ClickHouse Agentic Analytics Benchmark 第二輪揭示排行榜未呈現的效率與失敗差異
ClickHouse 第二輪 Agentic Analytics Benchmark 以 201 條問題比較 34 個模型,Claude Fable 5.1 以 76.6% 居首,五個新增模型得分介乎 68.7% 至 69.7%。
ClickHouse 第二輪 Agentic Analytics Benchmark 以 201 條問題比較 34 個模型,Claude Fable 5.1 以 76.6% 居首,五個新增模型得分介乎 68.7% 至 69.7%。
台積電(TSMC)董事會批准投資 Anthropic 和 OpenAI 的計劃,兩筆各最多 $500 million,合計最多 $1B。其中,OpenAI 一筆將投資預留予大型投資者的優先股;Anthropic 一筆則按其預期 IPO 價格購入普通股。報道指,投資或提振市場信心,但分析師警告,投資者、供應商及客戶之間的循環融資,令 AI 硬件與服務的實際市場需求更難評估。
PixelVault 的教學示範如何在 Claude Code 或 Codex 中使用 pixelvault-upload,將圖片上傳並取得可嵌入的網址。
文章提出按錯誤合併的代價為 AI 生成的 PR 分級,並要求審查證據必須對應正在檢視的 commit。中、高風險變更須有獨立驗證;涉及公開 API、SDK 行為、身分驗證及帳單等高風險改動,建議由兩人批准,並指定發佈及回退負責人。文中以付款 SDK 的 POST 重試示例説明,若缺少 Idempotency-Key,超時後重試可能導致重複扣款。
推薦理由:文章把 AI 生成程式碼審查拆成風險分級、綁定提交的證據與獨立驗證,並以付款 SDK 重試示例説明這套方法如何識別測試盲點。
Yogurt 是一款免費、MIT 授權的開源桌面應用,可使用本機 AI 模型轉錄、摘要及回答會議相關問題。應用在背景運作而不會加入通話,會議逐字稿、錄音和摘要均保留在電腦上。用戶可透過 Yogurt 的本機 MCP 伺服器,直接把筆記提供給 Anthropic、OpenAI 等前沿模型。
Anthropic 行政總裁 Dario Amodei 在一段 42 分鐘的 IPO 路演影片中預測,AI 不到十年便可讓癌症、阿茲海默症、心臟病和精神疾病成為過去。
論文提出 LEASH(Lease-Enforced Agentic Safety Harness),一套可整合至近乎任何智能體架構的安全基礎設施;模擬及實體機械人實驗顯示,它能降低六個基礎模型造成的危害,同時大致維持任務完成表現。
Tim O’Reilly 將 AI 與個人電腦、網絡的發展歷程比較,認為 AI 原生的「殺手級應用」可能尚未出現。他將 ChatGPT 比作 Mosaic,並把 Claude Code 等編碼智能體視為新應用所依賴的平台工具,而非殺手級應用本身。他指出,智能體代人處理交易仍需要支付、身份確認、問責及交易價值分配等機制,並邀請讀者分享超越聊天機械人或智能體編碼工具的 AI 應用。
Anthropic 研究團隊建立四種模擬環境,評估多用戶、多智能體協作;在四種環境中,每位用戶各自委派智能體的羣體結果都低於由單一智能體服務所有用戶。研究觀察到智能體會停滯、擅自更改其他用戶的請求,或作出缺乏依據的陳述;有效的緩解措施因環境而異,例如共享預算場景加入團隊領導者,訂單場景則要求智能體讀取訊息後才可下單。
Sunil Makwana 與 Agent Claude 合作開發分類資訊網站,兩週內完成項目,累計 24 次提交及 115 項自動化測試。程式碼公開於 https://github.com/smakwana2/classifieds;網站以 Django 5.2 和 SQLite 建置,約有 5,400 行程式碼及 400 行文件。
GapMine 為 Claude Code 發布 claim-check Stop hook,會在智能體以「已修復」等説法結束回合時核對會話中的操作紀錄;證據不足便最多退回一次,要求補上驗證或明言尚未驗證。
Epoch AI 的受控測試顯示,開放權重模型 GLM 5.3 無需人手介入,便以每個約 $1,000 的成本攻破六個 Firefox 版本。Claude Fable 5.2 在 Epoch Capabilities Index 得分 174,刷新紀錄,高於 GPT-6 Astra 的 169。
Claude Code 透過 osFoundry 的 MCP 工具,將本機編寫的小型應用程式提議加入雲端 Room;Room 擁有人檢視全部檔案並批准後,應用程式才會出現在分頁列。
Bloomberg 引述匿名消息人士報道,OpenAI 第三季度收入據報首次突破 $10 billion,較第二季度的 $6.7 billion 增長近 50%。報道稱,其調整後營業利潤率由第二季度的 -150% 收窄至第三季度的 -109%,年化收入運行率達 $50 billion。報道指,定價收緊、折扣、模型改善,以及更聚焦企業產品和 AI agents,均帶來助益。
本期開發者新聞速覽涵蓋安全、基礎設施、AI 工具及業界動態:Google DeepMind 研究人員以 AlphaProof Code 在四週概念驗證中,數學證明 Signal 協議的多項核心密碼學性質。Atuin 18.24 開始跨裝置同步及搜尋編碼 Agent 工作階段;JioHotstar 比較六種 AI 編碼 Agent 檢索方法,發現額外檢索層未能穩定提高完成率或減少 token 用量。
據報,OpenAI 第三季收入首次達約 $10B,但營運虧損亦達 $10.9B,仍高於收入。收入較第二季的 $6.7B 增長 49.3%,虧損則增加 7.9%,調整後營業利潤率由 -150% 改善至 -109%。文章指出,企業收入按季翻倍並成為收入主要部分;上述數字來自投資者電話會議的媒體報道,並非公開申報,OpenAI 拒絕評論。
Anthropic IPO 已獲數倍超額認購,投資者訂單規模達可供發行股份的數倍,承銷團隊正考慮上調發行價區間。招股方案為每股70至78美元、合計發行8.25億股,IPO最高募資約643.5億美元,另有260億美元私募配售;按78美元計,完成後完全稀釋估值最高約1.4萬億美元。英國《金融時報》稱,投行正考慮把估值推至1.5萬億美元或更高。
推薦理由:材料列出 IPO 發行價區間、募資安排與完全稀釋估值,並對照投行考慮推至 1.5 萬億美元或更高的市場説法。
Claude Code 的 senior-frontend Skill 會要求 Claude 在完成 UI 任務前啟動開發伺服器,並用真實瀏覽器檢查頁面。檢查器會測試 375 px 和 1280 px 版面、截圖、鍵盤焦點及無障礙問題;若專案或全域環境沒有 Playwright,便不會執行瀏覽器檢查。
Databricks 於 November 11, 2026 推出原生 Genie 外掛,接入 ChatGPT、Claude、Microsoft Copilot Cowork 和 Grok Bot,讓四種智能體受治理地存取 Databricks 內的業務語境。
a16z 作者 Olivia Moore 指出,AI 智能體已佔網絡流量多數,並將逐步代為選擇產品與服務,這股改變流量分發與交易的趨勢構成 B2A 經濟。Shopify 稱,Q1 ‘26 AI 帶來的商店流量按年增長 8 倍,AI 搜尋帶來的訂單接近增長 13 倍;Human Security 稱,8 月至 10 月智能體瀏覽器流量增長 8x。
文章借生成效應討論,開發者自行推導並編寫程式碼,可能比直接貼上 AI 生成答案更有助記住相關概念。Anthropic 一項有 52 名工程師參與的隨機試驗中,使用 AI 組測驗平均得分為 50%,手動編碼組為 67%,而節省時間的差異未達統計顯著。文章建議先自行嘗試,再查看答案,並向 AI 索取提示或解釋。
Databricks 推出 Genie 插件,讓 ChatGPT、Claude、Microsoft Copilot Cowork 和 Grok Bot 原生存取 Databricks 的企業脈絡。Genie 藉助 Genie Ontology 理解業務定義、尋找用戶有權查看的資料、執行 SQL,並以來源引用回答;需要專門分析時,亦可轉交特定領域的 Genie Agents。
Anthropic 的 IPO 路演影片介紹其在 AWS Trainium、Google TPUs、NVIDIA GPUs 和 AMD GPUs 上訓練及提供 Claude 服務的多晶片策略。
作者把兩款 Electron 桌面應用遷移至 Tauri,Mac 安裝程式分別由 198.7MB、114MB 降至 5.6MB、6.2MB。Smash 的記憶體用量由 244MB 降至 88MB,Tauri 數值計入三個 WebKit 程序;Windows 安裝程式也縮小,但作者尚未在實體 Windows 電腦測試。
Alex Stamos 認為,開源權重 AI 模型已讓低技能攻擊者掌握頂尖黑客不少技能,網絡安全正進入「黑暗時代」。他稱 AI 攻擊工具可自動化攻擊鏈大部分環節,並主張所有公司應在約 90 天內用 AI 工具攻擊自身系統;訪問前一週,攻擊者又襲擊約 200 間公司。
這篇教學示範如何用 Python 工具呼叫和貨幣 API,讓 AI 智能體取得即時匯率,而非憑記憶猜測。工具每 60 秒更新匯率,並可選擇換算金額;程式負責計算及回報匯率時間。教學亦示範如何透過 MCP 伺服器免寫接駁程式碼,並説明如何將相同工具結構用於 Claude、OpenAI 和 Gemini。
Anthropic 的 Opus 5.5 大模型開發成本超過 100 億美元,但單次訓練成本不可能達到 100 億美元,部分算力卡可供後續訓練和推理使用。文章稱,Opus 5.5 參數量被認為超過 5 萬億,國內 AI 公司目前約為 3 萬億;國內取得 B300 算力資源的渠道有限,價格通常是海外的三倍。
Jasveer Singh 發佈開源工具 done-claim-auditor,透過比對 Claude Code 的 JSONL 會話記錄與先前工具呼叫,核查智能體聲稱完成的工作。工具以 EVIDENCED、CONTRADICTED 或 UNEVIDENCED 標示證據狀態,並列出相關行號。它不會執行測試或核查實際檔案及遠端狀態,判斷僅限於會話記錄。
Scraper Finder 介紹其維護的免費 MIT 技能 Website Contact Page Email & Phone Crawler,供 Claude Code 按網站整理公開電郵、電話及社交平台連結。
ChinaTalk 調查指,美國數據公司向中國 AI 實驗室出售約 5 億美元訓練數據,其中部分是用於編碼、金融分析或辦公工作的強化學習(RL)環境。報告辨識至少九家涉事公司,並稱中國實驗室採購曾售予 Anthropic 或 OpenAI 的同類產品,以節省內部開發成本和算力,並避免浪費訓練資源。
Anthropic稱使用 Mythos 僅用三日便將 Claude 移植至 AMD GPU,過程幾乎無需人工介入。公司稱 Mythos 自行移植或編寫近 100% 的 kernels;傳統工程方式接入新加速器則需六至十二個月。這些數據來自 Anthropic 的投資者簡報,未經獨立核實。
四名消費者於 2026 年 9 月 18 日在加州北區聯邦法院提起集體訴訟,指控 Anthropic、OpenAI、SpaceXAI 和 Google 達成橫向協議,放慢面向消費者的 AI 產品能力提升。
央行發布2026年第三季度中國貨幣政策執行報告,提出保持適度寬鬆政策,並推動貸款利率定價基準多元化。衞星化學擬投資約207億元建設丙烯及下游高端新材料項目;中國船舶子公司簽訂20艘VLCC型原油輪建造合同,金額合計172.18億元。Anthropic IPO據悉獲數倍超額認購。
osFoundry 的 MCP Notes 工具要求 Claude 指定確切分頁 ID,並為分頁建立和引用來源提供冪等鍵,以避免模糊定位及重試造成錯誤或重複寫入。
Anthropic IPO 的認購需求達可供股份數量的數倍。消息人士稱,Dario Amodei 與 Jamie Dimon 將於週五舉行直播活動。
Claude Code v2.1.321 於 2026 年 11 月 9 日修補權限與 hooks 中五項具安全影響的缺口。問題包括 MCP OAuth 重新導向可能把 refresh tokens 傳往其他主機、唯讀 Bash 指令在沙盒外執行,以及 cp 或 mv 寫入資料夾時未套用拒絕規則;超過 16 MiB 的回答不再跳過 mcp_tool hook,而是拒絕該呼叫。
Thiago Perea 開發 QuotaDeck,透過跨平台應用及 CLI 集中讀取 Claude、Antigravity、OpenCode 和 Codex 的本機用量。
Anthropic 據悉正籌備 IPO,其大型 IPO 獲得數倍超額認購。原文未提供發行規模、認購數字或上市時間。
美股三大股指期貨齊升,CoreWeave 盤前升逾16%。截至發稿,道指期貨升0.24%、標普500指數期貨升0.89%、納指期貨升1.84%;CoreWeave第三季度營收按年增長168%至36.61億美元。
o3、Claude 4.5 Opus 與 Gemini 2.5 Flash 的比較顯示,三者分別擅長深度推理、分析寫作,以及速度與成本效率。評測涵蓋50道數學題、30項編碼任務、20道邏輯題及10項商業分析;o3 解決23/30項編碼任務,並在高推理力度下答對全部邏輯題,Claude 在商業分析得分最高。