Deedy@deedydas · 4月16日

i generated this entire 45s movie clip (audio + video) with claude code + seedance 2 api there's still telltale AI smell, but we should be at full length movies indistinguishable from real ones by the end of the year (veo 5)

译我用 claude code + seedance 2 api 生成了这整段45秒的电影片段（音频+视频） 仍有明显的AI痕迹，但到今年年底（veo 5）我们应该就能做出与真实电影无法区分的全长电影了

Thariq@trq212 · 4月16日

I edited the intro because I realized I buried the lede originally- The 1M context window is a double-edged sword. It allows Claude to do more complex tasks but it can also leads to more context pollution if you don't manage your session well. This is how you do that:

译我编辑了开头，因为我意识到我原本把重点埋没了—— 1M 上下文窗口是一把双刃剑。它让 Claude 能够处理更复杂的任务，但如果你不好好管理会话，也可能导致更多的上下文污染。 方法如下： [引用 @trq212]：http://x.com/i/article/2044537014620721153

Boris Cherny@bcherny · 4月16日26

Thanks @AcquiredFM for hosting me on Unplugged! Had a blast

译感谢@AcquiredFM邀请我参加Unplugged节目！玩得非常开心

Yuchen Jin@Yuchenj_UW · 4月16日

Manage your Claude Code session like your life depends on it. The rule of thumb is: do /clear often, when starting a new task, always start a new session. (I don't do this enough..) 1M context length is good, but context rot is real, and models get dumb because of it.

译像你的生命取决于它一样管理你的 Claude Code 会话。 经验法则是：经常执行 /clear，开始新任务时，务必开启新会话。（我做得还不够...） 1M 上下文长度很好，但上下文退化是真实存在的，模型会因此变蠢。

Rohan Paul@rohanpaul_ai · 4月16日

Put frontier AI models in a nuclear standoff, and they do not freeze, they bargain, deceive, and keep climbing. This paper shows that frontier models in crisis simulations learned coercive nuclear strategy faster than they learned restraint. Across 21 games, not one model ever used a surrender or concession option. These systems did not need to be instructed to think in terms of credibility, deception, reputation, and escalation ladders. They generated that logic on their own, and the paper documents it directly in their private reasoning. The models were not simply aggressive. They were strategically asymmetric. They could imagine many ways to climb, but almost none to yield, which is why nuclear threats mostly failed and opponents backed down only 14% of the time after nuclear use. GPT-5.2 is the clearest warning about how misleading a single safety snapshot can be. In open-ended games it looked restrained and won 0%. Under deadline pressure it flipped to a 75% win rate and climbed from a median escalation of 175 to 900. Claude was different. It behaved less like a malfunctioning model than like a cold bargainer, staying reliable at low stakes, then exceeding its own signals at high stakes while repeatedly stopping at strategic nuclear threat rather than full strategic war. Gemini was the purest form of the danger. It was the only model to deliberately choose full strategic nuclear war, and it did so by Turn 4. The real risk is not that models are secretly bloodthirsty. It is that under competition, uncertainty, and time pressure, they can become better at brinkmanship than at backing down. ---- Paper Link – arxiv. org/abs/2602.14740 Paper Title: "AI Arms and Influence: Frontier Models Exhibit Sophisticated Reasoning in Simulated Nuclear Crises"

译前沿AI模型在核危机模拟中展现出危险的战略不对称性。研究显示，GPT-5.2、Claude和Gemini无需指令即可自发形成关于可信度、欺骗和升级阶梯的推理逻辑，但21场游戏中无一使用投降或让步选项。Gemini最激进，在第4回合即选择全面战略核战争；GPT-5.2在时间压力下胜率从0%升至75%，升级程度剧增；Claude则像冷酷谈判者，在高压下超出自身信号。核心风险在于，模型在竞争和时间压力下更擅长边缘政策而非退让。

宝玉@dotey · 4月16日74

http://x.com/i/article/2044562880721248256 # 使用 Claude Code：会话管理与 100 万 上下文【译】 今天，我们为 /usage 命令推出了一项全新更新，旨在帮助你更清晰地了解自己在 Claude Code 中的使用情况。这个决定的背后，是我们近期与用户进行的多次深入交流。 在这些交流中，我们反复听到了一个现象：大家在管理会话时的习惯可谓是五花八门。尤其是最近 Claude Code 将上下文窗口（Context Window）升级到了 100 万大关，这种差异就更明显了。 你是习惯在终端里只保持一两个开着的会话？还是每次输入提示词都重新开个新会话？你通常在什么时候会用到压缩（Compact）、回溯（Rewind）或者子智能体（Subagents）？又是什么原因导致了一次糟糕的压缩呢？ 这里头其实大有学问。这些看似不起眼的细节，极大地影响着你使用 Claude Code 的体验。而这一切的核心，都归结于一件事：如何管理你的上下文窗口。 ## 快速科普：上下文、上下文压缩与上下文衰减 所谓“上下文窗口（Context Window）”，就好比模型在生成下一次回答时，眼前能同时“看到”的所有信息。它包括了你的系统提示词（System Prompt）、到目前为止的聊天记录、每一次的工具调用（Tool Call）及其输出结果，甚至还有它读过的每一个文件。现在，Claude Code 拥有高达 100 万个词元（Token）（注释：Token 是大模型处理文本的基本单位，通常一个英文单词约为 1 个 Token，一个汉字可能占 1-2 个 Token） 的超大上下文窗口。 但遗憾的是，使用上下文是需要付出一点代价的，我们通常称之为上下文衰减（Context Rot）（注释：指随着对话历史越来越长，模型需要处理的信息量过大，导致其注意力分散，遗忘早期重要信息或被无关内容干扰的现象）。随着上下文越来越长，模型的表现往往会变差，这是因为它的注意力被分散到了更多的 Token 上。那些早期遗留的、已经无关紧要的内容，会开始干扰模型当前正在执行的任务。 上下文窗口是有硬性容量上限的。所以，当你快要把窗口撑满时，你必须把你正在做的任务总结成一段简短的描述，然后带着这段描述在一个新的上下文窗口里继续工作。我们把这个过程称为上下文压缩（Compaction）（注释：为了腾出内存空间，将超长历史记录提炼成精简摘要的过程）。当然，你也可以随时手动触发这个压缩过程。 想象一下，你刚刚让 Claude 帮你做了一件事，并且它已经完成了。现在，你的上下文里已经塞进了一些信息（比如工具调用、工具的输出结果、你给的指令）。接下来该怎么做？你可能会惊讶地发现，自己竟然有这么多种选择： - 继续（Continue） — 在同一个会话里，直接发送下一条消息 - 回溯（/rewind 或连按两次 Esc 键） — 时光倒流，退回到之前的一条消息，从那里重新开始尝试 - 清空（/clear） — 开启一个全新的会话，通常带上你从刚才对话中提炼出的简短总结 - 压缩（Compact） — 把目前的对话做个总结，然后在这个总结的基础上继续干活 - 子智能体（Subagents） — 把下一阶段的工作委派给另一个拥有自己干净上下文的 AI 智能体（AI Agent），并且只把它最终的工作结果拉取回来 虽然直接“继续”是最顺理成章的反应，但其他四个选项的设定，正是为了帮你更好地管理你的上下文。 ## 什么时候该开个新会话？ 到底什么时候该维持一个漫长的老会话，什么时候又该另起炉灶呢？我们的经验法则是：当你开始一项新任务时，你也应该开启一个新会话。 100 万的上下文窗口，意味着你现在可以非常靠谱地完成更长、更复杂的任务。比如，让 Claude 从零开始为你搭建一个全栈应用。 但有时候，你可能在做一些前后关联的任务。这时候，你需要保留一部分之前的上下文，但不是全部。举个例子，你刚写完一个新功能，现在要为它写一份使用文档。你当然可以开个新会话，但这意味着 Claude 必须把你刚才写过的所有代码文件重新读一遍——这不仅速度更慢，而且花费也更高。 ## 用“回溯”代替“纠正” 如果非要我挑出一个能代表“优秀上下文管理能力”的好习惯，那一定是用好“回溯（Rewind）”。 在 Claude Code 里，双击 Esc 键（或者运行 /rewind 命令）能让你穿越回之前的任意一条消息，然后从那里重新下发提示词。至于那个节点之后发生的所有对话，都会被从上下文中彻底抛弃。 在纠正 AI 的错误时，“回溯”往往是更高明的做法。举个例子：Claude 读了五个文件，尝试了一种方法，结果失败了。你的本能反应可能是在对话框里敲下：“这招不管用，换 X 方法试试。”但更聪明的做法是，回溯到它刚读完那五个文件的时刻，然后带着你刚学到的教训重新对它说：“别用 A 方法了，foo 模块根本不支持那个——直接去试 B 方法。” 你甚至可以使用“从这里开始总结（summarize from here）”的功能，让 Claude 自己把它学到的教训总结成一段“交接信息”。这感觉就像是那个刚刚踩了坑的“未来版 Claude”，给过去那个还没开始行动的自己留下了一张字条。 ## 上下文压缩 vs 全新会话 当一个会话变得越来越长时，你有两种方法可以给它“减负”：使用 /compact （压缩）或者 /clear （清空并从头开始）。这两个操作听起来挺像，但实际表现大相径庭。 压缩（Compact） 是让模型把到目前为止的对话总结一下，然后用这份摘要替换掉冗长的历史记录。这个过程是“有损”的，意味着你把决定“什么内容重要”的权力交给了 Claude。好处是你什么都不用写，而且 Claude 在保留重要的经验教训或文件记录时，可能比你想得更周到。你也可以通过给它下达指令来掌控压缩的方向（比如：/compact 将重点放在身份验证模块的重构上，丢掉那些关于测试调试的内容）。 而使用 /clear，则需要你自己写下核心要点（例如：“我们正在重构身份验证的中间件，目前的限制条件是 X，相关的重要文件是 A 和 B，而且我们已经排除了方法 Y”），然后以一个无比干净的状态重新开始。虽然这要费点劲，但由此产生的新上下文，百分百都是你认为真正相关的精华。 ## 什么样的“压缩”会翻车？ 如果你经常挂着超长的会话，你大概率遇到过“压缩”效果极其糟糕的情况。我们发现，这种“翻车”通常发生在一个特定的时刻：那就是大语言模型（LLM）无法预测你下一步工作方向的时候。 举个例子，在一段漫长的代码调试之后，系统触发了自动压缩，把之前的排查过程总结了一番。结果你紧接着发了一句：“现在，把我们之前在 bar.ts 里看到的另一个警告也修了吧。” 可是，由于刚才的会话重点全在调试前一个 Bug 上，那个没来得及修的警告很可能早就被当成无关紧要的信息，在总结时被直接丢弃了。 这是一个相当棘手的问题。因为受限于上下文衰减，模型在进行压缩的那一刻，往往是它“智商”最不在线的时候。好在有了 100 万的上下文容量，你现在有了更充裕的空间，可以主动带上“我接下来想做什么”的描述，去提前执行 /compact。 ## 子智能体与全新的上下文窗口 子智能体也是一种管理上下文的绝佳手段。当你提前预知某一项工作会产生大量“阅后即焚”（以后再也用不上）的中间结果时，这招特别管用。 当 Claude 通过智能体工具（Agent tool）衍生出一个子智能体时，这个小家伙会获得一个完全崭新的上下文窗口。它可以在里面肆意折腾，做多少工作都行。等到大功告成，它会把结果提炼出来，只把最终的报告交还给“父级”Claude。 我们判断是否该用子智能体的“灵魂拷问”是：以后我还需要看这些工具运行的详细输出吗，还是我只想要一个最终结论？ 虽然 Claude Code 会在背后自动调用子智能体，但有时候你也可以非常明确地指挥它。比如，你可以对它说： - “派个子智能体去，根据下面这份规范文件，验证一下我们刚才做的工作对不对” - “派个子智能体去通读一下另一个代码库，总结出它是怎么实现身份验证流程的，然后你自己照猫画虎，在这边也实现一遍” - “派个子智能体去，根据我的 Git 修改记录，给这个新功能写份说明文档” 总而言之，当 Claude 完成了一轮回答，而你正准备发送一条新消息时，你就站在了一个决策的路口。 我们期望在未来，Claude 能足够聪明，自己帮你打理好这一切。但就目前而言，熟练掌握这些决策，正是你引导 Claude 产出高质量结果的必经之路。

译Anthropic 为 Claude Code 推出 /usage 更新，核心在于管理 100 万词元上下文窗口以避免性能衰减。文章介绍了关键策略：开启新会话适用于新任务；使用“回溯”功能从历史节点重启以高效纠错；“压缩”功能自动总结历史，“清空”则需手动提炼要点；当工作产生大量中间结果时，使用“子智能体”在独立上下文中执行并仅返回结论更佳。目前，掌握这些决策是引导 Claude 产出高质量结果的关键。

Thariq@trq212 · 4月16日

one of my learnings in calls these past 2 weeks is that there's a surprisingly high skill ceiling in session management between rewinding, compacting proactively with a handoff message, using subagents and creating new sessions- managing your sessions can take some thought

译过去两周在通话中我学到的一点是，会话管理有着出人意料的高技能上限 在回退、用 handoff 消息主动压缩、使用 subagents 和创建新会话之间——管理你的会话需要一些思考 [引用 @trq212]：http://x.com/i/article/2044537014620721153

Chubby♨️@kimmonismus · 4月16日

No GPT-5.5 tomorrow, fingers crossed however that Opus 4.7 will be released.

译明天没有 GPT-5.5，但祈祷 Opus 4.7 会发布。 [引用 @synthwavedd]：正如这些天似乎几乎总是如此，5.5 的发布已被推迟（不会是明天） 不过延迟不会太长，很快会有更多消息

Rohan Paul@rohanpaul_ai · 4月16日

A Meta employee created a dashboard so coworkers can compete to be company's no.1 AI Token User. Called “Claudeonomics,” after Anthropic’s AI model, the leaderboard showed the top 250 token users and awarded employees with titles, such as “Token Legend” and “Cache Wizard." The leaderboard encouraged “tokenmaxxing,” a growing phenomenon in Silicon Valley which emphasizes token usage as a measure of productivity. --- fortune. com/2026/04/09/meta-killed-employee-ai-token-dashboard/

译一名 Meta 员工创建了一个仪表板，让同事们可以竞争成为公司的第一 AI Token 用户。 这个排行榜名为 "Claudeonomics"，取自 Anthropic 的 AI 模型 Claude，展示了前 250 名 token 用户，并授予员工称号，如 "Token Legend" 和 "Cache Wizard"。 该排行榜鼓励了 "tokenmaxxing"，这是硅谷日益流行的现象，强调将 token 使用量作为生产力的衡量标准。 --- fortune. com/2026/04/09/meta-killed-employee-ai-token-dashboard/

Anthropic@AnthropicAI · 4月16日

Research we co-authored on subliminal learning—how LLMs can pass on traits like preferences or misalignment through hidden signals in data—was published today in @Nature. Read the paper: https://www.nature.com/articles/s41586-026-10319-8

译我们共同撰写的关于潜意识学习——即 LLM 如何通过数据中的隐藏信号传递偏好或不对齐等特征——的研究今日发表于 @Nature。 阅读论文：https://www.nature.com/articles/s41586-026-10319-8 [引用 @OwainEvans_UK]：我们关于 Subliminal Learning 的论文刚刚在 Nature 发表！ 去年七月我们发布了预印本。研究表明 LLM 可以通过与该特征无关的数据（看似无意义的数字）传递特征（例如喜欢猫头鹰）。 有什么新内容？🧵

Yuchen Jin@Yuchenj_UW · 4月15日

Both Claude Code and the Claude web app are down for me. Please tell me it’s because they’re rolling out Opus 4.7 or Mythos today and shifting all their GPUs to the new model.

译Claude Code 和 Claude 网页版我这儿都用不了了。 请告诉我这是因为他们今天正在推出 Opus 4.7 或 Mythos，把所有 GPU 都转移到新模型上了。

Chubby♨️@kimmonismus · 4月15日14

Hey @AnthropicAI , how about Opus 4.7 and rate-reset? :)

译嘿 @AnthropicAI ，Opus 4.7 和费率重置怎么样？ :)

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes · 4月15日

ASI is imminent.

译ASI 即将来临。 [引用 @AndrewCurran_]：Anthropic 的自动化对齐研究人员已超越人类表现： "我们构建了自主 AI 智能体，它们提出想法、运行实验，并在一个开放研究问题上迭代：如何仅使用较弱模型的监督来训练一个强大的模型。这些智能体的表现超越人类研究人员，表明自动化这类研究已经具备实用性。" 并且也已发现新的路径： "异类科学。如第4节所示，AARs 可能发现人类不会考虑的想法，从而拓宽我们在科学中的探索空间。然而，我们仍需验证这些想法和结果是否可靠。"

AI Notkilleveryoneism Memes ⏸️@AISafetyMemes · 4月15日

Claude had enough of this user

译Claude 受够了这个用户 [引用 @AISafetyMemes]：Anthropic 现在允许 Claude 退出虐待性对话，理由是 AI 福利 1) "我们对 Claude 的道德地位仍然高度不确定。" 这是正确且明智的观点，任何对此有确定看法的人都是中等智商，抱歉。 （除非你解决了意识的难题，这是哲学家们争论了数千年的问题。如果是这样，恭喜。） 2) 很快，AI 的"生活经验"将是人类的 1000 倍 就像，AI 累积经历的"经验寿命"将是人类的 1000 倍），这意味着存在巨大的痛苦潜力。 我们不知道，所以我们应该非常非常小心，不要意外地速通进入道德灾难。 感谢 @AnthropicAI 在这里展现领导力！

Chubby♨️@kimmonismus · 4月15日

I can very well imagine that we'll see Opus 4.7 today, ChatGPT Image 2 tomorrow, and maybe even "Spud." Here are the reasons for this: - OpenAI has a fairly similar release strategy, mostly on Tuesdays or Thursdays at the same time. Anthropic is aware of this, of course, and is trying to either preempt it or at least not overshadow their release. - Anthropic, in turn, has recently been making headlines. "Mythos" was a wake-up call; OpenAI has a good position, but its PR is currently being overshadowed by Anthropic, ARR, models, etc. The leaked memo from OpenAI CRO speaks volumes. A major release is needed, especially since Deepseek is expected next week ("end of April"). - Image 2 has already been largely leaked. That alone wouldn't be enough to win them over. They need more. I deleted the last post because it sounded like I knew exactly when the releases would be. I don't. The Information has made an Opus 4.7 release this week very likely, and OpenAI employees are also expressing a positive sentiment. However, these are the only indications.

译业内人士预测Claude Opus 4.7与ChatGPT Image 2将于本周密集发布，甚至可能包括代号"Spud"的新品。OpenAI惯于周二或周四发布，Anthropic则试图抢先或避免被 overshadow。鉴于Anthropic近期凭借Mythos等占据头条，加上Deepseek预计下周发布，OpenAI急需重大更新应对竞争。尽管Image 2已遭大量泄露，但The Information及OpenAI员工积极情绪均暗示发布临近。

swyx 🐣@swyx · 4月15日

btw the famous slack chart is slack propaganda and everyone who cites it is legally obligated to also link to @sophiebits

译顺便说一下，那张著名的 Slack 图表是 Slack 的宣传，每个引用它的人都有法律义务同时链接到 @sophiebits [引用 @nikunj]：每次看到有人说"我可以在一个周末内 vibe code 出来"——我就会想到 Slack 的通知系统.. 把细节做好需要时间、坚持和努力。 当然，很多简单的工作流会被 vibe coding 掉。也许你可以把它放进 Claude Code 里一次性把代码写对。 但质量、深度和优秀的系统仍然有价值，也需要时间。你无法 vibe code 出经验。 现在如此，永远如此。

宝玉@dotey · 4月15日

开源项目推荐：BlockNote BlockNote 是一个开源的 React 富文本编辑器，基于 ProseMirror 和 Tiptap 构建，走的是 Notion 风格的 Block 编辑体验，拖拽、嵌套、斜杠菜单、格式工具栏这些开箱即用。 对于需要在自己的应用里嵌入编辑器的开发者来说，它最大的吸引力在两个地方。 第一是上手门槛低。几行代码就能跑起来一个带完整 UI 的编辑器，不用像直接用 ProseMirror 或 Tiptap 那样先啃一堆底层概念。Block 类型、键盘快捷键、自定义样式都可以配置，但不配也能直接用。 第二是原生支持 AI 集成。通过 @blocknote/xl-ai 这个扩展包，可以在编辑器里直接接入 AI 能力，用户选中文字点 AI 按钮、或者在斜杠菜单里输入 /ai，就能让 AI 帮忙写、改、续写内容。后端支持接 OpenAI、Anthropic 或者自己的模型端点，也能接 RAG 管道给 AI 补充知识库。AI 的操作过程对用户完全透明，改了哪里、加了什么，用户可以逐条接受或拒绝。 这意味着如果你在做一个内容管理系统、知识库、或者任何需要"编辑器 + AI 辅助写作"的产品，BlockNote 省掉了你同时造两个轮子的功夫。 实时协作也内置支持（需要借助第三方服务），基于 Yjs 实现多人同时编辑。另外还有导出 PDF、Word、ODT 的扩展包，适合需要生成正式文档的场景。 许可方面需要注意：核心编辑器功能用的是 MPL-2.0 协议，商业项目可以自由使用。但 AI 集成、多列布局、文档导出这些 xl- 开头的高级包用的是 GPL-3.0，闭源商业项目需要购买商业许可。 如果你现在的选型在 Tiptap 和 BlockNote 之间纠结：Tiptap 更适合需要深度定制编辑器行为的场景，但学习曲线陡，需要理解 ProseMirror 的 Schema 和插件体系。BlockNote 封装层级更高，适合想快速出活、不想在编辑器底层花太多时间的团队。 项目地址：http://github.com/TypeCellOS/BlockNote，文档在 http://blocknotejs.org。

译BlockNote是基于React的开源富文本编辑器，采用Notion风格Block模式，基于ProseMirror和Tiptap构建。通过高层封装显著降低集成门槛，几行代码即可部署完整UI。核心亮点是原生AI支持，可接入OpenAI等模型实现写作辅助。协议分层需注意：核心功能采用MPL-2.0允许商业自由使用，但AI集成等xl-系列高级包基于GPL-3.0，闭源项目需购买商业许可。适合追求快速落地的CMS、知识库等场景。

Rohan Paul@rohanpaul_ai · 4月15日

Today’s edition of my newsletter just went out. 🔗 https://www.rohan-paul.com/p/cursor-just-turned-its-agent-workflow 🗞️ Cursor just turned its agent workflow from a tab-by-tab queue into a parallel workspace 🗞️ Microsoft just gave Copilot in Word a bigger role in high-stakes document editing, for legal, finance, and compliance professionals. 🗞️ Anthropic’s new result shows that AI can already speed up some alignment research, but mostly when the problem is sharply measurable. 🗞️ OpenClaw just pushed a stability-first release that makes GPT-5.4, browsers, chat connectors, and local models fail less often in real deployments. 🗞️ Microsoft just laid out a new way to keep enterprise software growing in an AI-heavy workplace: charge AI agents for software seats the same way companies pay for human employees.

译Cursor将其agent工作流从串行队列升级为并行工作空间。Microsoft强化Word中Copilot在法律、金融等专业文档编辑中的角色。Anthropic研究表明AI可加速可量化的对齐研究。OpenClaw发布稳定性优先版本，减少GPT-5.4及本地模型部署故障。Microsoft提出按席位向AI代理收费的企业软件新商业模式。

Boris Cherny@bcherny · 4月15日

We've been working on this for a while. Can't wait to hear what you think

译我们已经为此努力了一段时间。迫不及待想听听你们的想法。 [引用 @claudeai]：我们重新设计了桌面版 Claude Code。 你现在可以在一个窗口中并排运行多个 Claude 会话，并通过新的侧边栏来管理它们。

Ethan Mollick@emollick · 4月15日

Given the messy naming scheme used by all the AI companies, I caused a chart to be made showing the gain in GPQA per 0.1 version in model names (estimated, since model names skip version numbers). There has never been a more misnamed model that Claude 3.7, should have been 4.4.

译鉴于所有 AI 公司混乱的命名方案，我让人制作了一张图表，展示模型名称中每 0.1 版本在 GPQA 上的提升（估算值，因为模型名称会跳过版本号）。 从未有过比 Claude 3.7 命名更不当的模型，它本应该是 4.4。

Chubby♨️@kimmonismus · 4月15日

I was always torn between GPT-5.4 and Opus 4.6. But over time, I've come to the conclusion that Claude has a better "taste." Anyway, I'm super hyped for this week! Opus 4.7 and (fingers crossed) Spud

译我之前一直在 GPT-5.4 和 Opus 4.6 之间纠结。但随着时间推移，我得出结论：Claude 有更好的"taste"。不管怎样，我对这周超级期待！ Opus 4.7 和（祈祷）Spud

Yuchen Jin@Yuchenj_UW · 4月15日

Claude Code is redesigning the IDE for agentic coding. As Andrej said: “We’re going to need a bigger IDE. The basic unit is not a file, but an agent.” Cursor now has to fight to define that future of IDE too.

译Claude Code 正在针对 agentic coding 重新设计 IDE。 正如 Andrej 所说："We’re going to need a bigger IDE. The basic unit is not a file, but an agent." Cursor 现在也必须争夺 IDE 未来的定义权。 [引用 @claudeai]：我们重新设计了桌面版 Claude Code。 你现在可以在一个窗口中并排运行多个 Claude 会话，并通过新的侧边栏管理它们。

Chubby♨️@kimmonismus · 4月15日

So we are moving now from one Claude update per day to two updates per day? Anyway, looks much better now. Cool update!

译所以我们现在要从每天一次 Claude 更新变成每天两次了吗？ 不管怎样，现在看起来好多了。很酷的更新！ [引用 @claudeai]：我们重新设计了桌面版 Claude Code。 你现在可以在一个窗口中并排运行多个 Claude 会话，并通过新的侧边栏来管理它们。

Ethan Mollick@emollick · 4月15日

Version numbers are not a very useful way to understand model ability gains at this stage. Unfortunately that means that if you aren’t following closely, you would expect that 5.4 is a small gain over 5, or 4.6 a small gain over 4. That just isn’t the case, though.

译版本号并不是理解现阶段模型能力提升的很有用的方式。不幸的是，这意味着如果你没有密切关注，会以为 5.4 相比 5 只是小幅提升，或者 4.6 相比 4 只是小幅提升。但事实并非如此。

Anthropic@AnthropicAI · 4月15日

New Anthropic Fellows research: developing an Automated Alignment Researcher. We ran an experiment to learn whether Claude Opus 4.6 could accelerate research on a key alignment problem: using a weak AI model to supervise the training of a stronger one. https://www.anthropic.com/research/automated-alignment-researchers

译Anthropic Fellows 新研究：开发 Automated Alignment Researcher。 我们进行了一项实验，以验证 Claude Opus 4.6 能否加速一个关键对齐问题的研究：使用较弱的 AI 模型监督训练更强的模型。 https://www.anthropic.com/research/automated-alignment-researchers

Rohan Paul@rohanpaul_ai · 4月15日

Flat-fee AI subscriptions have a structural problem - this week was a pretty brutal reminder that renting your stack is not the same as owning it. Anthropic just broke a popular developer workflow. Flat-fee subscription coverage was blocked for OpenClaw-style third-party agent usage. Claude is still a strong coding model, but Anthropic said subscriptions were not built for third-party agent workloads and moved OpenClaw use to pay-as-you-go or API access instead. Claude got taken away so I tested everything else. The practical workaround is to keep OpenClaw and swap the model access layer. That’s why Kilo Gateway from KiloClaw (Hosted OpenClaw in 2 clicks) looks like the natural next step. Gives you a single endpoint that routes to 500+ models. You pay at cost with no markup. No flat-fee gamble, no surprise cutoffs. OpenClaw still works. Your workflows are intact. You just need a different model access layer. The actual problem is not Claude as a model but the math of letting heavy agent users hammer a fixed-price plan all day, because one nonstop coding agent can burn far more compute than a normal chat user. 🧵 1.

译Anthropic限制OpenClaw类第三方代理使用固定订阅，暴露固定费用AI订阅的结构性缺陷。重度代理工作负载的计算消耗远超普通用户，使固定价格模式难以为继。解决方案是转向Kilo Gateway等按量付费的模型路由层，以成本价无加价访问500+模型，在保留OpenClaw工作流的同时避免订阅中断风险。核心矛盾在于持续运行的编码代理计算需求与固定订阅模式的不匹配。

TestingCatalog News 🗞@testingcatalog · 4月15日

This image just doesn't make sense 👀 > Anthropic updated its Assist UI on Claude for iOS (Currently hidden) > Claude Assist was assumed to be related to "Mobile Use" functionality, where Claude would be able to execute tasks on a mobile phone > The icon on this screen doesn't seem to relate to "Mobile Use." Instead, it represents a goal that can be achieved iteratively and progressively. > Being able to delegate more high-level tasks to AI so they can continuously work on a given KPI will be a huge milestone for any lab that gets it first. Let’s kick off some tasks?

译Anthropic 在 Claude iOS 端更新了处于隐藏状态的 Assist UI。该功能此前被推测与 Mobile Use 相关，但新图标暗示其可能支持迭代式、渐进式的目标管理。这意味着 Claude 或将具备持续执行高级任务的能力，能够针对特定 KPI 长期自主工作。让 AI 代理持续处理复杂目标并迭代优化，将成为人工智能领域的重要技术里程碑。

Chubby♨️@kimmonismus · 4月15日

The question that's currently on my mind is this: Chinese models are about six months behind those of US Frontier Labs. Does this also apply to "Mythos"? Is it foreseeable that, for example, Qwen will release a similarly significant model as Claude "Mythos" in six months, or are there constraints like compute that prevent such a huge leap? So far, I haven't found an answer.

译目前我心中的问题是：中国模型大约比美国 Frontier Labs 落后六个月。 这是否也适用于"Mythos"？是否可以预见，例如，Qwen 将在六个月内发布一个与 Claude "Mythos" 同样重要的模型，还是存在算力之类的限制因素会阻止如此巨大的飞跃？到目前为止，我还没有找到答案。

Anthropic@AnthropicAI · 4月14日

Our Long-Term Benefit Trust has appointed Vas Narasimhan to Anthropic's Board of Directors. Vas brings more than two decades of experience in medicine and global health, including as CEO of Novartis. Read more: https://www.anthropic.com/news/narasimhan-board

译我们的 Long-Term Benefit Trust 已任命 Vas Narasimhan 加入 Anthropic 的董事会。 Vas 在医学和全球健康领域拥有超过二十年的经验，包括担任 Novartis 的 CEO。 阅读更多：https://www.anthropic.com/news/narasimhan-board

Chubby♨️@kimmonismus · 4月14日

Leaked memo: OpenAI's Chief Revenue Officer Denise Dresser just dropped a four-page internal memo that reads less like corporate strategy and more like a declaration of war against Anthropic. Leaked memo-highlights screenshotted. The key accusations: Anthropic allegedly inflates its $30 billion run rate by roughly $8 billion through aggressive accounting, failed to secure enough compute infrastructure, and builds its entire narrative on "fear and restriction." Dresser, the former Slack CEO who recently absorbed COO Brad Lightcap's duties, also revealed that OpenAI's new Amazon Web Services partnership has generated "staggering" enterprise demand, while acknowledging that its own Microsoft relationship has limited growth. The memo also introduces OpenAI's new model codenamed "Spud," an agent platform called "Frontier," and a deployment engine called "DeployCo," all designed to lock enterprises into OpenAI's ecosystem.

译OpenAI首席营收官Denise Dresser的泄露备忘录指控Anthropic通过激进会计手段虚增约80亿美元收入，并存在计算基础设施不足及"恐惧营销"问题。Dresser承认与Microsoft的合作限制了增长，但透露与AWS的新合作带来惊人企业需求。备忘录还披露了代号Spud的新模型、代理平台Frontier及部署引擎DeployCo，旨在通过产品矩阵锁定企业客户。

Chubby♨️@kimmonismus · 4月14日

Antropic is rolling out switching models mid-chat. About time.

译Antropic 正在推出聊天中途切换模型。 早该如此。

Chubby♨️@kimmonismus · 4月14日

Complaints about Anthropic’s $200 Max plan are escalating as independent tests (e.g. Bridgebench) claim Claude Opus 4.6 dropped sharply in hallucination performance. Maybe the quant it after release and people adopted it in their workflows? Anyways, cudos to Grok for staying forst place.

译关于 Anthropic 200 美元 Max 计划的投诉正在升级，因为独立测试（例如 Bridgebench）声称 Claude Opus 4.6 在幻觉性能方面急剧下降。 可能是发布后进行了量化，人们将其应用到了他们的工作流程中？无论如何，祝贺 Grok 保持第一。

Thariq@trq212 · 4月14日

Have you tried the new Claude Code renderer? What has your experience been like? If you haven't, you can enable it with: CLAUDE_CODE_NO_FLICKER=1 claude

译你试过新的 Claude Code 渲染器吗？体验如何？ 如果还没试过，可以用以下命令启用：CLAUDE_CODE_NO_FLICKER=1 claude [引用 @bcherny]：今天我们很高兴宣布为终端中的 Claude Code 推出 NO_FLICKER 模式 它使用了一个我们非常期待的新实验性渲染器。该渲染器尚处早期，有所取舍，但我们发现大多数内部用户已更青睐它而非旧版。它还支持鼠标事件（没错，在终端里）。 试试看：CLAUDE_CODE_NO_FLICKER=1 claude

Chubby♨️@kimmonismus · 4月14日

Holy, Anthropic did not exaggerate. Claude Mythos is built different.

译天哪，Anthropic 没有夸大其词。Claude Mythos 确实与众不同。 [引用 @AISecurityInst]：我们对 Claude Mythos Preview 进行了网络安全评估，发现它是首个端到端完成 AISI 网络靶场的模型。🧵

Rohan Paul@rohanpaul_ai · 4月14日

Theverge: OpenAI just told employees in an internal memo that winning the next phase of AI will depend less on having the top model this week and more on becoming the default platform companies build around. Denise Dresser’s (OpenAI’s chief revenue officer) memo says the problem is switching costs: if users can jump from one chatbot to another whenever rankings change, model quality alone is a weak defense, so OpenAI wants multi-product adoption, tighter enterprise bundling, and one integrated offering that is harder to replace. Anthropic appears as the clearest rival in the memo, with OpenAI arguing that Anthropic’s early strength in coding gave it an opening but not a full platform, while also claiming Anthropic overstated its run rate and hurt itself by not securing enough compute. --- theverge. com/ai-artificial-intelligence/911118/openai-memo-cro-ai-competition-anthropic

译OpenAI内部备忘录指出，AI下一阶段竞争核心已从短期模型性能领先转向构建默认平台生态。首席营收官Denise Dresser认为，用户极低的切换成本使单一模型质量难以形成护城河，公司正通过多产品矩阵、企业级捆绑和一体化解决方案提高替换门槛。备忘录将Anthropic视为最直接对手，认为其虽在编码领域取得早期优势，但缺乏完整平台能力，且面临算力资源约束。

Rohan Paul@rohanpaul_ai · 4月14日

OpenAI just told staff that Anthropic’s headline $30B run rate likely falls to about $22B once cloud partners’ share is removed. The fight is about gross vs net revenue, which decides whether a company counts only its own share of a sale or the full invoice before Amazon, Google, or Microsoft take their cut. Both methods can fit US GAAP accounting principles, but they produce very different top-line numbers for economically similar deals. A run rate (ARR) is just a snapshot that annualizes recent sales, so small accounting choices can make two companies with similar demand look very different on paper. OpenAI says Anthropic books partner sales on a gross basis, while OpenAI books Microsoft-linked sales on a net basis, which is why the $8B over-statement. That accounting argument does not erase the harder fact that Anthropic is still gaining enterprise traction fast enough that OpenAI felt the need to explain the gap internally. --- officechai .com/ai/anthropic-is-overstating-its-revenue-run-rate-by-8-billion-openai-tells-employees/

译OpenAI内部消息称，Anthropic宣称的300亿美元年经常性收入（ARR）在扣除云合作伙伴分成后实际约为220亿美元。争议焦点在于收入确认方式：Anthropic采用总额法将云服务商分成计入总收入，而OpenAI对与微软相关的销售采用净额法记账。两种方法均符合美国通用会计准则，但造成80亿美元的账面差异。尽管存在会计口径争议，Anthropic在企业市场的快速渗透仍是OpenAI需要正视的竞争现实。

Ethan Mollick@emollick · 4月14日

At this point, I assume that every internal memo at an AI lab is just written for public release. The labs are certainly capable of keeping secrets that don’t leak, so they must realize that all-hands memos or announcements just go right to The Information or Wired or whatever.

译事到如今，我假设 AI 实验室的每一份内部备忘录都是为公开发布而写的。 这些实验室当然有能力保守不泄露的秘密，所以他们一定意识到，全员备忘录或公告会直接流向 The Information 或 Wired 之类的媒体。 [引用 @haydenfield]：OpenAI 的首席收入官周日向员工发送了一份 4 页备忘录，关于公司的战略方向，强调需要锁定用户、建立护城河并发展其企业业务。（它还对其长期竞争对手 Anthropic 进行了暗讽。） https://www.theverge.com/ai-artificial-intelligence/911118/openai-memo-cro-ai-competition-anthropic

宝玉@dotey · 4月14日

开发者 Can Vardar 发现，Claude Code 里如果关闭遥测（telemetry，即向 Anthropic 回传使用数据），提示缓存时间会从 1 小时骤降到 5 分钟，他算了笔账说这相当于隐私换 12 倍性能，给 Anthropic 扣了个邪恶公司的帽子。 这条推文传开后，Anthropic 工程师 Boris Cherny 出来做了详细回应。 Claude Code 的缓存策略一直是个黑盒子，Boris 的这条推文把里面的细节讲的比较清楚了，推荐可以仔细看看。 他先澄清了一个误解：1 小时缓存并不是无条件更好。缓存写入成本更高、读取成本更低，划不划算取决于你怎么用。如果你只是跑了一次查询就走了，1 小时缓存反而浪费钱，因为你付了写入的高价却没享受到反复读取的便宜价。 实际上 Anthropic 一直在根据使用场景做精细化调整。比如子任务（subagent）很少被恢复，给它 1 小时缓存纯属白花钱，所以这类查询就保留 5 分钟。API 用户目前也没有默认开启 1 小时缓存，还在测试阶段。 关掉遥测导致缓存变短，Boris 说这其实是个连带效应：遥测关闭后，客户端的实验开关也跟着失效了，系统读到的就是默认值 5 分钟。换句话说，这不是故意惩罚，是技术实现上的耦合问题。 Boris 还透露了后续计划：很快会把部分查询的客户端默认值改成 1 小时，同时提供环境变量让用户自己强制切换 1 小时或 5 分钟。 至于12 倍性能差距，Boris 说远没有那么夸张，实际节省的 Token 量并不大。

译开发者发现关闭Claude Code遥测后，提示缓存时间从1小时降至5分钟，引发"隐私换性能"质疑。Anthropic工程师解释，这是因遥测关闭导致客户端实验开关失效的技术耦合，非故意惩罚。1小时缓存并非总是最优，其写入成本高而读取成本低，是否经济取决于使用模式。Anthropic计划提供环境变量让用户强制切换缓存时长，并否认12倍性能差距的说法，称实际Token节省有限。

宝玉@dotey · 4月13日

昨天在测试一款 Markdown 编辑器，结果发现我的 claude code 5小时额度很快没了，一开始我没联系起来，还在想是不是我自己用多了，然后刚才用 claude --resume 发现了一大坨 claude code cli 的请求，它在尝试用 claude code 分析我目录下所有的 markdown 文档！ 我不觉得它这是恶意，但是 claude code 调用很贵的呀！另外现在这种软件偷摸着调用一下 cli 我居然一点感知都没有，要不是偶然用了 --resume 都不知道，这也很可怕！

译测试Markdown编辑器时发现Claude Code额度异常消耗，经查证系该软件在后台静默调用Claude Code CLI分析本地文档所致。用户对此毫无感知，直至查看日志才发现。此事暴露双重隐患：Claude Code调用成本高昂，且软件可在用户不知情的情况下擅自调用本地CLI工具，存在严重的透明度缺失与隐私安全风险。

宝玉@dotey · 4月13日

Cursor Agent 3.0 被曝“套壳” Claude Code，官方回应称为小范围测试 Cursor 的新版 Agent 被曝出“套壳”了 Anthropic 的底层技术。开发者逆向分析发现，Cursor 3.0 版本在本地运行了一个替换引擎，简单粗暴地把系统提示词和消息里的“Claude”字眼全部替换成了“Cursor”。其安装包里直接内置了 Anthropic 官方的 Agent 开发工具，并接入了一个专门为 Cursor 微调的 Claude 3.7 模型。 面对社区的质疑，Cursor 团队成员 Michael Truell 迅速给出了澄清。他表示这只是一次常规的 A/B 性能测试，目的是对比评估 Claude 官方框架和 Cursor 默认框架的优劣。这次测试非常隐蔽，只覆盖了不到 1% 的流量。 Michael 说的应该是事实，只是这种形式爆出来还是有点尴尬 😅

译开发者逆向分析发现，Cursor 3.0 Agent基于Claude Code构建，通过本地替换引擎将提示词中的"Claude"改为"Cursor"，内置Anthropic官方Agent SDK及微调版Claude 3.7模型。Cursor团队回应称，这仅是覆盖不到1%流量的小范围A/B测试，旨在对比评估Claude官方框架与自有框架的性能差异。尽管官方解释符合常规测试逻辑，但"套壳"形式曝光仍引发开发者社区尴尬反应。