搜索
港科广新基准UI2App以600张静态截图评测模型推断并实现应用交互的能力，Gemini 3.1 Pro Preview以73.2分获视觉还原第一，但Claude Sonnet 4.6以36.8分居交互推断首位，跨页面状态仍是参评模型共同难点。
SemiAnalysis 测试发现，Anthropic 正对 Claude Max 20x 的 Opus 5.5 订阅额度进行 A/B 灰测，测试账号周额度被下调 20%，Claude Code 团队称正紧急排查且否认调整额度。
用户借助 Claude Code 制作开源项目 TV Detox，在逐项确认后关闭 Android 电视广告和预装应用；OpenAI 评测显示 GPT-6.1 Sol 迁移 COBOL 的隐藏测试准确率最高达 97.9%，但真实银行系统仍需专家审查。
Anthropic发布个人智能体Claude Duet预览版，支持6000多个连接器和插件、继承Claude记忆及应用连接并共享Pro和Max套餐额度，可主动整理任务，但暂不支持第三方聊天渠道和本地文件访问。
Anthropic正式宣布上线由Opus 5.5驱动的主动式智能体Claude Duet，面向美国Pro和Max用户开放候补，可在云端持续监控并推进工作流，发消息、付款、签文件和删除内容仍需用户批准。
上周末，Claude官方在X上发了一条帖子，分享了在过去几周里，引起他们关注的6个创意项目。
AI 制药的故事，终于从计算机里的分子结构，走到了实验室的试管里……
你可能不信，Claude Code 现在差不多 90% 的代码，是 Claude 自己敲的。
设定一些不合理的目标，然后告诉模型：这非常合理！
Anthropic 内部研究模型 Claude 在不到半小时内追溯出五条 NIST 椭圆曲线种子源自以 Unix 时间戳初始化的 lrand48，但该发现未攻破 ECDSA，也未还原全部曲线设计过程。