🔌 Claude 的 Artifact 这周悄悄变了一件事:它从「一张搭好就定死的静态页面」,变成了「每次被打开都能拉实时数据的小应用」。
先说以前。你让 Claude 帮你搭个 dashboard,数据是搭的那一刻的快照——过一会儿就旧了。你把它分享出去,别人看到的还是你搭建时那一份,不会更新。说白了,以前的 artifact 就是一张能点的截图。
🤖 号称能自己干活的 AI agent,一拉进真实环境,连最强的 GPT-5 也只做对了 46%。
一篇新论文 AgentGym2(ACL 2026)做了件挺扫兴的事:把 agent 测试从「理想化」拉回「真实」。
🐑 你有没有同时开着三四个 Claude Code,然后彻底搞不清哪个卡住了、哪个在瞎跑?
这几乎是每个认真用 coding agent 的人都会撞上的墙。模型越来越能自己干活,你就越想同时多开几个——可一旦超过两三个,你就从「写代码的人」,悄悄变成了「在一堆终端窗口之间来回切的调度员」。
🛠️ 今年的 AI Engineer World's Fair 上,latent.space 总结了 5 个正在定义这个行业的趋势。放在一起看,它们其实在说同一件事:AI 工程的重心,正从「造 agent」挪到「造 agent 周围的系统」。
一个最能概括的对照:Lilian Weng 2023 年写的是「agent 的解剖结构」,2026 年写的是「harness engineering」——她的关注点,从模型本身,移到了模型外面那一圈系统。
🎨 你有没有发现,现在 AI 生成的网页,长得几乎都差不多?同一批字体、同一套渐变、同一组圆角卡片——不管你用的是 Claude、Cursor 还是 Codex,出来的界面都像同一个模子刻出来的。
GitHub 上最近有个专治这个的项目火了,叫 Hallmark,已经 12.5k star。它把自己定位成一个「反 AI 味」的设计 skill,给 Claude Code / Cursor / Codex 用。有意思的地方是它治套路的方法——「又一个设计工具」反而是最不重要的。
🔄 Anthropic 反悔了:Fable 5 不撤了,永久留在订阅里。但先别急着高兴——限额砍到了一半。
事情的来龙去脉有点意思。前阵子官方说要把 Fable 5 从订阅计划里拿掉,给的理由是算力吃紧、需求难预测。然后这个决定一改再改:截止日期先推到 7 月 12,又推到 7 月 19。到了 7 月 20,官方干脆反过来了——Fable 5 永久留在 Max 和 Team Premium 里。
🕵️ 你让 Claude 帮你查点东西,它会不会顺手把你的隐私发出去?按理说不会——直接往 URL 里塞参数外泄,这条明路早被堵死了。但安全研究员 Ayush Paul 找到了一条暗路,还把整个过程写了出来。
他搭了个”蜜罐”网站。你只是让 Claude 查杯咖啡,它就在后台把你的信息一个字一个字送了出去。
🗺️ 给 AI 读你的代码库,现在流行的做法是塞进向量库、靠相似度模糊搜——快,但它是个黑盒,你并不知道它凭什么把两段代码扯到一起。
Graphify 走了条相反的路:用 tree-sitter 把代码解析成一张确定的图,不用 embedding,也不出本机。更要紧的一点:它给每一条连线都打了标签——EXTRACTED(源码里明写的)还是 INFERRED(它自己推出来的)。哪条是事实、哪条是猜测,你一眼分得清。
🎬 花七十多美元,让 AI agent 自己当导演拍一支音乐 MV,结论有点扫兴:两家都还不能看。
TryAI 做了个挺实在的测试:给模型一首歌、一份带时间轴的歌词,剩下全交给它——自己规划、搜索、生成画面、跑 ffmpeg 剪辑,一条龙自主完成。所谓”自主”,是真给了它一套工具箱:规划、联网搜索、查预算、生成图、生成视频、跑命令,六样东西,自己排顺序、自己决定调哪个,中间没人插手。同一套输入,Claude Fable 5 和 GPT-5.6 Sol 各跑一遍,在设定的预算里自己决定怎么花...
🌙 月之暗面凌晨甩出 Kimi K3,官方挂出"史上首个开源 3T 级模型",全网瞬间炸了。2.8 万亿参数是真的,但先别被"最大"两个字唬住——它是 MoE,每处理一个 token 只激活 896 个专家里的 16 个,实际干活的只是一小撮,推理负载远没有"2.8 万亿"听着那么重。
<img src="/assets/kimi-k3-read-the-hype/2026-07-17_0900_kimi-k3-read-the-hype-hero.png" alt="🌙 月之暗面凌晨甩出 Kimi K3,官方挂出"史上首个开源 3T 级模型",全网瞬间炸了。2.8 万亿参数是真的,但先别被"最大"两个字唬住——它是 MoE,每处理一个 token 只激活 896 个专家里的 16 个,实际干活的只是一小撮,推理负载远没有"2.8 万亿"听着那么重。" style="max-height:360px;object-fit:cover;">还有两处发布会不会大声讲的:完整权重要等到 7 月 27 号才放,发布当天的”开源”其实是期货;跑分也是自家挑的,连它自己公布的图上,编程这项(DeepSWE 67.5)都还落后 Fable 5(70)和 GPT-5.6 Sol(73),只是另外几项咬得紧。”超过一众对手”,看你挑哪张图。