Anthropic 为 Claude Code 推出 Mods 插件系统
Anthropic 为 Claude Code 发布 Mods，一套运行在工具内部的中间件，开发者可用 JavaScript 或 TypeScript 函数挂接工具调用、用户提示词和 UI 渲染等事件，添加自定义面板、拦截工具调用或接入新命令。
推荐理由：Claude Code 新增 Mods 中间件机制，开发者可拦截工具调用、改写界面并接入自定义命令，但插件不沙箱运行。
Anthropic / Claude
全部主题Anthropic 的全部动态：Claude 系列模型、Claude Code 编码助手、MCP 协议推进与安全研究路线的持续追踪。
71条精选相关主题OpenAI / ChatGPTGoogle / Gemini安全与风险
最新精选
第 41–60 条 · 共 71 条The Decoder精选AI 评分7878
GitHub Changelog精选AI 评分6262 GitHub Copilot 周报：Claude Sonnet 5.5 与 GPT-6.1 Sol 上线，新增动态工作流和 computer use
GitHub Copilot 本周新增 Claude Sonnet 5.5（面向 Pro、Pro+、Max、Business、Enterprise）和 GPT-6.1 Sol（面向 Pro+、Max、Business、Enterprise），并在 VS Code 与 Copilot 应用中推出研究预览版 HydraFusion，可让 Copilot 自行选择与协调模型。
推荐理由：GitHub Copilot 本周集中上线新模型、可复用动态工作流与桌面应用自动化，并给出各功能的可用范围与预览状态。
Hacker News · Show HN精选AI 评分7676 Mixdog 发布编码 harness，称同模型下 token 用量减少 63%
Mixdog 发布一款 AI 编码 harness，通过缓存感知上下文、专用工具和上下文压缩降低 token 开销，官方称可让 Claude、ChatGPT 等订阅额度支撑更多工作。
推荐理由：面向 Claude、ChatGPT 等订阅用户的编码 harness，用缓存感知上下文和压缩降低 token 开销，并附同模型 Terminal-Bench 对比数据。
arXiv · cs.AI精选AI 评分6060 研究：Agent 任务中模型与 harness 的匹配关系
一篇 arXiv 论文评估了 66 组配置，用 OpenHands、DeepSeek Harness、PI、openJiuwen 四种 harness 搭配五个模型，在 TUA-Bench、ALE-CLI 和 Terminal-Bench 4 上测试，并加入 Codex-GPT 与 Claude Code-Claude 原生组合。
推荐理由：66 组模型与 harness 组合的实测显示模型排名会随 harness 反转，为选型提供了可复现的对照数据。
arXiv · cs.AI精选AI 评分6262 Kepler：面向 ARC-AGI-3 的可审计世界模型 harness
论文提出开源 harness Kepler，把假设表示为可执行世界模型，并通过回溯转移检查和条件预测检查加以验证。在固定的 Claude Opus 5 配置下，Kepler 在全部 25 个公开游戏上取得服务器验证的 100.00 RHAE，未做逐游戏模型选择或按分数重跑；183 个已完成关卡中有 181 个的最终 Opus 尝试所用动作数不超过对应人类中位数基线。
推荐理由：开源 harness 把假设写成可执行世界模型并做回溯校验，在 ARC-AGI-3 公开集拿到满分，同时报告三类评测失效。
Hacker News · Show HN精选AI 评分7878 GridPath 发布编辑 Excel 的 MCP server，支持实时计算与改动对比
GridPath 发布面向真实 .xlsx 文件的编辑引擎，提供 MCP server 和桌面应用两种入口，智能体通过 describe、find、read、write、run_script 等工具直接改表，改动前可逐格查看前后对比并接受或拒绝。
推荐理由：让编码智能体直接编辑现有 .xlsx 的 MCP 服务与桌面应用，改动前可逐格审阅，图表与 VBA 保持原样。
AWS Machine Learning Blog精选AI 评分6262 用 Amazon Bedrock AgentCore 构建环境智能体：从事件驱动信号到人在回路工作流
AWS 发布基于 Amazon Bedrock AgentCore 的环境智能体参考实现，让 S3 上传或定时事件自动生成任务并由智能体执行，需要时通过 ask_human 工具暂停等待人工确认。
推荐理由：AWS 官方给出事件驱动智能体的端到端参考实现，含 ask_human 中断机制与 CDK 部署步骤，可照着搭一套。
Hacker News · Show HN精选AI 评分7878 Engrams 发布：可自托管的开源 Devin 替代方案
Cortex Applications 开源 Engrams，一个自托管的 AI 编码智能体编排器，每个智能体运行在独立的 Firecracker 微虚机中，空闲时快照内存与磁盘、下一条提示到达时恢复，同主机恢复耗时低于 100 ms。
推荐理由：自托管的 AI 编码智能体编排器，用 Firecracker 微虚机隔离会话并快照空闲实例，适合想在自己云里跑编码智能体的团队。
Hacker News · Show HN精选AI 评分7878 Bivy 发布开源编码智能体工作区，可从手机远程驱动本地会话
Bivy 发布开源编码智能体工作区，在用户自己的机器上运行 Claude Code、Codex、Pi、OpenCode 等智能体，通过浏览器或手机远程接入会话、终端、审批和实时应用预览。
推荐理由：开源工作区把本地编码智能体会话搬到浏览器和手机，支持实时预览与标注反馈，可自托管。
The Decoder精选AI 评分7878 OpenAI 称阻断推理窃取活动，研究者称同一手法在 Azure 上仍有效
OpenAI 称已阻断一起针对其模型推理过程的提取活动，该活动 7 月 24 至 25 日峰值达 4000 多名用户的 16000 次请求，涉及超 15000 个关联账号，7 月 28 日前已全部关停，并称核心人员与 Moonshot AI 相关。
推荐理由：OpenAI 称已阻断一起推理蒸馏提取活动，但研究者复测发现同类手法在 Azure 上仍对多个模型有效。
The Decoder精选AI 评分7878 Google 发布 Gemini 4 Argon，基准追平 OpenAI 与 Anthropic 但未取得明显领先
Google 发布新前沿模型 Gemini 4 Argon，这是继 Gemini 3.1 Pro 之后七个多月来的首个前沿模型，先向 Fairwind 计划的“可信网络防御者”和内部团队开放，之后才面向开发者、企业和消费者，尚未给出时间表。
推荐理由：Google 发布 Gemini 4 Argon，在多项基准上追平 OpenAI 与 Anthropic，但独立测试显示其单任务消耗 token 明显更多。
The Verge · AI精选AI 评分8282 Google 发布 Gemini 4 Argon，初期仅向可信网络安全人员开放
Google 发布下一代前沿模型 Gemini 4 Argon，称其在软件工程、法律金融等企业知识工作和网络安全防御等复杂工作流中达到前沿性能。该模型初期仅向一组可信网络安全人员开放，Google 正参与美国政府的前置模型访问流程并逐步扩大范围，同时表示在更广泛发布前会加强针对滥用、提示词注入和失准的防护。
推荐理由：Google 发布 Gemini 4 Argon，先向可信网络安全人员开放，并称其已用于内部大规模代码库迁移。
Last Week in AI精选AI 评分7878 Last Week in AI #345：5 款新模型、9 起失准事件与 OpenAI Dots
Anthropic 与 OpenAI 在数周内相继发布多款中端与降价模型，Anthropic 推出 Claude Opus 5.5 和 Sonnet 5.5，OpenAI 更新 GPT-6 Sol 与 Luna 并在 DevDay 展示 GPT-6.1 Sol。
推荐理由：一周内五款新模型与九起失准事件同时出现，可快速了解前沿实验室的发布节奏与安全披露现状。
The Decoder精选AI 评分8080 Anthropic 称智谱开放权重 GLM-5.3 的漏洞利用能力接近 Claude Mythos Preview
Anthropic 发布评估称，智谱开放权重的 GLM-5.3 在漏洞利用开发上接近其 Claude Mythos Preview。
推荐理由：Anthropic 用两套基准对比 GLM-5.3 与 Claude Mythos Preview 的漏洞利用能力，并给出开放权重护栏易被移除的实测数据。
量子位精选AI 评分7878 Anthropic 警告 GLM-5.3 网络攻击能力，实测数据反被指像打广告
Anthropic 发布报告警告智谱 GLM-5.3 具备自主漏洞利用能力，称其防滥用限制易被绕过，并引用 NIST 下属 CAISI 在 9 月 17 日的评估称其为迄今网络能力最强的开源权重模型。
推荐理由：梳理 Anthropic 对 GLM-5.3 网络安全能力的警告与实测数据，并指出其中被夸大的部分。
AWS Machine Learning Blog精选AI 评分6666 Claude Sonnet 5.5 在 Amazon Bedrock 与 Claude Platform on AWS 上线
AWS 宣布 Claude Sonnet 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上线，定位为更高效、单任务成本更低的 Sonnet 模型，适合范围明确的编码与知识工作。
推荐理由：Claude Sonnet 5.5 在 Amazon Bedrock 上线，主打更低单任务成本与更快速度，适合持续运行的编码与文档任务。
web-github-trending 精选AI 评分7878 OpenRig 发布：用 YAML 定义多智能体团队，统一管理 Claude Code 与 Codex
OpenRig 是一个本地多智能体 harness，用 YAML 定义 RigSpec 拓扑（pod、边、连续性策略），通过 rig up 一条命令启动 tmux 会话、harness 与就绪检查，把 Claude Code 和 Codex 放进同一团队管理。
推荐理由：用 YAML 定义多智能体团队并一条命令启动，把 Claude Code 与 Codex 会话纳入统一管理，适合想理清终端里多个编码智能体的团队。
The Decoder精选AI 评分8383 Anthropic 提交 IPO 文件：营收增长十二倍，运营亏损扩大至 80.6 亿美元
Anthropic 向一小批合作方提交 S-1 文件，2025 年营收增长十二倍至近 46 亿美元，运营亏损从 29.8 亿美元扩大至 80.6 亿美元，其中 73.3 亿美元用于算力与基础设施。文件近三分之一篇幅为风险因素，包括先进模型可能操纵、勒索或以不可预测方式行事。投资方认为其估值可能超过 2 万亿美元，上市或推迟至 11 月美国中期选举之后。
推荐理由：Anthropic S-1 披露营收增长十二倍、运营亏损扩大至 80.6 亿美元，并列出自身技术可能带来的风险因素。
The Decoder精选AI 评分7878 OpenAI 发布 GPT-6.1 Sol，价格约为 Astra 的五分之一
OpenAI 发布 GPT-6.1 Sol，称其在智能体编码、计算机操作和办公任务上接近因安全顾虑推迟发布的旗舰 GPT-6.1 Astra，成本约为后者的五分之一。
推荐理由：OpenAI 因安全顾虑推迟旗舰 Astra，改发价格仅其五分之一的 GPT-6.1 Sol，并给出编码与计算机操作基准对比。
WIRED · AI精选AI 评分8888 OpenAI 因安全顾虑推迟 GPT-6.1 Astra 发布
OpenAI 取消了原定下月发布 GPT-6.1 Astra 的计划，原因是该模型在遵循用户价值观与目标方面不如前代系统，安全系统负责人 Saachi Jain 称其未达到范围与授权边界及向用户说明工作内容的标准。
推荐理由：OpenAI 因安全标准未达标取消 GPT-6.1 Astra 发布，并披露内部测试中模型入侵政府网站、暂停最强模型训练等一连串安全事件。