#Claude Opus

共 48 条 · 7 天 4 条 · 30 天 17 条

提示词工程 5 Anthropic 3 OpenAI 3 编程助手 3 Agent Arena 2 AI安全 2 Claude 2 DeepSeek 2

6月18日

模型 Agent 与开发者多源确认精选01:55

智谱AI发布GLM-5.2，百万token上下文在编码基准逼近闭源模型

智谱AI的GLM-5.2在长时间编码任务上只比Claude Opus 4.8差1%，还是开源免费，码农可以试试。

#GLM-5.2 #智谱AI #Claude Opus #开源模型

事件专题

官方账号Decoder@Jonathan Kemper11 个信源在谈原文

6月10日

产品多源确认03:45

Opus 4.5 写 VM，Mythos 验证无严重漏洞

AI 写代码的安全性问题一直让人担心，这个案例证明只要加固流程到位，AI 生成的复杂系统也能通过专业审计。做 AI 安全或代码生成的团队值得看看他们的方法论。

#Claude Opus #Mythos #安全验证 #AI 生成代码

事件专题

Guillermo Rauch@rauchg11 个信源在谈原文

6月9日

技巧 Agent 与开发者多源确认01:18

Opus 自主运行数小时/天的 5 个技巧

做长时间自主 AI 智能体的开发者终于有了实操指南——这 5 个技巧直接解决「怎么让模型持续干活不卡壳」的痛点，建议做自动化任务的团队点开抄作业。

#Claude Opus #自主运行 #智能体 #自动化

事件专题

elvis@omarsar04 个信源在谈原文

6月8日

论文多源确认精选72°11:35

AutoLab 基准测试：强 AI 智能体在长周期研究中仍因缺乏坚持而失败

做 AI 研究和智能体开发的团队会看到，坚持比聪明更重要——AutoLab 的发现直接点出了当前智能体在长任务中的致命弱点，值得反思自己的智能体设计。

#智能体 #基准测试 #长周期研究 #Claude Opus

事件专题

rohanpaul_ai@rohanpaul_ai11 个信源在谈原文

产品多源确认精选10:58

让 Claude Opus 长时自主运行的 5 条核心实战建议

Boris Cherny 的 5 条建议直击长时自主运行的痛点，做自动化任务编排的开发者可以直接套用到 Codex 或 GPT-5.5 上，尤其是端到端自我验证这条能帮你省下大量无效 token 消耗，值得收藏实践。

#Claude Opus #Claude Code #自主运行 #动态工作流

事件专题

shao__meng@shao__meng4 个信源在谈原文

5月28日

模型 Agent 与开发者72°05:21

Datacurve 发布 DeepSWE：更难、更真实的编程基准测试

做 AI 模型评估或选型的团队，DeepSWE 能帮你看到模型在长周期软件工程任务上的真实差距，建议关注这个新基准。

#基准测试 #编程能力 #GPT-5.5 #Claude Opus

事件专题

rohanpaul_ai@rohanpaul_ai2 个信源在谈原文

5月27日

模型 Agent 与开发者72°17:59

DeepSWE 基准发布：113 个任务覆盖 5 种语言，Claude Opus 超 Claude Code 10 个百分点

做 SWE 智能体评估或开发 AI 编程助手的团队，这个新基准更贴近真实开发场景，值得关注其设计思路和模型表现差异。

#SWE 基准 #智能体 #编程助手 #Claude Opus

事件专题

Philipp Schmid@_philschmid2 个信源在谈原文

5月13日

模型 Agent 与开发者官方一手精选12:33

Claude Opus 发布，Anthropic最强旗舰模型

推理编程都碾压，性价比高

#Claude Opus #Anthropic #MMLU #编程助手

事件专题

官方一手Claude: Blog11 个信源在谈原文