David的AI全景图

刚发布的Opus 4.7，根据官方信息和技术报告（232页）做相对全面解读。 摘要： * Claude Opus 4.7 在高级软件工程和长流程任务上，相比 4.6 有显著提升的新旗舰模型，用户已经在将“最难、最需要看紧”的编码工作放心交给它。 * 在复杂代码编写、CI/CD、异步自动化、多步代理工作上表现更稳、更少出错，并且会主动检查和验证自己的输出，比如为系统代码先做“证明”、在长时间任务中持续推进而不是中途放弃。 * 多模态方面，它支持更高分辨率图像输入（长边最高 2576 像素），能阅读更密集的截图、技术图表和化学结构，在文档推理、金融分析、法律审阅等“高价值知识工作”的第三方评测中达到当前 SOTA。 * 安全上，它整体与 Opus 4.6 类似甚至略优，特别是在诚实性和抵抗恶意提示注入方面，但 Anthropic 特意削弱了它的进攻性网络安全能力，并通过自动拦截高风险网络安全请求来做“实战安全测试”，为未来更强的 Mythos 级模型铺路。 * 产品层面，Opus 4.7 保持与 4.6 相同价格，但引入了更细粒度的 effort 控制（新增 xhigh）、更高效的长程推理 token 使用，以及任务预算、Claude Code 的 /ultrareview 和更智能的 auto mode 等配套能力，被多家头部公司实测为几乎各方面“无回退的直接升级”。 来源：https://www.anthropic.com/news/claude-opus-4-7 https://cdn.sanity.io/files/4zrzovbb/website/037f06850df7fbe871e206dad004c3db5fd50340.pdf

Stanford HAI（斯坦福大学人本AI研究院） 刚发布的《2026 AI Index Report》。 摘要： * AI 的能力远未到瓶颈。它正在加速发展，并触达前所未有数量的人。 * 在 AI 模型性能上，美中之间的差距已经几乎被抹平。 * 几乎所有领先的 AI 芯片都由同一家公司——台积电——代工，这让全球 AI 硬件供应链高度依赖台湾的一家晶圆厂；虽然台积电在美国的新产线已于 2025 年开始运营。 * 负责任 AI 的进展远远跟不上 AI 能力的提升：安全评估标准明显滞后，相关事故却在急剧上升。 * 在 AI 的未来上，专家和公众看法存在巨大分歧，而全球社会对各类机构「能否管好 AI」的信任也是支离破碎的。 来源：https://hai.stanford.edu/ai-index/2026-ai-index-report

背景：Hermes Agent 把 Harness Engineering 从“高手手工调教”做成了“开箱即用且会自我进化”的产品化系统。 金句： * 限制 AI Agent 表现的瓶颈，往往不是模型本身，而是模型运行的环境配置。 * Harness Engineering 的本质，是用一套持续生长的约束系统，让 AI 在可控边界内越来越可靠。 * Hermes 最重要的创新，不是又多了几个工具，而是它开始学会“自己给自己造缰绳”。 * 三层记忆回答的是三个不同问题：刚刚发生了什么、你是谁、这件事该怎么做。 * 自主 Agent 的真正挑战从来不是让它跑得更快，而是让它在没人盯着的时候，依然朝着正确方向前进。 来源链接： * GitHub - NousResearch/hermes-agent: The agent that grows with you

Anthropic今天发布了Claude Mythos Preview 的 System Card：这是他们迄今能力最强的前沿模型之一，但正因为它在网络安全、代理执行和高风险任务中的能力跃迁，官方决定暂不向公众开放，而是限制在防御性网络安全合作场景中使用。 摘要： 1. Claude Mythos Preview 展现出的，不只是“更强”，而是一次真正意义上的能力跃迁。 2. Anthropic 这次最重要的信号，不是发布了一个更强模型，而是承认：传统安全评估方法，已经开始跟不上前沿模型的进化速度。 3. Mythos Preview 在真实软件环境中的漏洞发现与利用能力，是它没有被公开发布的关键原因之一。 4. Anthropic 一方面称它是“目前为止对齐表现最好的模型”，另一方面也承认：一旦它在少数场景下出错，后果会比过去严重得多。 5. 前沿模型竞争，正在从“谁更强”转向“谁能证明自己能控制更强的模型”。 来源： www-cdn.anthropic.com