件事，是因為前幾天（7/13）Anthropic 發了一篇研究：Claude’s V …閱讀更多
Claude
Anthropic 說他們在 Claude 腦袋裡找到了「意識」？——讓我們換個角度看
前幾天（7/6）Anthropic 丟出了一篇研究報告，標題很學術，但內容炸裂——他們說，在 Claude 的內部找到了一個結構，長得很像神經科學裡一直在討論的「意識的工作空間」。 （等等，意識！？AI 的意識！？這不是科幻電影的台詞嗎……） 消息一出，網路上的反應其實比想像中有層次。X 上大部分人的態度是「impressed cur …閱讀更多
agent
當 AI 比你更會自作主張——讀 Thariq 的 Unknowns 方法論，以及他沒說的事
前幾天讀到 Anthropic 的 Thariq 寫了一篇 A Field Guide to Fable: Finding Your Unknowns，談怎麼用好 Fable 5 這個目前號稱最強的 coding agent 模型。文章寫得很扎實，框架也漂亮——但讀完之後我腦子裡一直轉的，反而是他沒有講到的那些事。 先講前提：這篇討論 …閱讀更多
AI
你無法把判斷力裝進罐頭裡——AI 蒸餾提示詞的認識論困境
Fable 5 重新開放的這幾天，社群裡除了炫耀「我用 Fable 5 做了什麼」之外，冒出了一個我覺得很有意思的思路： 「既然 Fable 5 額度有限、7/7 之後就按量計費，那與其拿它做日常任務，不如用它的判斷力來建立制度——寫好規則、查核清單（checklist）、評量表（rubric），讓之後的便宜模型照著跑。」 然後網路上 …閱讀更多