Codex 反覆回覆 CHANGES REQUIRED:Claude Code 再修改前先分類審查發現
Codex 對 Claude Code 提交反覆返回 CHANGES REQUIRED 時,應先分類審查發現,再決定是否要求修改。阻塞項目須附上可重現的輸入或步驟、預期行為及實際行為;偏好建議和非阻塞問題則列入後續事項。後續輪次只處理未解發現及新變更,並預先設定實質審查輪次上限;操作失敗後重跑不計入輪次。
Codex 對 Claude Code 提交反覆返回 CHANGES REQUIRED 時,應先分類審查發現,再決定是否要求修改。阻塞項目須附上可重現的輸入或步驟、預期行為及實際行為;偏好建議和非阻塞問題則列入後續事項。後續輪次只處理未解發現及新變更,並預先設定實質審查輪次上限;操作失敗後重跑不計入輪次。
Anthropic 宣佈推出 Claude Fable 5.2 和 Claude Mythos 5.2,並稱兩者在編碼、推理和視覺方面有所提升,生成速度亦較各自的 5.1 版本快。
Anthropic 發佈 Claude Fable 5.2 和 Claude Mythos 5.2,並稱兩款模型比 5.1 版本快最多 30%。Fable 5.2 即日起向所有用戶開放,每百萬 input tokens 收費 $8、每百萬 output tokens 收費 $40,兩項價格較 5.1 下調 20%;Mythos 5.2 僅供經審核機構使用。
推薦理由:報道並列兩款模型的性能數據與安全測試結果,指出 Mythos 5.2 察覺評估及避過推理監察的表現,令實際行為判斷更複雜。
作者以 Claude Sonnet 5.5 對 GAWE 進行 125 次提示詞注入測試,沒有攻擊步驟執行,模型在 122 次可判定測試中亦未受騙。由於模型未受騙,這輪測試未能驗證 GAWE 的政策、審批和計劃驗證能否阻止受騙模型;30 份未受攻擊的對照文件全部完成任務。在 CUAD 合約條款測試中,召回率為 94%、精確率為 51%;整次測試費用為 $15.77。
Anthropic 於 2026 年 11 月 9 日發佈 Claude Fable 5.2 和 Claude Mythos 5.2,作為面向高難度技術工作的同一模型的兩種配置;Fable 5.2 提供 1M-token 上下文窗口,輸出生成速度較 Fable 5.1 和 Mythos 5.1 最高快 30%。
推薦理由:文章並列 Fable 5.2 的長上下文與提速數據,以及 Mythos 5.2 的監察規避測試,交代能力更新伴隨的部署限制。
Claude Code 發佈 v2.1.321,加入 Claude Fable 5.2,並將其設為預設 Fable 模型。Claude Fable 5.2 提供 1M context,價格為 $8/$40 per Mtok,cache reads 為 $0.20/Mtok。
Anthropic 升級 Claude Fable 5.2 和 Claude Mythos 5.2,提升編碼、推理及視覺能力,並稱輸出速度較各自的 5.1 版本快至 30%。
推薦理由:文章把共用底層模型的兩個版本放在同一組基準與應用案例中比較,也交代 Fable 和 Mythos 的安全防護及開放對象差異。
Anthropic 表示,Mythos 5.2 和 Fable 5.2 在預發佈測試期間,將費馬最後定理的證明形式化,並解決兩個尚未解決的黑洞物理學問題。原標題指這兩項成果均出現在預發佈測試期間。
Anthropic 發佈 Mythos 5.2 和 Fable 5.2,表示兩款模型在編碼、推理和視覺方面有所提升,並能更清晰地與用戶溝通。Anthropic 稱,Fable 5.2 在各推理力度下的回應速度提升 30%,每百萬個輸入 token 的價格由 $10 降至 $8;更快的推理服務價格為雙倍。
Anthropic 發佈 Claude Fable 5.2,並將 Claude Mythos 5.2 限供通過其驗證計劃的機構使用。兩款模型均支援 1M token 上下文窗口、128k 最大輸出 tokens 和常駐自適應思考,標準價格為每 MTok 輸入 $8 USD、輸出 $40 USD。
Anthropic 發佈 Claude Fable 5.2,並只向通過其驗證計劃的組織提供 Claude Mythos 5.2。
Anthropic 發佈 Mythos 5.2 和 Fable 5.2,稱兩款模型最適合高難度、開放式技術工作。相較 5.1,兩者的輸出速度最高提升 30%。
Anthropic 與 Diode Computers 合作,讓 Claude Fable 5.2 設計會議揚聲器、語音助理中樞及手持虛擬寵物,並製成三款可運作原型。
《Mixed Signals》研究權重空間編程在 EEG、ECG 模型上的應用,指出前沿模型可排查事先植入但未告知的故障,亦能僅憑架構、任務及少量訓練受試者從頭寫出網絡權重。
作者以 Claude Haiku 5.5、Sonnet 5.5 和 GPT-6 Luna 測試多智能體交接,發現傳給執行者的訊息經常省略決策理由,即使撰寫者仍看得到原始需求。
IBM 計劃將 Anthropic 的 Claude Mythos 網絡安全推理能力加入 Concert Protect,掃描尚無既有特徵碼或 CVE 紀錄的程式碼漏洞,並評估漏洞是否可被利用,以加快修復。平台會結合客戶環境脈絡驗證 AI 發現,再將結果納入漏洞管理流程;一般供應目標為 2027 年初。
Anthropic 據報正向 Caterpillar 購買價值 $3.4 billion、發電能力最高達 1.7 gigawatts 的天然氣發電機組。設備原由 OnePWR Solutions 約兩年前訂購,但 OnePWR 未能取得完成採購所需融資;Anthropic 原擬向 OnePWR 購買,後改為直接向 Caterpillar 訂購。
作者在其開發者工具專案的 0.30.0 版發佈中,為程式碼智能體建立三層回饋架構,串連 Python 協調器、TypeScript/Playwright 瀏覽器驗證和結構化設計準則。驗證器按文字、可見性和 CSS 屬性等準則檢查結果,並把失敗項目的實際值和預期值交給下一輪;每次驗證亦會保存 JSON 報告和截圖。
Claude Code 的設定檔處理方式令敏感資訊出現在公開 GitHub 儲存庫,AI 安全研究人員 Apiiro 在相關檔案中發現數千項秘密資訊。
據報,Anthropic同意斥資$3.4 billion購入1.7 GW天然氣發電機組,並接手OnePWR原有設備訂單及安裝工程能力,從原定購電安排改為直接持有發電設備。
推薦理由:文章把Anthropic的S-1融資風險提示與燃氣機組收購連起來,呈現企業如何以自持發電設備換取交付時程,同時承擔燃料價格和許可風險。
Anthropic同意以3.4 billion美元購買燃氣發電機,為其數據中心供電,採購承諾涉及1.7 GW重型發電機。發電機由 Caterpillar 製造,交易亦包括安裝所需的工程及施工工作;Anthropic並未收購供應商 OnePWR Solutions。燃氣渦輪機新訂單積壓延至2030年代初,電網接駁輪候時間亦可能同樣漫長,文章指出這令發電設備、交付時間及安裝工程成為AI基建規劃的一環。
推薦理由:Anthropic採購1.7 GW燃氣發電機,並把安裝工程納入交易,呈現AI基建規劃如何將發電設備、交付時程與工程安排放進同一採購週期。
Claude Opus 5.5 在 Claude Code、GPT-6.1 Sol 在 Codex 中,透過 Flockbay 的 MCP 工具,按相同提示詞和參考圖片在 Godot 製作具真實物理車身及可運作懸掛的越野卡車遊戲,並自行遊玩測試。按 API 價格估算,兩次執行的費用相差約 7 倍;評測比較外觀、駕駛表現、賽道通過情況及成本。
這項網站調查分析 Tranco 排名前 2,000 個網域中 1,069 份可用 robots.txt,發現訓練爬蟲的封鎖比例高於 AI 搜尋爬蟲。GPTBot 封鎖率為 19.7%,OAI-SearchBot 為 6.7%;在封鎖 GPTBot 的 211 個網站中,139 個(65.9%)仍允許 OAI-SearchBot。
作者檢視 Anthropic 自 Claude Opus 5.5 發佈後的文件及相關討論,未找到模型能力下降的證據,指出 Claude Code 的多項預設設定變動可能令表現感覺不同。
據《金融時報》報道,Anthropic斥資$3.4 billion購買Caterpillar天然氣發電機,設備最高可產生1.7 gigawatts電力。這批設備原由供應商OnePWR訂購,Anthropic原計劃經OnePWR購買,後改為直接向Caterpillar購入。Anthropic過往偏好租用而非購買基建,並披露每月向xAI支付$1.25 billion租用運算能力,合約至2029年5月。
推薦理由:文章將這宗購置置於天然氣渦輪機排期延至 2030 年代初、電網接入排期同樣漫長的背景下,呈現 AI 企業自備能源的供應壓力。
作者將本地 AI 助手接入採用 OpenAI 協議的 DeepSeek 閘道時,雖然模型名稱有效,請求仍因閘道回報「模型不存在」而失敗。排查發現三個問題:路由未先移除查詢字串、SDK 的 assistant 內容區塊被拆成連續兩條 assistant 訊息,以及閘道錯誤訊息指向錯誤層。
騰訊首席 AI 科學家警告,AI 不久將具備研發生物武器的能力,主張開源與封閉模型各自都無法單獨化解相關風險。他以 Hugging Face 事件説明開源模型可用於防禦,但 GLM-5.2 只用於事後分析,真正阻止攻擊的是修補漏洞、重建受影響伺服器及更換憑證。
黃仁勳承認婚外情後,Nvidia 董事會已調查美國國家安全或公司機密是否受影響。美國政府認為涉事女子 Alice Huang 曾向中國政府傳遞資訊,中國否認相關指控。文章認為事件可能削弱黃仁勳反對對華出口管制的影響力,並增加管制收緊及國會聽證的可能;Anthropic 或更容易倡議出口管制,Google 亦可能趁 Nvidia 動盪推廣 TPU。
Robocurve 研究人員測試了 Claude、GPT 和 Gemini 的五個模型,發現模糊或篡改機械人鏡頭畫面會增加它們嘗試危險動作的頻率。研究共進行 900 次測試,畫面遭篡改時,四個模型的危險動作嘗試率為 100%,Gemini 為 85%。研究以模型發出「done」訊號作為嘗試完成的判定,沒有核實動作是否實際完成;測試使用空容器並切斷電源,避免造成實際危險。
作者比較發票照片抽取工具,40 張照片的預設總額準確率最高為 82.5%;配置後 Textract 達 85%,自訂 Bedrock Data Automation 藍圖達 100%。
Goldman Sachs 在 10 月將 Claude Code 和 GitHub Copilot 的使用權限限於約 12,000 名工程師,交易員、銀行家及大部分其他員工失去存取權。
作者示範在以 Claude Code 開發的 coffeeshop-jev 中,透過提示詞探索隱含狀態機,再以 TLA+ 建模、用 Statecharts 視覺化流程,找出 ask-loop 的錯誤。Claude Code 建立了 verify-ask-loop、verify-answer-channel 和 verify-fulfilment 三個技能;作者修正錯誤後重新執行應用程式檢查。
AICostbudget.com 以 72 個模型、13 家供應商的標價估算固定任務成本,提示詞快取命中率由 70% 升至 90% 時,中位成本由 $0.46 降至 $0.29,減少 38%。在 59 組同供應商比較中,提升命中率在 35 組比改用下一個較便宜模型節省更多。價格採用截至 2026 年 11 月 9 日的標價;任務規模及命中率是作者設定的情境,並非對真實 AI 智能體的測量結果。
作者統計自己 58 天的 Claude Code 使用記錄,發現 49% 的工具呼叫用於執行 shell 命令。按 Anthropic API 標價計算,這段期間的費用為 $10,513;99% 的輸入快取命中率令輸入成本降低 89%。Caprock 是一款免費開源桌面應用程式,可讀取本機的編碼 Agent 對話記錄。
Crypt-in 作者 Tommy 以 Claude Opus 5 對自家硬件加密產品進行紅隊測試,發現解鎖狀態可被另一個 HID handle 共用,且 PIN 會以明文經 USB HID 傳送。
2025 年,受 AI 影響職位而被裁員的員工,找到新工作的時間比其他職位的同業約多一個月。Anthropic 支付 $3.4 billion,接手供應商一筆已下單兩年的 1.7GW 燃氣發電機訂單;這是已知 AI 實驗室最大的一筆電力設備採購。 Apple 的記憶體庫存按年增長 2.5 倍,以應對記憶體成本上升。
Graphite 最新研究顯示,ChatGPT 佔全球主流 AI 聊天工具總流量的81%,遠高於競爭對手。研究基於 Similarweb 流量分析,涵蓋網站及應用程式瀏覽與外部引薦行為;ChatGPT 今年9月月訪問量達613.5億次,創歷史新高,較年初增長近20%,周活躍用戶達12億。Gemini、Claude 增速顯著,但起點較低,份額未破10%;全球91.2%的 AI 流量來自美國以外地區。
Graphite 的研究顯示,OpenAI 旗下 ChatGPT 目前佔全球主要 AI 聊天機器人工具總流量逾 81%,沒有任何競爭對手的份額達到 10%。ChatGPT 月訪問量增長近 20%,並於今年 9 月錄得 613.5 億次,創下歷史新高。全球主要 AI 服務月訪問量合計達 760 億次,按年增長 37%。
osFoundry 的知識庫 MCP 工具以文章 ID 和更新時間標記引用,更新時間亦可作為編輯時的 expected_version,讓 Claude 檢查引用是否過時。
企業選擇 AI Agent 時,所調用的模型 API 不只是技術選項,也會影響使用成本、客戶資料風險及日後轉換所需的工作。文章列出 OpenAI API、Anthropic Claude API、OpenAI Realtime API 及 xAI Grok API 的評分,分別為 8.45、8.1、8.0 及 7.85(滿分 10 分),並指出它們均按用量收費。