Anthropic 发布 Claude 5 模型上下文工程新规则
Anthropic 工程师 Thariq Shihipar 分享了针对 Claude Opus 5 和 Claude Fable 5 等新一代模型的上下文工程最佳实践，指出团队已移除 Claude Code 中超过 80% 的系统提示词且未影响编码评测表现。
推荐理由：官方披露了针对 Claude 5 系列模型的上下文工程新范式，包括移除大量系统提示词约束及利用渐进式披露的具体方法。
技术方向
Agent 智能体 最新动态
让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
116 条精选近 30 天 77 条共收录 429 条
更新
精选归档 · 第 6 页
Anthropic Claude.dev 开发者博客精选AI 评分8080 Ethan Mollick · One Useful Thing精选AI 评分7878 Ethan Mollick 发布 AI 工具使用指南：如何根据任务选择模型与智能体
Ethan Mollick 发布最新 AI 工具使用指南，指出当前“使用 AI”已从简单聊天转向具备规划与执行能力的智能体系统。对于低风险日常问答，免费默认模型即可满足需求；但在医疗或法律等高风险领域，建议使用 Claude Opus/Fable 或 ChatGPT GPT-5.6 Sol 并开启高思考模式以降低错误率。
推荐理由：作者基于实测对比了不同场景下的模型选择与智能体配置，提供了从基础聊天到接管本地电脑的具体操作建议。
Sierra Blog精选AI 评分6565 Sierra 宣布收购 Takeoff 并共同构建 Horizon 平台
Sierra 正式宣布收购 AI 智能体初创公司 Takeoff，双方团队将共同开发名为 Horizon 的新平台。Takeoff 自年初以来 ARR 从零增长至接近八位数，其核心产品是一个能让智能体像人类一样操作、像软件一样扩展的长周期运行时（long-horizon agent runtime）。
推荐理由：原文披露了 Sierra 收购 Takeoff 并共建 Horizon 平台，展示了从独立初创到被巨头整合的商业路径及长期智能体运行时的落地逻辑。
Modal 官方工程博客精选AI 评分6060 Modal 与 Cognition 合作推出 Devin Outposts 支持在自定义沙箱中运行 AI 软件工程师
Cognition 推出 Devin Outposts，允许将 Devin 的执行环境迁移至用户可控的配置中，而推理仍保留在 Cognition 云端。Modal 作为首发合作伙伴提供 `modal-devin` 开源集成，使 Devin 会话能在 Modal Sandbox 中运行，利用其快速冷启动、GPU 按需分配及快照功能。
推荐理由：原文说明了 Devin Outposts 如何将执行环境移至用户控制的 Modal Sandbox，同时保留云端推理，并提供了开源集成工具的具体配置方法。
Modal 官方工程博客精选AI 评分6868 Modal 重构沙箱平台支持百万并发及每秒数万创建
Modal 宣布重建其核心沙箱平台，新系统支持数百万并发沙箱运行，并能以每秒数万个的速度创建沙箱。该架构移除了控制平面中的中心瓶颈，采用无协调的分布式调度设计，使调度路径简化为负载均衡器直接在计算节点上创建容器。实测显示，100 万个沙箱可在不到一分钟内全部创建完成，中位启动时间低于半秒。目前该系统已开放 Beta 测试，用户可通过简单代码修改启用。
推荐理由：原文展示了去中心化调度架构如何实现百万级沙箱并发与秒级创建，为高吞吐 Agent 基础设施提供了可参考的工程范式。
Sierra Blog精选AI 评分7070 Sierra 发布内部云智能体平台 Pinecone
Sierra 发布内部云智能体平台 Pinecone，旨在通过云端会话捕获并规模化员工的隐性知识。该平台支持多用户协作、自动化 PR 监控及技能复用，底层集成 Codex 和 Claude Code 等主流模型。目前 Sierra 96% 的工程团队已接入，上月产生超 75,000 个会话，70% 的 Pull Request 由该工具发起。
推荐理由：原文详述了内部云智能体 Pinecone 的架构设计与落地数据，展示了如何通过共享上下文将员工经验转化为组织资产。
Ai2 / Allen Institute for AI精选AI 评分6060 Ai2 分享 Shippy 海事智能体构建经验与架构设计
Ai2 的 Skylight 团队分享了其海事 AI 智能体 Shippy 的构建经验，重点介绍了如何通过确定性工具、沙箱隔离和自定义评估系统来解决高风险操作域中的可靠性问题。
推荐理由：原文详细拆解了高可靠性智能体的架构设计与评估体系，为构建严肃场景下的 Agent 提供了可复用的工程经验。
Sierra Blog精选AI 评分7373 Sierra 分享 AI 驱动公司转型经验：从角色智能体转向统一入口与主动式工作流
Sierra 工程团队通过并行运行 Claude Code 和 Codex 等智能体实现了显著的效率提升，并成立了六人加速小组以推广这一模式。他们发现按角色划分多个智能体因增加用户记忆负担且割裂跨部门协作而失败，因此将所有功能合并为名为 Pinecone 的单一智能体，使其能自动识别请求并调用相应系统。
推荐理由：Sierra 分享了将全公司工作流整合到单一智能体的实践，指出业务上下文而非模型智力才是当前瓶颈。
Ethan Mollick · One Useful Thing精选AI 评分8282 Ethan Mollick 实测 Claude 5 Fable：长时自主执行与多智能体协作体验
Ethan Mollick 对首个 Mythos 级公开模型 Claude 5 Fable 进行了深度实测，指出其在复杂任务上显著超越以往模型，能连续工作数小时并自主启动子智能体进行研究与验证。
推荐理由：作者通过实测展示了模型在长时自主执行和多智能体协作上的能力跃升，并提出了从“操作者”到“委托者”的人机关系变化观点。
Anthropic Claude.dev 开发者博客精选AI 评分8282 Anthropic 分享 Claude Code 技能构建经验：九类场景与最佳实践
Anthropic 工程师 Thariq Shihipar 总结了在 Claude Code 中大规模使用“技能”（Skills）的经验，将内部数百个活跃技能归纳为库/API 参考、产品验证、数据获取等九大类别。
推荐理由：原文基于 Anthropic 内部数百个技能的使用经验，梳理了九类常见场景与编写技巧，为构建高效 Agent 工作流提供了可复用的方法论。
Anthropic Claude.dev 开发者博客精选AI 评分8383 Claude Code 推出动态工作流功能
Anthropic 在 Claude Code 中发布动态工作流（Dynamic Workflows），允许 Claude 即时编写定制化的 JavaScript 脚本以协调子智能体（subagents）。
推荐理由：官方详解动态工作流机制与六大模式，提供从代码迁移到深度研究的实战案例及Token预算技巧。
Anthropic Claude.dev 开发者博客精选AI 评分8383 Claude Code 团队分享构建经验：Prompt Caching 至关重要
Claude Code 团队指出 Prompt Caching 是长运行智能体产品可行性的关键，能显著降低延迟和成本。文章分享了静态内容前置、通过消息而非修改系统提示词传递更新、会话中不切换模型或工具集等优化策略。此外，还介绍了利用 defer_loading 处理 MCP 工具以及通过共享父级前缀实现无缓存破坏的上下文压缩方法。
推荐理由：原文详细拆解了 Claude Code 围绕 Prompt Caching 的架构设计，提供了避免缓存失效的具体工程模式。
Anthropic Claude.dev 开发者博客精选AI 评分6868 Claude Code 团队分享智能体工具设计原则与迭代经验
Anthropic Claude Code 团队分享了智能体工具设计的核心原则，强调需根据模型自身能力塑造工具并持续迭代。
推荐理由：原文通过 AskUserQuestion、Task 和 Guide Agent 等案例，展示了 Claude Code 如何根据模型能力演进调整工具设计。
Ethan Mollick · One Useful Thing精选AI 评分7878 Ethan Mollick 解析智能体时代 AI 选型：模型、应用与执行框架
Ethan Mollick 指出在智能体时代选择 AI 需考量模型、应用和执行框架三个维度，同一模型在不同框架下表现差异巨大。当前三大前沿模型为 GPT-5.2 Thinking、Claude Opus 4.6 和 Gemini 3 Pro，付费订阅才能解锁高级推理能力。
推荐理由：原文将AI使用拆解为模型、应用与执行框架三层，并给出各场景下的具体选型建议，帮助读者厘清智能体时代的工具差异。
Ethan Mollick · One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Claude Code：自主开发、技能系统与未来影响
Ethan Mollick 详细评测了由 Opus 4.5 驱动的 Claude Code，展示其如何通过“压缩”上下文、加载 Skills 和创建子代理（Subagents）实现长达数小时的自主复杂任务执行。文章指出这些新式 AI 编程工具虽界面简陋且面向程序员，但具备处理非代码知识工作的潜力，并介绍了通过 Claude Desktop 降低使用门槛的方法及潜在安全风险。
推荐理由：作者通过实测展示了Claude Code的自主工作流与技能机制，为普通用户提供了理解新一代AI编程工具实际能力边界的直观参考。
Ethan Mollick · One Useful Thing精选AI 评分8080 Ethan Mollick 实测 Gemini 3：从 GPT-3 到具备博士级智能的数字同事
Ethan Mollick 对 Google 新发布的 Gemini 3 模型进行了深度实测，指出其能力已远超三年前的 GPT-3。他利用配套工具 Antigravity 让 AI 自主构建交互式游戏、管理多智能体工作流，并成功完成了一篇包含原创假设与统计分析的“博士级”学术论文草稿。
推荐理由：作者通过实测展示了 Gemini 3 在自主编程、多智能体协作及复杂学术任务中的具体表现，为理解 AI 从聊天机器人向数字同事的演变提供了直观案例。