meng shao@shao__meng · 5月13日65

Claude Opus 4.7 "Fast Mode" 在 Claude Code 和 Claude API 里都可用了 另外在 Cursor、Emergent、Factory Droid、v0、Warp 和 Windsurf 也可以用 Fast Mode：2.5x 速度，速度更爽，用起来可能就回不到 1x 的慢速了；但是。。6x 价格，好吧，我还是用慢速吧 慢即是快 😂

ClaudeDevs@ClaudeDevs · 5月13日69

How do you keep Claude working until the job is done? Claude Code helps with this in a few ways, including one we shipped recently: /goal.

译如何让Claude持续工作直至任务完成？Claude Code通过几种方式提供帮助，包括我们最近推出的功能：/goal。

宝玉@dotey · 5月13日65

Anthropic 今天正式上线了一个叫做「Claude for Legal」的仓库，一口气放出了 12 个针对具体法律岗位的插件，以及超过 20 个连接行业常用软件的 MCP 连接器。 无论你是公司法务、打并购战的律所、专注隐私和 AI 治理的法律顾问，还是每天苦熬到半夜的诉讼律师，甚至是法学院里摸爬滚打的学生，这个仓库都给你准备好了对应的 AI 工具，直接在 GitHub 上开源了：http://github.com/anthropics/claude-for-legal。 这些插件用之前不是即插即用，你得花 10 到 20 分钟，带着 Claude 做个简单的“冷启动访谈”，把你团队的 playbook、模板和风格习惯都塞进一个叫 CLAUDE.md 的本地文件。这样，以后每个插件干活儿的时候，都自动按照你自家的风格和标准来。 Anthropic 这么搞，是为了彻底解决 AI 法律工具最常见的槽点：输出内容太通用，看起来不像哪家律所自己的东西。 Anthropic 还是挺懂律所的痛点的。 比如 Vendor Agreement Reviewer 插件，它能自动对照你家合同模板改供应商协议，还贴心地输出一份 redline 备忘录； 又比如 NDA Triager，帮你自动把涌进来的 NDA 文件按绿黄红分级，绿灯放行、红灯直接推律师处理； Claim Chart Builder 插件可以一键生成专利侵权对比表； Privilege Log Reviewer 自动帮你跑第一轮特权日志审查； 而 Docket Watcher 插件则不知疲倦地盯着法院动静，帮你把最新动态实时扫进来。 简单讲，就是把律所里最烦、最机械、最浪费人力的活，变成了一个个简单的 slash command。 如果说插件解决的是律所内部效率问题，那么对行业系统的深度接入才真正体现 Anthropic 的野心。 现在，Thomson Reuters 的 CoCounsel、Harvey，还有 iManage、NetDocuments、Ironclad、DocuSign、Everlaw、Relativity、Box、Datasite 等几乎所有你能叫得上名字的平台，全都接入了官方 MCP 连接器。日常办公的 Word、Excel、Outlook、PPT 也全线打通。合同改完后，Claude 甚至会直接输出成 Word 修订模式，律师一条条接受或拒绝就行。 Anthropic 不只是把目光停留在高端律所。他们还特意做了些更「接地气」的事儿，联合 Free Law Project 和 Justice Technology Association，给法律援助机构、公设辩护人、非营利法律组织推出特别折扣，连给普通当事人设计的 Courtroom5 工具也接进来了。这点挺让人感触的，因为美国大约八成民事诉讼里的原被告，根本请不起律师。 Claude for Legal 背后的大脑是刚升级的 Claude Opus 4.7 模型。Anthropic 很谨慎地强调：所有插件输出都是“仅供律师审阅的草稿”，绝对不能替代律师的专业判断。 README 文件里反复提醒：引用必须追踪来源，涉及特权和主观法律判断时，要默认保守处理。毕竟法律这件事，AI 还是不能完全代替专业律师。 官方博客：https://claude.com/blog/claude-for-the-legal-industry

译Anthropic正式开源“Claude for Legal”项目，针对法律行业推出12个具体岗位的AI插件和超过20个连接行业常用软件的MCP连接器。用户通过简短的“冷启动访谈”定制本地CLAUDE.md文件，使插件能遵循团队特定的风格与标准，解决AI法律工具输出内容过于通用的问题。插件功能覆盖合同审阅、NDA分级、专利侵权对比表生成等重复性工作，并深度集成Thomson Reuters CoCounsel、iManage、DocuSign等主流平台。项目基于Claude Opus 4.7模型，但强调所有输出仅为律师审阅的草稿，不能替代专业法律判断。

swyx 🌉@swyx · 5月13日47

the best way to think about /goal is that you’re moving from prompting WHAT you want done, to HOW you want it evaluated

译理解/goal的最佳方式是 你正从提示“要做什么” 转向“希望如何评估它”

Chubby♨️@kimmonismus · 5月13日13

Very bad wording in the post

译帖子里的措辞非常糟糕

阿绎 AYi@AYi_AInotes · 5月13日59

Claude今天这波操作，真的把我看暖到了！ 他们给每个参与者发了一台巴掌大的Cardputer， 只有几英寸的小屏幕，有限的内存，和一个迷你键盘， 然后让大家用Claude辅助写代码， 几个小时之后，所有人都做出了属于自己的小玩意儿， 有人做了摇一摇就能切换主题的魔法棒， 有人给女儿做了像素小花拼写游戏， 有人做了靠身体倾斜控制的弹珠迷宫， 有人复刻了经典的俄勒冈小径生存游戏， 没有一个是能赚钱的杀手级应用， 但每一个都让人忍不住会心一笑， damn，这才是AI coding真正的魔力啊， 以前做硬件需要懂嵌入式，懂MicroPython， 现在你只要跟Claude说，帮我做一个摇一摇会亮的魔法棒， 代码就出来了，刷一下就能跑， 最关键的地方在于 资源越少，创意密度反而越高， 无限的算力和大屏只会让你陷入功能堆叠地狱， 只有当你被限制在几英寸的屏幕里， 你才会逼着自己做最极简，最直觉，最打动人的东西， 我觉得AI真正解放的不一定都是程序员， 还有那些脑子里有一堆奇思妙想， 却从来不会写代码的普通人， 把从想法到原型的时间，从几个月压缩到了几个小时， 挺感慨的，现在最火的AI产品都在卷生产力，卷benchmark，卷能替代多少员工， 只有Claude，带着一群人，用最简陋的硬件， 做了一堆最没用，也最快乐的小玩具， 我相信 快乐永远比实用更有力量， 有趣和可爱才是终极的增长黑客， 所以兄弟们，别再天天想着用AI改变世界了， 今天就用Claude，给自己做一个没用的小玩意儿吧！ #Claude #Cardputer #AI编程

译在“Code with Claude”活动中，参与者使用资源有限的Cardputer微型电脑，在Claude的辅助下于几小时内创作出各种充满趣味的小项目，如魔法棒、拼写游戏和弹珠迷宫。这些项目虽无商业价值，却展现了极高创意密度与快乐。活动证明，在有限硬件条件下，AI能将创意实现时间从数月压缩到数小时，真正解放了有想法但不会编码的普通人。在当前AI行业过度聚焦生产力与替代人力的背景下，Claude此举凸显了“快乐比实用更有力量”的理念。

Chubby♨️@kimmonismus · 5月13日57

i thought this was a joke. Opus 4.7 2.5x speed at 6x cost. what

译我原以为这是个玩笑。 Opus 4.7 速度提升2.5倍，成本却达6倍。 什么情况

ClaudeDevs@ClaudeDevs · 5月13日76

Fast mode for Claude Opus 4.7 is now available in research preview on the API and in Claude Code.

译Claude Opus 4.7的快速模式现已在API和Claude Code中开放研究预览。

Claude@claudeai · 5月13日24

We gave people tiny computers at Code with Claude. Here are some of the small, delightful things they built:

译我们在Code with Claude活动中分发了微型计算机。 以下是参与者构建的一些小巧而有趣的成果：

向阳乔木@vista8 · 5月12日72

如何让Claude Code中调用Codex，可安装OpenAI提供的官方插件。 在Claude Code中依次执行： 1. 添加库 /plugin marketplace add openai/codex-plugin-cc 2. 安装插件 /plugin install codex@openai-codex 3. 重新加载插件 /reload-plugins 4. 登录配置（已安装登录Codex cli，这步不用） /codex:setup

译本文介绍了在Claude Code中通过插件市场安装OpenAI官方Codex插件的具体步骤：添加库、安装插件、重新加载及配置。其核心实践动机源于HeavySkill论文提出的“重思考”方法，即让多个AI模型并行独立推理，再由一个模型（如Codex）作为主持人综合思路以提升回答质量。作者正依此构建由Claude Code推理、Codex主持的Skill。

Chubby♨️@kimmonismus · 5月12日57

This explains why Sam Altman might be so mad at Dario Amodei: during OpenAI’s messiest breakup episode, the board apparently tried to give Dario the keys, the house, and Sam’s job. Id be pissed too tbh.

译根据Ilya Sutskever的宣誓证词，2023年11月Sam Altman被解雇后，OpenAI董事会曾秘密接触Anthropic，提议其与OpenAI合并，并邀请Anthropic联合创始人Dario Amodei出任新公司的CEO，但该提议遭到Anthropic拒绝。这一曾被质疑为虚假的传闻如今被证实，解释了Sam Altman对Dario Amodei不满的原因。

Tibo@thsottiaux · 5月12日48

The master becomes the mentee. At last, Claude is now copying Codex. But you cannot out-accelerate GPT-5.5.

译导师变成了学徒。Claude终于开始模仿Codex了。 但你无法超越GPT-5.5的加速能力。

宝玉@dotey · 5月12日66

http://x.com/i/article/2054083068839796737 # AI 时代到底该怎么管一个工程团队 Fiona Fung 在 Anthropic 大会上讲了 28 分钟，聊了聊 AI 时代到底该怎么管一个工程团队。 她做这套幻灯片时，Anthropic 还没有推出 Routines 功能。 三周后，Routines 上线了。这是一个让 Claude Code 在云端按计划自动跑任务的功能，不需要在本地一直开着终端。等到她真正站上 Code with Claude 2026 大会的讲台时，幻灯片里好几张就已经过时了。 Fiona Fung 是 Anthropic 旗下 Claude Code 和 Cowork 两条产品线的工程与产品负责人。她之前在微软干了十二年（从 Visual Studio 做起），后来去 Meta 带过 Facebook Marketplace 和 Instagram 的工程团队，在 2025 年 9 月加入了 Anthropic。这次演讲不到三十分钟，主题听起来很普通：“AI 时代怎么管一个工程团队”，但她讲的全是这一年来在 Claude Code 团队踩过的坑、砸碎的旧规则，以及还没想明白的现实挑战，一点也不讲抽象的空话。 视频原链接：https://www.youtube.com/watch?v=igO8iyca2_g ## 要点速览 - 软件工程的瓶颈过去是“写代码慢”，现在则转移到了验证、评审、跨职能协作和安全性上。 过去的各种流程都是基于“写代码很贵”这个假设设计的，现在既然“写代码几乎免费”，流程就必须全部重构。 - 流程极少会自然消亡，组织只会一层层地往上叠加 SLA、规章制度和评审。用 AI 改造工程团队的第一步，其实就是明确允许大家砍掉陈旧流程。 - 技术辩论的方式变了。过去是把人拉到白板房里画架构图，现在是让 Claude 同时搓出三个 PR，连着对 API 的实际影响范围一起对着代码讨论。 - 在 Claude Code 团队，所有的 PR 都有 Claude 的参与。“这段代码到底是谁写的？”这个问题已经渐渐失去意义。 - 经理必须从一线 IC (个人贡献者) 做起。Fiona 在招人时死死咬住这一条，负责招聘的同事一开始甚至不能理解：“现在哪有经理愿意倒回去先写代码的”。她的回应很干脆：“不愿意就趁早好聚好散”。 - 组织尽量扁平、所有小组共享一个团队目标（mission）。理由很简单：目标一变，层级越多越容易产生对齐损耗，扁平意味着灵活。 - 代码就是唯一的“事实来源”（source of truth），而不是设计文档。 如果非要保留 spec，就把 spec 提交进代码库，让 Claude 去校验代码与文档是否一致。 - 衡量效果看三个指标：新人上手时间、PR 的生命周期、Claude 辅助提交的比例。但她也警告，别死盯着“有多少代码是 AI 写的”，那只是虚荣指标，关键要看产品质量和可靠性。 ## 【1】二十年里，行业被重塑了两次 演讲一开始，Fiona 把时间线拉回了 2000 年代初。她当时在微软做 Visual Studio 2005——全球主流的开发工具之一。那会儿软件还是靠 CD 发行的（再早点是软盘）。因为软件要送到流水线上刻盘、装盒、铺货到店里，每个版本都有雷打不动的发布主线。 后来互联网来了，把发行方式从 CD 变成了在线分发，工程节奏随之被颠覆。现在轮到 AI，但这次变的不只是发行节奏，而是“写代码”这件事本身。 > 过去管用的老经验，现在未必行得通了。 （“What served you prior may not serve you any longer.”） 她在演讲里反复回到这一句。多年来工程节奏围绕一个假设搭建：写代码贵、写测试贵、重构贵。从瀑布到敏捷，每一种方法论都是在分配这块稀缺资源。 去年她还在抱怨 vibe coding（凭感觉编程，由 OpenAI 联合创始人 Andrej Karpathy 在 2025 年初提出）：“为什么到处用常量，工程实践不好。”一年之后，模型变得能干太多。这种突破已经远超单纯的“提速”范畴，而是整体的吞吐量直接跃升了一个数量级。 ## 【2】当编码不再是瓶颈，新的卡点出现在哪里 Claude Code 团队现在的瓶颈是验证、评审、跨职能协作、安全。 代码量提升后，她被其他工程负责人问得最多的问题是：“这些代码人怎么审得过来？”她也想知道维护成本怎么算。生成代码的成本几乎为零，但维护成本不会跟着归零。 > 注： 演讲提到的“用 Claude Code 构建 Claude Code”是 Anthropic 公司层面的公开做法。Boris Cherny 此前在多次访谈中讲过，自己用 Claude Code 在 10 天内构建了 Cowork 这个面向非技术用户的桌面 Agent。这是工程现实，不是修辞。 她列出了一份“正在悄然失效”的旧流程清单：长达半年的产品路线图、繁琐的排期会议、对代码的所有权划分、马拉松式的代码评审会议、按部就班的传统团队结构、知识库分享、以及漫长的新人入职培训（onboarding）。这些统统都是因为当初“开发成本太高”而被现实倒逼出来的历史产物。 > 流程极少会自然消亡。我们习惯的做法是不断地往上叠加新流程。 （“Rarely do processes kill themselves, we tend to just layer more and more and more processes on.”） 她举了个痛点例子：之前在某个团队，SLA（服务级承诺）多到需要拉个大表格强制排序，工程师才能弄清楚哪条需要优先响应。她早就觉得这种过度堆砌该清理了，但真正下决心动手，还是到了 Anthropic 之后。 ## 【3】少做什么：六个月路线图、设计文档、产品评审 刚加入 Claude Code 时她还在问：“不需要做六个月路线图吗？” 写出来了，前三个月还能用，过完新年再看，已经变了大半。她现在用一个词：jit planning（即时规划），借编程概念里的 just-in-time 编译，意思是什么时候需要再做什么，因为原型成本已经趋零，“提前规划”的杠杆消失了。 设计文档也大量减少。Claude Code 团队的默认讨论媒介从“先写一份 doc”换成了“先发一个 PR”，有想法直接做出来。产品评审会同样开得少，因为产品形态变化太快，与其评审 mock，不如把内部版本推给 Anthropic 全员（她管这个叫 ant-fooding，因为公司名 Anthropic 含“ant”），再推给外部用户，听他们怎么用。 ## 【4】多做什么：验证，把质量保障往源头推 她希望团队在验证上加倍投入，叫 shift left（左移）。传统软件流水线左是源头右是交付，把质量保障从靠近交付端的人工测试，往靠近源头的自动化推。 为什么这件事变重要？因为角色边界正在模糊。她的设计师同事现在也在提交代码。Fiona 顺带讲了一个真实的小焦虑：她有次修了个跟求职简历相关的 bug，第二天扫了一眼 Boris 的消息流，看到有人在群里 @ 他报新 bug。她形容自己当时的感触是“心跳都漏了半拍”，生怕是自己捅的娄子。 每个人都不希望因为自己的提交把服务搞挂。在这个高吞吐量的环境下，这是非常真实的心理负担。传统的人工 QA 根本接不住这么高的代码产出率，所以质量保障必须更早地依赖自动化机制。 ## 【5】技术辩论的方式变了：从白板到三个 PR 刚加入 Claude Code 团队时她想做一次重构，借机熟悉代码库。和 Boris 在技术方案上有分歧，她差点习惯性地拍肩膀说“走，去白板房画一下”。 下一秒她马上意识到，其实完全可以让 Claude 同时搓出三个版本的 PR，直接对比完整的代码实现，甚至能拉出对所有调用方的影响。白板上可画不出这么直观的全局视角，但代码可以。 > 当写代码变得轻而易举，无休止的争论就显得极其昂贵。 （“When building is cheap, arguing is expensive.”） 抛出这个判断时，她的语气尤为严肃。她随即提醒听众：正因为生成代码的成本趋于零，团队文化和底线共识反而变得越发关键。 决不能沦为“谁最后一个 commit 谁赢”。比如有人熬夜到凌晨三点偷偷交代码，或者设个定时任务抢在上线前压哨操作，这绝对不行。恰恰是因为代码不值钱了，团队横向对齐反而更需要明确的底线。 ## 【6】代码评审：Claude 接什么，人保留什么 Cat Wu 在大会上午的 keynote 已经讲了 Claude 自动评审 PR 的能力。Fiona 这里的视角更具体：什么交给 Claude，什么继续留给人。 > 注： Cat Wu 是 Claude Code 的产品负责人，与 Boris Cherny 同台主理 Claude Code 产品方向。 交给 Claude 去做的：风格检查、lint 去重、回应代码评审意见、抓常规 bug，以及补全单元测试。她说 Claude 现在非常擅长“打理”PR，通常在人工接手之前就把大部分脏活累活干完了。 依然需要人工介入的有三类：法律和合规层面的审核，因为涉及风险口径；安全敏感代码的边界确认，因为出漏洞的代价太高；针对产品体验的 sense（直觉）和品味，这也是当前大模型相当难跨越的一道门槛。 第三类她讲了个轻松的例子。她有个小爱好：按节日装饰 Claude 的终端形象。圣诞节那次她想把 Claude 变成雪人，让 Claude 用 ASCII 字符画。她把结果发给设计师同事征求意见，对方一句话：“你把它画成了 Mr. Peanut。” > 注： Mr. Peanut 是美国知名零食品牌 Planters 的吉祥物，戴礼帽和单片眼镜，长得跟雪人在轮廓上有点像。 她最终采用了简单方案：冰蓝色 + 雪花。这个故事她拿来说明产品 sense 的意义：抽象判断很难自动化。 ## 【7】代码边界日渐模糊，角色分工也在重新洗牌 在 Claude Code 团队，几乎所有的 PR 都有 Claude 参与。“这段代码到底是谁写的？”这个问题正在变得荒诞甚至没有意义。 Fiona 建议不要纠结于这种表象，而是深挖你真正想搞懂的是什么：是谁的修改引爆了 bug？谁有足够的背景上下文去跟客户解释技术细节？谁对这块代码模块的来龙去脉更清楚？如果你问的是后面细分的这几个问题，就会发现往往有更好的自动化路径来回答。比如她原来有个习惯：每天早上泡一杯咖啡，用 Claude Code 对接客户反馈频道去跑一遍信息汇总摘要；现在这个动作已经被编排进了 Routines 自动化任务里，连手动敲命令都省了。 > 注： Routines 是 Claude Code 的一项功能，可以设置定时或触发式的自动化任务。Fiona 在准备这个演讲的一个月期间，这个功能才刚上线，连她自己的幻灯片内容都因此需要更新。 这种角色的模糊化是双向发生的。一面是非技术出身的人员也开始卷起袖子写代码，Claude Code 团队里的 PM 就在实打实地提交 PR。另一面则是让工程师跳出自己的一亩三分地，去抢传统上属于其他岗位的活儿。Fiona 拿自己举了个例子：她原本想优化一下 Claude Code 的用户问卷调查，又找不到内容设计师。过去她可能要拉着内容团队的人反复抠文案字眼，现在她直接用 Claude 作为文案搭档。她自嘲作为一个典型的工程师，“在把文案写得精炼这件事情上可谓是一塌糊涂”。 在招聘上，Claude Code 团队重点看两类人。一类是有产品感觉的创意建造者：好奇心强，看到问题就想做产品来解决，会反复打磨体验。另一类是深度系统专家：团队搭建 Claude Code Remote 时发现缺少有分布式系统经验的人。她不再看重的是原始编码吞吐量，模型已经把这部分拉平了。 ## 【8】组织形态：尽量扁平，经理从 IC 做起 Anthropic 招她进 Claude Code 时，对方默认按“10 个 IC 配 1 个经理，再向下嵌套”的结构来招人。Fiona 不要这种。 她想要的是尽量扁平。Claude Code 和 Cowork 两条线只共用一个团队 mission，不让每个小组各自定 mission。理由很实在：mission 一变，多层级要花很多时间向下对齐，扁平等于灵活。 她还坚持一条：Claude Code 团队里所有经理都要先做 IC（individual contributor，一线工程师）。 招聘官最初的反应是“你疯了”，意思是没有经理愿意先做 IC。 > 我希望 Claude Code 团队的每个经理都从 IC 起步，这是我对团队的期望，不接受就早点分开。 （“This is what dogfooding on the Claude Code team's about, this is what I expect and if someone's not interested it's better for us to do earlier separation.”） 这一条对她自己也是。她的上一次 push 代码到生产环境是 2017 年，加入 Anthropic 之后才重新写起代码。她说自己在 Meta 时每年还试着提交一次 PR，但内部工具变得太快，一年学一个命令第二年就过期了。 > 现在我连 git 命令都不记得了，全靠 Claude 帮我搞定。 （“Nowadays I don't even remember git commands, I just always ask Claude to help me out with all of that.”） ## 【9】从文档退位，让代码成为“唯一事实来源” Claude Code 团队现在把代码视作最终的 source of truth（唯一事实来源）。比如 Fiona 现在是怎么答复技术客诉的？她会直接启动桌面版 Claude Code，挂载本地 repo 后让大模型直接从代码找逻辑去回答。这种做法彻底干掉了软件行业的一个千年遗留问题：开发文档总是不和代码同步。 但她特意补充说明：这条经验并不是放之四海而皆准的。如果你们团队业务要求必须有完备的需求文档，那就顺理成章把 spec 也提到代码库里，让 Claude 交叉校验一下最后跑出来的代码跟文档写的是否吻合。 在推行这些变化时，Fiona 区分了“必须统一”和“交给小组”两层。必须统一的几条核心准则：每个团队成员都要用 Claude Code（包括跨职能伙伴，Cowork 也是）；尽可能把能自动化的工作 Claude 化（团队内部叫“claudify everything”）；明确允许杀掉已经不服务于人的旧流程。 最后一条她给了个具体例子。Claude Code 团队曾经搞过站会，团队变大后改成在共享表格里填周进度。某天她看着这张大表觉得索然无味：因为信息明明都在 Claude 能读到的地方，其实让 Claude 写个总结脚本丢在那里，任何人随时去拉一下其他人的状态摘要，这不比催人填表高到不知道哪里去了。 不过给小组自行拿捏的空间也非常清晰：诸如 bug 的 triage（分诊）机制、排期的节奏、谁值班怎么值，乃至哪些工作流优先级较高需要率先上 Claude，统统放权让小组自己说了算。 ## 【10】三个可观察的指标，和一个警告 她没透露具体数字，但点了三个方向： 新人爬坡时间显著下降。工程师、设计师、PM 在新团队产生有效产出的速度明显更快。 PR 所需的周期明显变短了。她顺带一提，这其实是个值得深挖的指标，因为它的变化折射出的不仅仅是你这团队对 AI 工具的接受度，有时也会暴露下游基建拉胯的弊端，比如 CI（持续集成）管线或产品基础设施环境根本吃不消工程师当前暴增的提交速率。 Claude 介入提交的覆盖比例越来越高。在 Claude Code 团队的氛围里，每一次 commit 带上 Claude 才是被默认的常规操作： > 我已经差不多四个月没看到一次非 Claude 辅助的提交了。 （“I don't think I've seen a non-Cloud assisted commit probably in the last four months or so.”） 但她在指标这一段明确加了警告：不要只看“代码有多少由 AI 生成”。各家公司新闻稿里这个比例越说越高，但吞吐量本身不是目的，要回头看你究竟在解决什么问题、产品质量和可靠性还守不守得住。 ## 【11】她自己也没想清楚的三件事 Fiona 在演讲最后承认，有三个问题她还没答案： 第一，工程师能跨平台流转之后，传统的“iOS 团队 + Android 团队”分队还有没有意义。 第二，自动化评审要推到多远。“信任但验证”的边界在哪儿，会随模型升级再次移动。她提到当天稍早一场关于模型能力的演讲，意思是评审托管给 Claude 多少，不是一个一次定下来的决定。 第三，角色模糊之后，怎样让所有人感觉同样有产出感。当工程师能做内容、PM 能写代码、设计师能修 bug，传统的产出归属变模糊了，公平感的设计是新课题。 她给听众的最后建议其实非常朴素直接： > 挑出极其折腾人、尤为啰嗦的那条工作流，重新审视一下它到底还在为谁干活。 （“Pick your noisiest workflow … is it still really serving, what's the purpose of there.”） 她拿自己的亲身经历当了反例。以前在带某个团队时有个雷打不动的周例会，五十多号人挤在一个大屋子里。但 Fiona 细看发现，除了被点到名字起来汇报状态的人会假装抬一下头，其他人全都不约而同在低头敲键盘。后来她只问了一句“我们到底图什么还在开这破会”，瞬间全票通过顺带原地解散了。 视频原链接：https://www.youtube.com/watch?v=igO8iyca2_g

译Anthropic的Fiona Fung指出，AI使代码生成成本趋近于零，工程瓶颈已从“写代码慢”转向验证、评审与协作。基于“写代码贵”假设的旧流程（如冗长路线图、繁琐评审）必须重构。技术辩论应从白板讨论转为让AI生成多个PR进行对比；代码成为唯一事实来源。经理需从一线工程师做起，组织应扁平化。质量保障需“左移”，依赖自动化。代码评审中，AI处理风格检查等常规任务，人类则专注于合规、安全及产品体验等关键决策。

ginobefun@hongming731 · 5月12日45

Claude 中关于结果验证和梦境学习的分享，值得深入了解下

阿绎 AYi@AYi_AInotes · 5月12日55

Wow，Claude今天这个Agent View更新，直接把我爽到原地起飞， 我记得以前同时跑四五个代理， 要开一堆终端窗口， 靠脑子记哪个任务在等我回复， 上下文切换到脑子直接炸成浆糊， 现在一条claude agents命令， 所有会话全在一个视图里， 按状态清晰分类（需要输入、正在运行、已完成）， 每行显示任务名和最后输出摘要， 按空格就能快速 inline 回复， 输入/bg直接扔后台自己跑， 需要你决策的时候会在视图里醒目标注， 这可就不是什么锦上添花的小功能了， 我觉得更像是Claude Code从单兵作战的终端AI， 走向多代理统一管理的重要一步， 对于开发者最痛苦的从来不是AI写代码不够快， 而是处理并行任务时的脑力记账， 而现在这个负担很大程度外包给了CLI， 你只需要做一个指挥官， 不用当切换Tab的操作员， 特别适合PR看护、性能审计、批量重构、循环监控这些长任务， 很多长任务可以丢给后台自己跑几个小时， 你该干嘛干嘛， 回来直接看结果就行， 我觉得Anthropic这波是在抢开发者操作系统的入口了哈哈， 纯CLI的极客路线，刚好戳中重度终端用户的爽点， 特别适合我们这些终端重度用户！ #Claude #AI编程 #开发者

译Claude Code新增Agent View功能，将所有会话集中在一个视图中，按状态分类显示任务名和输出摘要。用户可快速inline回复或后台运行任务，减轻处理并行任务时的脑力负担。这标志着Claude Code从单兵AI向多代理统一管理演进，适合PR看护、性能审计等长任务。该功能作为研究预览发布，针对终端重度用户设计，旨在抢占开发者操作系统入口。

歸藏(guizang.ai)@op7418 · 5月12日63

Claude Code 昨天更新了一个新的功能：Agent 视图。你可以在一个终端标签页里管理多个正在运行的 Agent。 你可以启动新的 Agent 并将其放在后台，Agent 视图会标注每个 Agent 的状态，包括：已完成、需要输入、正在进行。 你可以通过以下两种方式打开 Agent 视图： 1. 在任何会话点按左箭头 2. 直接在终端运行命令 `claude agents` 在视图中，每一行代表一个 Agent，会显示当前的对话、是否需要你的输入，以及该 Agent 上一次回复的大概内容。 你可以在视图里查看详细的对话信息，也可以直接进行回复。 如果你想将现有的会话加入到 Agent 视图中，可以使用 `/bg` 命令。这个功能对于需要开启多窗口或运行长期任务的场景非常有用。

译Claude Code推出Agent视图，允许用户在单一标签页集中管理多个运行中的Agent，并清晰显示其状态（如“需输入”或“进行中”）。用户可通过点击箭头或运行`claude agents`命令打开该视图，查看对话概要并直接回复。使用`/bg`命令可将现有会话加入后台管理，适用于多任务或长期运行场景。此功能目前以研究预览版提供。

OpenRouter@OpenRouter · 5月12日65

We’re thankful to have been a partner for Anthropic’s Claude Platform on AWS release! It’s seen production OpenRouter traffic, performed consistently, and is now labeled accordingly across all applicable Claude models.

译我们很荣幸能成为Anthropic的Claude平台在AWS发布的合作伙伴！ 它已承载生产环境的OpenRouter流量，表现稳定，现已在所有适用的Claude模型中完成相应标注。

ginobefun@hongming731 · 5月12日59

推荐一期姚顺宇 4 小时的访谈播客 这期节目来自张小珺对 AI 研究员姚顺宇长达 4 小时的深度访谈。姚顺宇毕业于清华和斯坦福，博士方向是理论物理，博士毕业后转行进入 AI，先后在 Anthropic 和 Google DeepMind 担任研究科学家，参与了 Claude 3.7、Claude 4.5 和 Gemini 3 等模型的开发。 他在访谈里说了一句容易让人误解的话：AI 这件事，本来也不太需要脑子，这个行业最重要的特质是靠谱、做事细、对自己做的事情负责任。 他并不是在说 AI 研究简单。他想说的是：AI 行业的核心竞争力，已经从难以复制的天才洞察变成了工程执行力。在预训练规模已经证明有效、主要技术路线基本确立的今天，能把事情做踏实、不出岔子、持续迭代，才是真正稀缺的能力。 他还做了一个比喻：现在大家都是冲浪的人，但本质上是那个浪在驱动一切。模型能力的演进就是那个浪，研究员只是借着浪在推进工作。过度崇拜个体天赋，是一种认知偏差。 核心判断：AI 个人英雄主义时代已经过去了。2020 年前后，确实有一段个人英雄主义色彩浓厚的时期，一篇论文、一个算法可以显著推动整个领域进步。但在今天，前沿模型的训练是需要数百人协作、跨越漫长时间线、依赖海量算力的工程行动。继续用英雄主义叙事来理解这个行业，只会把注意力放错地方。 技术判断方面：他认为预训练远没有到头，只是训练方式变了，从依赖堆数据和算力的硬蒸，变成需要在训练方法上更精明的路径。Coding 领域的爆发速度快于其他方向，背后有数据质量和评估机制上的结构性原因。

译AI研究员姚顺宇在访谈中指出，行业核心竞争力已从天才洞察转向工程执行力。在技术路线确立的当下，靠谱、细心和负责任的态度比个人天赋更稀缺。他认为AI个人英雄主义时代已结束，前沿模型开发是数百人协作、依赖海量算力的系统工程。技术层面，预训练未止步但需更精明的训练方法；Coding领域因数据与评估优势而进展更快。

meng shao@shao__meng · 5月12日67

Claude Code 给多 Agent 并行做了一个面板：Agent View Agent View 把散落在不同终端 Tab 里会话收拢到一个统一视图里，让用户能一眼看出：哪些 agent 在等你回复、哪些还在干活、哪些已经收工。 https://claude.com/blog/agent-view-in-claude-code 从"单会话 CLI 工具"向"多 agent 调度面板"的三个关键能力： 1. 全局总览（See everything at once） · 入口：在任意会话中按 ←，或终端运行 claude agents。 · 每行展示：会话名、是否需要输入、最近一次响应内容、最后交互时间。 2. 不离开列表即可回复（Peek and reply） · 选中某条会话即可"窥视"上一轮对话。 · 如果 agent 卡在等决策，可以就地内联回复，会话立刻继续。 · 按 Enter 才会真正进入完整 transcript。 3. 任意会话后台化（Background anything） · 在已有会话中输入 /bg 把它丢到后台。 · 或直接 claude --bg [task] 跳过前台、新建一个后台会话。

译Claude Code推出了名为“Agent View”的新功能，旨在将分散在不同终端标签页中的会话统一管理。该面板提供了三个关键能力：全局总览，让用户能在一个视图中看到所有会话的状态、最近响应和最后交互时间；不离开列表即可回复，允许用户直接预览并内联回复等待决策的agent；以及任意会话后台化，用户可通过命令将现有会话转为后台运行或直接创建后台任务。该功能目前作为研究预览版提供。

ginobefun@hongming731 · 5月12日71

http://x.com/i/article/2053997483949453312 # BestBlogs 早报·05-12：Claude Code 智能体视图、OpenAI 部署公司、AI 英雄主义时代终结 在线阅读和收听：https://www.bestblogs.dev/explore/brief/2026-05-12 ## 导语 今天是 2026 年 5 月 12 日，欢迎收听 BestBlogs 每日早报。 今天的内容主线，可以用一个词来概括：落地。 Claude Code 上线智能体视图，开发者终于能在一块面板里统管所有并行会话，并发工作的认知成本大幅下降。这不只是一个 UI 改进，而是 AI 辅助编程从"单线程"跳到"多线程"的关键一跳——以往你需要在十几个终端标签和 tmux 格子之间来回横跳，现在一个左箭头就能看到全局。 与此同时，OpenAI 成立了独立部署子公司，初始投入超四十亿美元，并将一百五十名前线部署工程师直接派驻进企业内部。这是一个明确的信号：AI 的瓶颈已经从"模型够不够强"切换到"AI 能不能真正跑进生产"。卖许可证的时代告一段落，服务到现场才是下半场的竞争。 而在今天最值得细听的一篇内容里，亲历了 Anthropic 和 Google DeepMind 前沿训练的研究员姚顺宇，用四小时的对话说清楚了一件事：AI 行业的英雄主义时代已经过去了，这个行业真正稀缺的不是天才，而是靠谱、做事细、对自己的工作负责。 今天我们有三篇精讲，七篇速览，以及五篇扩展阅读。我们开始吧。 ## 精讲一：Claude Code 中的智能体视图 | Claude 来源：Claude Blog 背景：并行工作是开发者最痛的认知负担 如果你最近用 Claude Code 跑过多任务，应该对这个场景很熟悉：一个窗口在帮你写测试，另一个窗口在 review PR，第三个在搜索 bug。你需要在多个终端标签之间来回切换，同时还要记住"哪个任务跑到哪里了、哪个在等我回复"。这个认知开销随着并发任务数线性增长，最终会把人逼回单任务模式。 Claude Code 今天发布的智能体视图（Agent View），正是为了解决这个问题。 核心功能：一屏总览，按需介入 智能体视图的核心设计思路是：将所有并行会话集中在一个面板里，让你只在关键决策节点介入。 操作方式很简单：在任意会话中按左箭头，或在终端执行 claude agents，即可打开智能体视图。每一行显示一个会话的状态——是否在等你输入、当前的最后一条响应内容、上次交互时间。你可以快速"Peek"（预览）某个会话的最后一轮，如果需要决策，可以直接在预览界面回复，无需切换进入完整对话。会话收到回复后，自动继续往下跑。 对于长期运行的任务，可以通过 /bg 指令把当前会话发到后台，或者启动时直接用 claude --bg [task] 跳过前台，作为纯后台任务运行。 早期用户的实际使用模式 根据官方整理的早期用户反馈，有几个典型使用场景： 最常见的是批量下发任务：把多个想法或任务同时分配给多个 Claude 会话，每个会话可以配合不同的 skill，等一批 PR 同时就绪再集中审查。这个模式相当于把原本串行的开发流程改成了并行流水线。 另一个场景是管理长期运行的 Agent：比如 PR 守卫、Dashboard 更新器这类循环作业，在智能体视图里可以直接看到下一次运行时间，不需要再去查日志。 第三个是在多任务中快速切换：当你正在进行一个主任务时，突然想开一个新的快速问题或子任务，按左箭头打开智能体视图，新建会话，得到答案后右箭头回到原来的会话。Peek 功能会在答案就绪时直接显示，不需要你主动去切换。 为什么这个更新很重要 Claude Code 之前的多任务体验，高度依赖用户自己管理 tmux 或多终端标签，认知负担都压在开发者身上。智能体视图的意义在于，它把"多 Agent 协作"的组织成本从用户侧转移到了工具侧。 以研究预览形式，当前开放给 Pro、Max、Team、Enterprise 以及 API 用户，需要运行 claude agents 来手动开启。感兴趣可以访问官方文档了解更多。 这篇内容的完整阅读地址：https://www.bestblogs.dev/article/e8c4364d ## 精讲二：OpenAI 推出 OpenAI 部署公司，助力企业围绕智能构建业务 来源：OpenAI Blog 不是卖许可证，是派人到现场 OpenAI 今天宣布成立一家新的独立子公司：OpenAI Deployment Company（OpenAI 部署公司）。这家公司的使命，是帮助企业真正把 AI 系统用起来、用好——不是卖一个 API 调用权限，而是派人到企业里，贴着业务场景把 AI 推进生产。 核心执行力量是一批被称为 **FDE（Forward Deployed Engineers，前线部署工程师）**的人。通过收购应用 AI 咨询公司 Tomoro，OpenAI 部署公司从第一天起就配备了大约 150 名经验丰富的 FDE 和部署专家。这些人将常驻在客户的内部团队中，识别 AI 能发挥最大价值的场所，重新设计围绕 AI 的组织基础设施和关键工作流，并把阶段性收益固化成可持续的系统。 超四十亿美元的起步资金 OpenAI 部署公司以超过四十亿美元的初始投入正式启动，由 TPG 领投，Advent、Bain Capital 和 Brookfield 作为联合创始合伙人，Goldman Sachs、SoftBank Corp.、McKinsey、Bain & Company、Capgemini 等十九家机构也在其中。 OpenAI 对该子公司拥有多数所有权和控制权，客户无论是直接与 OpenAI 合作，还是通过 OpenAI 部署公司合作，都将获得统一的体验。未来募集的资金将用于扩大运营规模，以及继续收购能够加速 AI 部署的公司。 瓶颈从模型能力转向落地能力 OpenAI 在公告中直接说清楚了这一战略背景：过去几年，超过一百万家企业采用了 OpenAI 的产品和 API。通过这些部署，一个规律越来越清晰——企业 AI 的下一阶段，将由企业把技术真正跑进实际业务的能力来决定，而不是由模型本身有多强来决定。 这不是 OpenAI 的一厢情愿，而是一个在市场上已经反复被验证的现象：AI 系统训练好了、API 也打通了，但一旦到了需要真正改变业务流程的地方，就卡住了。卡在哪里？卡在组织惰性、流程设计、安全顾虑、以及缺乏专门了解 AI 局限性的工程人才。 OpenAI 部署公司的逻辑，是把这"最后一公里"的落地能力变成一项可规模化交付的服务，并且配上足够多的人力和资本让它真的做到。 一个标志性的业务模式转变 这一举动背后，是 OpenAI 对当前企业 AI 采用现状的清晰判断：技术已经够用了，但大量企业不知道如何把 AI 系统真正嵌入到关键业务流程中。 一个典型的 OpenAI 部署公司参与模式，从诊断开始：定位 AI 能在哪些业务场景创造最大价值，选出少量优先流程与客户领导层和运营团队共同确定目标，然后 FDE 进驻企业内部，完成系统设计、开发、测试和部署——把 OpenAI 的模型与客户的数据、工具、控制体系和业务流程连接起来，让团队在日常工作中可以稳定使用。 一个行业信号 从 Palantir 的部署工程师模式，到今天腾讯研究院分析的 FDE 岗位暴增，再到 OpenAI 直接成立独立公司——AI 从"研究机构"走向"商业化运营机构"的转型，今天的发布是一个明确的结构性确认。 值得注意的是，OpenAI 部署公司的独立运营，也意味着 OpenAI 正在把这个增长方向从内部项目升格为战略级业务，与 Google Cloud、AWS 等云厂商通过专业服务团队推动企业 AI 采用的路径，形成了直接的正面竞争。AI 落地能力，已经成为这轮竞争的新高地。 完整公告见：https://www.bestblogs.dev/article/f648cbd2 ## 精讲三：姚顺宇 4 小时访谈：在 Anthropic 训 Claude、AI 英雄主义时代已过去 来源：张小珺 Jùn｜商业访谈录 一个"小疯"的亲历者 今天要介绍的这期节目，是张小珺对姚顺宇长达四小时的深度访谈。姚顺宇毕业于清华和斯坦福，研究背景是理论物理（非厄米系统、量子物理、高能物理），博士毕业后转行进入 AI 领域。过去两年，他先后在 Anthropic 和 Google DeepMind 担任研究科学家，参与了 Claude 3.7、4.5 和 Gemini 3 等关键模型的开发。 按理说，这样的履历应该让人谦虚地说"只是参与了重要的项目"。事实上他确实这么说了——但他说这句话的语气，和表面意思恰好相反，带着一种对 AI 行业"神话个体"叙事的主动警惕。 "AI 不太需要脑子"是什么意思 访谈里，姚顺宇说了一句容易被断章取义的话： > "AI 这个事，本来也不太需要脑子——真的不太需要脑子。这个行业最重要的特质，就是靠谱，就是做事细，对自己做的事情负责任。" 听起来像在说 AI 研究很简单，其实他在说的是：AI 行业的核心竞争力，已经不再是某种难以复制的天才洞察，而是工程执行力。在预训练规模已经证明有效、主要技术路线基本确立的今天，能把一件事做踏实、不出岔子、持续迭代，反而是真正的稀缺能力。 他做了一个很有意思的比喻： > "现在大家都是冲浪的人，本质上是那个浪，而不是你那个冲浪的人。" 意思是，模型能力的演进（那个"浪"）才是主要动力，而研究员只是借着这个浪在推进工作。在这个背景下，对个体天赋的过度崇拜，很可能是一种认知偏差。 AI 英雄主义时代已经过去 这句话是访谈里的核心判断。 2020 年前后，AI 领域确实经历了一段个人英雄主义色彩浓厚的时期——一篇论文、一个算法、一个团队，可以显著推动整个领域的进步。但在今天，前沿模型的训练是一个需要数百人协作、跨越漫长时间线、依赖海量算力的工程行动。个人的贡献被稀释进了集体的系统中。 姚顺宇说： > "AI 个人英雄主义时代已经过去了，所以也没有什么英雄，有时候甚至觉得旧时代英雄有点蠢。" 这句话的语气很直，但背后的逻辑是认真的：如果我们继续用英雄主义的叙事框架来理解 AI 行业，就会把注意力放错地方——崇拜某个人，而不是理解整个系统是如何工作的。 在 Anthropic 训练 Claude 的第一手观察 访谈的技术部分，姚顺宇谈到了预训练的现状（他的判断是"Pre-train 没有到头"）、Coding 爆发的背后驱动力、"硬蒸"和"聪明的蒸"的本质区别，以及字节豆包在技术路线上的判断。 由于涉及企业机密，他在许多地方选择点到为止，但光是这些点到为止的判断，已经比大多数媒体报道包含更多信息密度。 录制于 2026 年 3 月，节目发出时 AI 领域又已发生了许多变化——他特别说明，请大家体谅内容的滞后性。这大概也是这个行业的宿命：任何"最新判断"，很快就会成为"历史记录"。 完整访谈：https://www.bestblogs.dev/podcast/a4391a3 ## 速览 今天还有七篇值得关注的内容，我来快速过一遍。 Anthropic 推出 Claude Managed Agents，助力规模化部署 Anthropic 官方宣布推出 Claude Managed Agents，面向需要大规模构建和部署 AI Agent 的用户。核心功能包括顾问策略（Prompt Caching 和 System Prompts）、代码执行环境，以及网络搜索能力。Anthropic 负责运营这项服务，所有新功能将在原生 Claude API 上线的同一天同步推出。这是 Anthropic 在企业级 Agent 基础设施层面迈出的重要一步，配合今天 Claude Code 智能体视图的发布，当前的方向非常清晰：把并发 Agent 的部署和管理，变成一种标准化、可托管的能力。 阅读地址：https://www.bestblogs.dev/status/2053868595394879553 Andrej Karpathy 谈人机交互的未来：从文本到交互式神经视频 Karpathy 分享了一个实用技巧：让 LLM 以 HTML 格式输出，然后在浏览器里打开——视觉效果比纯文本 Markdown 丰富得多。他借此延伸出一个更大的判断：音频是人类的优选输入方式，而视觉（图像、动画、视频）是人类的优选输出方式。他描绘了一条从纯文本到 Markdown 到 HTML，再到扩散模型直接生成的交互式神经视频的演进路径。更丰富的输入模态（比如直接用手指向屏幕内容描述上下文）也是他认为需要补全的一环。不算深度技术文章，但这种把实用技巧和长期判断连接起来的思维方式，值得学习。 阅读地址：https://www.bestblogs.dev/status/2053872850101285137 我们刚过了人类最后一个劳动节？AI 新职业的八个变化 腾讯研究院基于 7 家 AI 原生公司 2026 年劳动节当天的 1570 个在招岗位做了一次数据分析，得出了八个结构性结论。最值得关注的几条：岗位总量在 8 个月内翻了一倍多（从 718 涨到 1570）；AI 公司的人力重心从研发转向了产品和商业化，但工程师绝对数量没有下降；部署类岗位（尤其是 FDE，前线部署工程师）从零星几个暴涨到了上百个；推广者（销售、客户成功、合作伙伴）增速全类别最快，增长到了原来的四倍多。这份数据很适合拿来和今天 OpenAI 部署公司的新闻一起看，两个信号相互印证：AI 行业的下半场，商业化落地能力才是核心战场。 阅读地址：https://www.bestblogs.dev/article/9042fa70 Pinterest 如何构建生产级 MCP 生态系统 ByteByteGo 这篇文章，详细拆解了 Pinterest 内部是如何把 MCP（Model Context Protocol）做到生产级的。他们面对的问题是：五个 AI 接入面（内部聊天应用、IDE 插件、聊天机器人、CLI Agent、自主 Agent）加上十个内部工具，如果没有统一协议，就需要五十个定制集成，每多加一个面或工具都是乘法。MCP 把这个 N×M 的问题变成了 N+M 的问题。但真正的工程量不在协议本身，而在协议周边：中央注册表、双层认证系统、统一部署流水线，以及从第一天起就内嵌的可观测性。对于正在或打算在公司内推广 MCP 的人，这篇文章是一份很好的实践参考。 阅读地址：https://www.bestblogs.dev/article/dcf387de SocialReasoning-Bench 揭示当前 AI 智能体的局限性 微软研究院推出了一个新的基准测试——SocialReasoning-Bench，专门评估 AI Agent 在社交情境中的表现。测试设计了两个场景：日历协调和市场谈判。结论很刺激：前沿模型在这两类场景中，始终无法为用户争取到最大利益，大量价值被遗留在谈判桌上。即便通过 Prompt 明确指示"代表用户争取最大利益"，表现依然远低于一个称职的代理应该达到的水平。这意味着，在需要社交推理和利益博弈的场景中，AI Agent 现在其实并不可靠——这既是当前的局限，也是一个清晰的研究机会。 阅读地址：https://www.bestblogs.dev/article/d1e95073 再也无需手写项目更新：Notion 的 AI 赋能工程会议 来自 Notion 工程总监 Ryan Nystrom 的分享，演示了 AI 如何彻底重塑工程站会。核心是一个叫"Hot Potato"的自定义 Notion AI Agent，每天早上 9 点自动运行，对过去 24 小时的 Slack 对话、GitHub PR、Notion 任务库和 Honeycomb 指标（通过 MCP 接入）做一次"Map-Reduce"——开会的时候，AI 已经准备好了一份有内容的会议前置文档，团队直接跳过状态播报环节，进入实质讨论。还有一个叫 Boxy 的内部工具，通过在 Notion 评论里 @ AI Agent，带着 bug 描述或特性需求，Agent 会自动开一个 VM 写代码、跑测试、开 PR。这是工程管理流程里 AI 落地最完整的案例之一。 阅读地址：https://www.bestblogs.dev/video/121c5d7 Netflix 借助 Apache Druid 的区间感知缓存，84% 的查询结果来自缓存 Netflix 面临的问题很典型：实时分析系统每天处理万亿级数据行，而 Dashboard 上的查询通常是"过去 3 小时的错误率"这类滚动窗口查询。时间窗口每隔几分钟稍微一移，传统缓存系统就认为这是一个全新请求，完全重算。Netflix 引入了区间感知缓存策略：把查询拆解成稳定子区间和最新动态段，稳定部分命中缓存，最新的动态部分实时计算后合并。结果是 84% 的查询命中了缓存，查询负载下降了 33%，P90 查询时间提升了 66%。对做数据分析系统的工程师来说，这是一篇值得精读的系统设计案例。 阅读地址：https://www.bestblogs.dev/article/8ba3a393 ## 扩展阅读 今天还有五篇值得一读的好文，根据你的兴趣选择。 深度拆解：AI Agent Harness 的构造（宝玉的分享） AI Agent 在 Demo 上跑得不错，放进生产就开始掉链子——问题不在模型，在模型外围的基础设施。这篇文章系统拆解了 AI Agent Harness 的十二个核心组件，涵盖编排循环、工具调用、记忆管理、上下文管理，并对比了 Anthropic、OpenAI、LangChain 等主流框架的实现差异。如果你正在搭建或优化自己的 Agent 系统，这是一份很好的组件清单和设计参考。 阅读地址：https://www.bestblogs.dev/article/40a5fbba 在 Anthropic 的读心术之外，大模型黑盒迎来了真正的法医（腾讯科技） Anthropic 用 SAE（Sparse Autoencoder）路线做模型可解释性——通过激活分析读懂模型在"想什么"。而 Goodfire 的 Tom McGrath（Anthropic 和 DeepMind 可解释性团队前成员）走了一条不同的路：直接拆模型权重本身。他们的 VPD（对抗参数分解）方法，把一个 67M 的小语言模型拆成了数万个可以单独命名和修改的最小计算单元。这篇文章深入对比了这两条路线，并指出这是 AI 从炼金术走向科学的一颗信号弹。和今日精讲三在主题上也有共鸣：当我们更清楚地理解模型是如何工作的，"AI 英雄主义"的叙事会更进一步被解构。 阅读地址：https://www.bestblogs.dev/article/17cd71a0 PayPal 借助 Cursor 将路线图吞吐量提升 40%（Cursor Blog） PayPal 有 8000 名开发者，代码库跨越数十年。他们用 Cursor 完成了一次标志性的规模验证：原本需要 8 到 12 个月的 3000 个应用 Java 升级，两个月搞定。路线图吞吐量提升了 40%，部署节奏从每周变成了每日。这篇文章没有停在数字上，而是详细讲了 PayPal 如何从高影响力团队开始切入，逐步推广 Cursor 使用的过程。对于在大型企业内推广 AI 编程工具的人，这是一个可以直接借鉴的路径。 阅读地址：https://www.bestblogs.dev/article/839fd633 黄金时代论：Marc Andreessen 谈 AI 与劳动力的未来（a16z） Marc Andreessen 在播客访谈中阐述了他的"黄金时代论"：AI 不只是工具，而是一种普适的超能力，将劳动力从专业化角色转变为无所不包的"建设者"（Builder）。他认为，以前创建软件需要程序员、产品经理、设计师三类角色，AI Agent 现在让一个人可以同时做到三件事，进入"超级生产者"时代。这个判断和今天精讲三里姚顺宇的"集体主义胜利"论形成了有趣的张力——Andreessen 看到的是个体能力的放大，姚顺宇看到的是英雄主义的式微，两者其实都是真实的，只是站的维度不同。 阅读地址：https://www.bestblogs.dev/video/21d8b07 裁员潮将持续，直到我们学会发掘 AI 的商业价值（宝玉的分享） 这篇文章来自一位正处于裁员名单边缘的工程师，在 5 月 20 日公布结果前写下的思考——所以特别有真实感。他的核心论点是：当前的裁员潮，不是因为 AI 直接取代了员工，而是因为企业还没学会把海量 AI 投入转化成商业成果。AI 带来的是"投入"（更多代码、更多功能、更多方案），但"成果"（收入增长、用户增长、实际业务价值）没有同步提升。为了抵消高昂的 AI 支出和膨胀的组织内耗，裁员成了短期平衡手段。和今日腾讯研究院的那篇数据文章放在一起读，构成了同一个问题的两面：岗位在增加，但价值转化的压力也在增加。 阅读地址：https://www.bestblogs.dev/article/a77fcd78 ## 今日阅读路径 如果今天时间有限，我建议按以下顺序读三篇： 第一篇：Claude Code 中的智能体视图 如果你用 Claude Code，这是今天最值得立刻打开的一篇。跟着文章走一遍，开启 claude agents 体验一下智能体视图，20 分钟能建立起直接的使用感知。 第二篇：姚顺宇 4 小时访谈 这篇耗时最长，但信息密度极高。建议选一个整块的时间，把从 1:53:47 开始的"在 Anthropic 训练 Claude"部分认真听完——这是你能从一个亲历者口中听到的、关于前沿模型训练最真实的描述之一。 第三篇：我们刚过了人类最后一个劳动节 1570 个岗位的数据，比任何关于 AI 就业的预测文章都更有说服力。和今天 OpenAI 部署公司的新闻放在一起看，能帮助你快速建立对 AI 行业真实结构变化的感知。 今天的早报就到这里。感谢收听 BestBlogs 每日早报 EP55，我们明天见。 BestBlogs Pro 早鸟内测开放：你可以自定义订阅源、配置兴趣标签，每天获得一份属于自己的头条早报。欢迎抢先体验，并把反馈发回给我们：https://bestblogs.dev

译Claude Code发布智能体视图，将多会话管理集成于单一面板，旨在降低开发者并行工作的认知负担，标志着AI辅助编程进入“多线程”阶段。OpenAI宣布成立独立部署子公司，初始投入超四十亿美元，并派驻约150名前线部署工程师进入企业，表明AI竞争焦点已从模型能力转向实际落地能力。同时，行业观点认为，AI的“英雄主义时代”已经过去，当前稀缺的是靠谱、细致、负责任的工程执行力，而非天才洞察。

ginobefun@hongming731 · 5月12日66

#BestBlogs 早报 2026-05-12 欢迎阅读今天 BestBlogs 早报图文版，Claude Code 发布智能体视图，把 Agent 协作的组织成本和认知负担转移给了工具本身，很大程度会改变 Claude Code 的实际使用方式。

译Claude Code发布了智能体视图功能，该功能旨在将多智能体协作过程中的组织成本和认知负担转移给工具本身。这一设计预计将显著改变Claude Code的实际使用方式，通过工具层面的优化来简化复杂的Agent协同工作流程。

ginobefun@hongming731 · 5月12日71

Claude Code 推出智能体视图 用过 Claude Code 跑多任务的人，大概都经历过这个阶段：一个窗口在写测试，另一个在 review PR，第三个在排查 bug，脑子里还要记着每个任务跑到哪里了、哪个在等回复。随着并发任务增多，这个认知负担线性增长，最终把人逼回单任务模式。 Anthropic 今天发布了 Claude Code 的智能体视图（Agent View），把这个问题正面解决掉了。 核心设计思路很直接：把所有并行会话集中显示在一块面板里，只在关键决策节点介入，其余时间让会话自己跑。在任意会话里按左箭头，或在终端执行 claude agents，就能打开这个界面。每一行显示一个会话的状态、最近的响应内容和上次交互时间。 最有用的是 Peek 功能：你可以快速预览某个会话的最后一轮，如果需要决策，直接在预览界面回复，会话自动继续，不需要切进完整对话。长期运行的任务可以用 /bg 推到后台，或启动时用 claude --bg [task] 跳过前台。 官方整理了几个早期用户的使用模式。最常见的是批量下发任务：把多个想法同时分配给多个 Claude 会话，每个绑定不同的 skill，等一批 PR 就绪再集中审查，把串行开发流程改成并行流水线。另一个是管理 PR 守卫、Dashboard 更新器这类长期运行的 Agent，直接在面板里看到下一次运行时间。还有在进行主任务时快速开一个子任务，答案就绪会直接出现在 Peek 里。 这次更新很有意义，以往多 Agent 协作的组织成本，完全压在开发者身上。智能体视图把这部分认知负担转移给了工具本身。当并发工作的摩擦大幅下降，开发者自然会跑更多任务，这会改变 Claude Code 的实际使用方式。 目前以研究预览形式上线，Pro、Max、Team、Enterprise 和 API 计划均可使用。 https://youtu.be/-INveHwbRz4

译Anthropic为Claude Code发布智能体视图功能，旨在解决开发者管理多任务时的认知负担。该功能将所有并行会话集中显示在一个面板中，用户主要在关键决策点介入，其余时间会话可自动运行。其核心亮点包括Peek功能，支持快速预览会话最新进展并直接回复，以及使用/bg命令将任务推至后台。该视图支持批量下发任务、管理长期运行Agent及快速处理子任务，从而将多任务协作的组织成本从开发者转移至工具本身，有望显著改变开发工作流。该功能目前以研究预览形式向Pro、Max、Team、Enterprise及API用户开放。

meng shao@shao__meng · 5月12日68

Claude Platform on AWS 正式上线 和已有的 Claude on Amazon Bedrock 并行存在，两者并非升级关系，是两条不同定位的产品线： 服务运营方： · Anthropic · AWS 数据处理方： · Anthropic（数据离开 AWS 边界） · AWS（保持在 AWS 边界内） 功能完整度： · 与原生 Claude API 完全对齐，新功能 Day-One 同步 · 滞后，部分能力缺失 适用人群： · 想要"原汁原味" Claude 全功能体验的客户 · 有严格数据驻留 / 必须留在 AWS 边界内的客户 它解决了什么实际问题 过去 AWS 大客户用 Claude 面临一个尴尬： · 走 Bedrock → 享受 AWS 计费打通、IAM 权限统一，但新功能往往滞后数周到数月，且很多 Claude 原生工具（Skills、Managed Agents、Advisor 等）压根没有。 · 走 Anthropic 直连 API → 功能齐全，但独立账单、独立账号体系、独立采购流程，企业财务和安全合规绕道。 平台版的设计正是把这两者的"好处"做了拼接： · 认证：走 AWS IAM，沿用既有权限策略 · 审计日志：走 CloudTrail · 计费：合并进 AWS 单一发票，可抵扣已有的 AWS Commitment（承诺消费额） · 功能：与原生 Claude API 100% 对齐，新功能与 beta 同日上线 当天即可使用的能力清单 平台版默认带齐 Anthropic 原生 API 的全部组件： · Claude Managed Agents（beta） —— 规模化部署 Agent · Advisor strategy（beta） —— 调用更强模型为 Agent 提供智力增援 · Web search / Web fetch —— 实时联网 · Code execution —— API 内直接执行 Python、生成可视化 · Files API（beta） —— 跨会话引用文档 · Skills（beta） —— 注入最佳实践，输出更稳定 · MCP Connector（beta） —— 无需写客户端即可接入任意远程 MCP server · Prompt caching —— 重复上下文降本降延迟 · Citations —— 响应可溯源 · Batch processing —— 大批量异步任务 · Claude Console —— 含 prompt 优化器、生成器、评估工具 可用模型：Claude Opus 4.7、Sonnet 4.6、Haiku 4.5，新模型上线即同步。 可用区域：大多数 AWS 商业区域，支持 global 与 U.S. 两种推理地理范围。 决策指南：你应该选哪条路？ 选平台版，如果你需要： · Claude 全部最新能力（特别是 Managed Agents、Skills、Advisor） · 把 Anthropic 消费抵扣 AWS Commitment · 接受数据离开 AWS 边界由 Anthropic 处理 选 Bedrock 版，如果你需要： · 严格的区域数据驻留 · 数据必须在 AWS 基础设施内处理（金融、政府、医疗等强合规场景） · 可以接受功能滞后

译Anthropic在AWS上正式推出Claude Platform，与现有的Claude on Amazon Bedrock形成两条独立产品线。平台版由双方共同运营，数据由Anthropic处理，但功能与原生API完全对齐且同步更新。其核心优势在于整合了AWS的IAM认证、CloudTrail审计、统一账单及承诺消费抵扣，同时提供Claude全功能套件，包括Managed Agents、Skills、联网搜索等。该服务适合需要完整功能并能接受数据由Anthropic处理的客户，而Bedrock版则面向对数据必须驻留AWS有严格合规要求的场景。

🚨 AI News | TestingCatalog@testingcatalog · 5月12日63

Anthropic released Agent View in Claude Code CLI, from where users can observe and interact with parallel-running agents. It looks like preparation for a future in which agents will pursue broader long-term goals. Claude's mobile app is being prepared for that as well.

译Anthropic在Claude Code CLI中发布了代理视图功能，用户可观察并交互并行运行的代理。 这似乎是为代理追求更广泛长期目标的未来做准备。Claude移动应用也在为此进行准备。

Boris Cherny@bcherny · 5月12日33

I needed to book flights for a bunch of upcoming travel. As always, I used Claude Cowork to do it. In the past, Cowork has been decent at booking flights, but with Opus 4.7, for the first time ever, it 1-shotted it!

译我需要为即将到来的一系列出行预订航班。 一如既往，我使用了Claude Cowork来完成。 过去，Cowork在预订航班方面表现尚可， 但凭借Opus 4.7，它首次实现了单次操作成功！

Chubby♨️@kimmonismus · 5月12日34

Nice release. But looks like now it's just about releasing *something* every day.

译发布不错。但现在看来，似乎只是为了每天发布*点东西*。

Boris Cherny@bcherny · 5月12日59

The best way to level up from 1 agent => many agents. No more cycling between terminal tabs

译从单一智能体升级到多智能体的最佳方案。无需再在终端标签页间来回切换

小互@xiaohu · 5月12日71

Claude code 发布 多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。 现在 Agent View 把会话集中到一个界面里管理。 你可以一眼看到所有Agent 的状态， 谁在工作，谁等你输入，谁已经结束。 它现在很像： AI 多任务调度中心 你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏” https://x.com/claudeai/status/2053940934736228454/video/1

译Claude Code 推出 Agent View，解决了多任务运行时需在多个终端窗口间切换、状态难以区分的痛点。该工具将所有会话集中在一个界面管理，用户可直观查看各Agent状态（如工作中、等待输入、已完成），并快速切换或接管任务，实现了类似“AI多任务调度中心”或“AI IDE任务栏”的高效管理体验。

小互@xiaohu · 5月12日67

Claude code 发布 多任务统一窗口管理工具：Agent View 以前你同时跑多个 Claude Code 任务，要开一堆终端窗口、标签页，分不清哪个任务在等你确认、哪个还在跑、哪个已经做完。 现在 Agent View 把会话集中到一个界面里管理。 你可以一眼看到所有Agent 的状态， 谁在工作，谁等你输入，谁已经结束。 它现在很像： AI 多任务调度中心 你可以： • 同时看到所有 Claude Code 窗口状态 • 任意切换到某个 Agent 对话 • 某个 Agent 卡住时立刻处理 • 某个 Agent 完成时立刻接管 • 不需要再回原 terminal 这个思路其实已经很接近： “AI IDE 的任务栏”

译Claude Code 推出“Agent View”工具，旨在解决用户同时运行多个任务时需在不同终端窗口间切换、难以区分任务状态的问题。该工具将所有会话集中到一个界面进行统一管理，使用户能直观查看所有Agent的实时状态（如工作中、等待输入或已结束），并可随时切换至特定任务进行处理，无需返回原始终端，提升了多任务协作的效率。

Thariq@trq212 · 5月12日73

Agent view is the best Claude Code native way to manage multiple sessions, kind of like tmux built for CC. We spent a lot of time getting the details right, I hope you enjoy it.

译Agent视图是Claude Code管理多会话的最佳原生方式，有点像为CC打造的tmux。 我们花了很多时间完善细节，希望你喜欢。

Berryxia.AI@berryxia · 5月12日77

Claude Code 刚刚从“聪明终端”直接进化成了真正的多智能体工作空间。 Anthropic今天推出「Agent View」：一个统一列表，把所有正在运行的agent session全部集中管理。 你可以同时启动多个agent，每个都在后台独立跑，完全不占终端窗口； 一眼就能看到哪个在跑、哪个在等你决策、哪个已经完成； 还能直接内联回复解堵，或者随时切入切出任何session。 这并非简单的工具升级，而是把Claude Code从单线程助手变成了可编排、可监控、可大规模并行的AI工程操作系统。 以前用AI写代码是“一个agent慢慢干”，现在变成了“同时指挥一群agent并行干活”。 这才是agent时代真正该有的界面。 所有付费用户今天就能用。

译Anthropic为Claude Code推出“Agent View”功能，将其从单线程助手转变为多智能体工作空间。该功能通过统一列表集中管理所有运行的agent会话，允许用户同时启动多个独立后台agent，并清晰查看各agent状态。用户可内联回复解决阻塞或随时切入切出会话，推动工作模式从“单个agent顺序执行”转向“指挥多个agent并行协作”。该功能已作为研究预览向所有付费用户开放。

Berryxia.AI@berryxia · 5月12日78

Claude Managed Agents 现在可以直接跑在你已有的 AWS 账号里了！ 账单、IAM、安全审查全都不用出 AWS。 Anthropic 今天正式推出 Claude Platform on AWS，把原生 API 的全部能力（包括 Managed Agents、prompt caching、预置工具等）全部搬进 AWS。 工作负载、计费、身份权限全部留在企业自己的 AWS 环境里。 这才是真正的企业级杀手级更新。 以前大公司想上前沿 AI agent，最头疼的从来不是模型能力，而是“数据不能出 AWS”“采购流程走不通”“安全审查要半年”。 现在 Anthropic 直接把这些障碍一次性干掉。 企业采用 Claude 的最后一道墙，被彻底推倒了。 详情在这里👉 https://claude.com/blog/claude-platform-on-aws

译Anthropic正式在AWS上推出Claude Platform，使开发者能在其自有AWS环境中使用与原生API相同的模型和功能，包括Claude Managed Agents。关键突破在于工作负载、计费和IAM权限全部保留在企业自身的AWS账户内，无需数据出境。此举直接解决了大型企业以往采用前沿AI代理时面临的数据安全、采购流程和安全审查等核心障碍，为企业级应用扫清了最后的关键阻碍。

宝玉@dotey · 5月12日80

Claude Code 今天上线了一个新功能：agent view，让开发者可以在一个界面里统管所有正在运行的 AI 编程会话。 过去用 Claude Code 同时跑多个任务，只能靠一堆终端标签页和 tmux 分屏拼凑，脑子里还得记着每个任务跑到哪了。现在不用这么折腾了。 在任意会话里按左箭头，或者直接在终端跑 claude agents，就能打开 agent view 的总览界面。每一行显示一个会话的状态：在等你回复、还在跑、还是已经完成，一眼能看清。 最实用的一点是不用切换上下文就能回复。选中某个会话可以先"偷看"最新进展，如果它在等你做决定，直接在那里打回复，它就接着跑。不用打开完整会话窗口，不打断你手头在做的事。 想把某个会话扔到后台？在会话内输入 /bg。想直接起一个后台任务？claude --bg [任务描述]，连前台都不用经过。 目前 agent view 以“研究预览”状态上线，Pro、Max、Team、Enterprise 和 API 用户今天就可以用，直接跑 claude agents 即可激活。

译Claude Code 上线新功能 Agent View，允许开发者在单一界面集中管理所有正在运行的 AI 编程会话，解决了以往依赖多个终端标签页或 tmux 分屏、需手动记忆进度的繁琐问题。用户可通过按左箭头或运行 claude agents 命令进入总览界面，直观查看每个会话的状态（如等待回复、运行中或已完成）。其核心便利在于无需切换上下文即可直接回复特定会话，并能“偷看”进展后输入指令，不中断当前工作。此外，支持通过 /bg 命令将会话置于后台，或直接用 claude --bg 启动后台任务。该功能目前以研究预览形式向 Pro、Max、Team、Enterprise 及 API 用户开放。

ClaudeDevs@ClaudeDevs · 5月12日67

Agent view is built to run more sessions in parallel with less to keep in your head.

译Agent view 旨在以更少的精力并行运行更多会话。 [引用 @claudeai]：Claude Code 新功能：agent view。

Claude@claudeai · 5月12日66

New in Claude Code: agent view. One list of all your sessions, available today as a research preview.

译Claude Code 新功能：代理视图。 您所有会话的统一列表，今日起作为研究预览版提供。

Chubby♨️@kimmonismus · 5月12日40

Nevermind, Anthropic just lost $200b pre-ipo-valuation just minutes ago what is happening

译等等，Anthropic几分钟前刚损失了2000亿美元的IPO前估值 到底发生了什么

Chubby♨️@kimmonismus · 5月12日73

Anthropics pre-valuation was $1.2t just 5 days ago. Now its $1.4t . Its vaulation increased by $200b in just 5 freaking days. Read that again. wtf

译人工智能公司Anthropic的市场隐含估值在短短五天内从1.2万亿美元飙升至1.4万亿美元，暴增2000亿美元。根据链上Pre-IPO交易数据，其估值自2025年10月以来已上涨1067%，近期24天内又录得40%的涨幅。这一惊人飙升的背景是公司年化收入的爆炸式增长：从2023年的1亿美元跃升至当前的450亿美元，仅过去12个月就增长了1400%。在Jupiter等链上平台交易的、由SPV风险敞口1:1支持的Pre-IPO工具，正实时反映市场对其IPO的估值预期。

MiniMax (official)@MiniMax_AI · 5月12日66

Joining @vercel_dev, @AnthropicAI and @Kimi_Moonshot for America's Next Top Model this Wednesday in SF. $30 MiniMax API credits for every attendee + grand prize pool. 📅 May 13 | 5:30 PM PT | SF Join the waitlist → https://luma.com/ttrgmjaf

译本周三在旧金山，与@vercel_dev、@AnthropicAI和@Kimi_Moonshot共同参与美国下一代模型盛会。 每位参与者将获得$30 MiniMax API积分 + 大奖池。 📅 5月13日 | 太平洋时间下午5:30 | 旧金山 加入候补名单 → https://luma.com/ttrgmjaf

ClaudeDevs@ClaudeDevs · 5月12日76

We're introducing the Claude Platform on AWS. This gives developers access to the same models and features as our native API, including Claude Managed Agents! Workloads, billing, and IAM stay inside AWS. Learn more: https://claude.com/blog/claude-platform-on-aws

译Anthropic在AWS上正式推出Claude平台，使开发者能够在AWS环境中直接使用与原生API完全相同的Claude模型和全部功能，包括Claude托管智能体。该平台允许企业将计算负载、账单管理和IAM权限控制完全保留在AWS生态系统内部，同时由Anthropic负责平台的运营与维护。关键特性包括支持大规模构建和部署智能体，并能使用顾问策略、代码执行、网络搜索等高级功能。平台承诺所有新功能将在原生Claude API上线当日同步提供给AWS用户，确保了功能的一致性。

Chubby♨️@kimmonismus · 5月12日65

Anthropic just made Claude much easier to buy and deploy for AWS customers. The new Claude Platform on AWS is not a new model launch. It is a distribution and enterprise adoption move! Companies can now access the native Claude Platform with AWS authentication, AWS billing, commitment retirement, and governance tooling - without being forced into Bedrock. Claude Platform on AWS gives customers the full native Claude experience, but Anthropic operates the service and data is processed outside the AWS boundary. Big move from Anthropic. big for enterprise

译Anthropic在AWS上推出了Claude平台，此举并非发布新模型，而是旨在简化企业采购与部署流程的战略举措。AWS客户现在可以直接通过AWS的身份验证、账单系统、承诺消费抵扣及治理工具访问原生Claude平台，无需强制使用Amazon Bedrock服务。该平台为客户提供完整的原生Claude体验，但服务本身由Anthropic运营，数据处理在AWS的边界之外进行。这显著降低了企业用户的采用门槛，是Anthropic推动其模型在企业市场广泛采用的关键一步。