Anthropic 收购 Stainless，SDK 和 MCP 全栈收入囊中
🧠 发布动态
Anthropic 收购 Stainless，SDK 和 MCP 全栈收入囊中。
Stainless 从第一天起就在给 Anthropic 造 SDK，现在直接被收购了。这不是普通的 acqui-hire — Stainless 的平台同时服务多家 AI 公司的 SDK 生成，Anthropic 拿下它意味着从模型到 SDK 到 MCP 服务器的完整开发者触达链条全部自有。对开发者来说，短期内 SDK 质量只会更好；长期看，Anthropic 在"模型之外"的护城河又深了一层。(2,071 likes | 166 RTs) 详情 →
Claude Design Token 额度翻倍，全档位生效。
所有付费方案的 Claude Design token 限额直接 x2。之前做复杂设计经常撞墙的体验应该会好很多 — 特别是长对话场景下，翻倍的额度意味着你不用再频繁"新开对话续命"。免费用户也涨了。(10,029 likes | 561 RTs) 详情 →
Sam Altman 说 ChatGPT "好太多了"。 一万多人点赞的个人背书，大概率和 GPT-5.5 系列的持续优化有关。具体改了什么没细说，但 Altman 亲自出来夸团队，至少说明这次更新不是微调级别的。自己去试试再判断。(10,678 likes | 390 RTs) 详情 →
GPT-5.5-Pro 在 ForgeCAD 里建了个吊灯模型。 从文字和代码到 3D CAD 建模 — AI 正式踏入工程设计领域。虽然一个吊灯还远不是工业级应用，但能生成可用的 CAD 文件本身就是一个信号：物理世界的设计工作流也要被 AI 渗透了。(477 likes) 详情 →
🔧 开发者工具
Anthropic 上线 Cache 诊断工具：prompt cache 为什么没命中，现在能看了。
新的 cache diagnostics 进入公测 — 传入 diagnostics.previous_message_id，API 会告诉你 prompt 前缀从哪个 token 开始分叉，导致缓存失效。之前排查缓存命中率下降全靠猜，现在有了精确的断点信息。做 prompt 工程的，今天就加上这个诊断头。详情 →
Claude Web Search 工具现在返回结构化 SEC 文件数据：做金融研究 Agent 的福音 — 搜索结果直接带结构化的 SEC 文件内容和引用来源，不用再自己爬和解析了。合规分析、财报研究的工作流可以大幅简化。详情 →
llama.cpp 为 Qwen3.6 系列加入多 Token 预测（MTP）：一次前向传播预测多个 token，本地推理吞吐量显著提升。对在消费级硬件上跑 Qwen3.6 的开发者来说，这是实打实的加速 — 更新 llama.cpp 跑个 benchmark 看看。(722 likes | 108 RTs) 详情 →
PaddleOCR 3.5 甩掉 PaddlePaddle 依赖，原生跑在 Transformers 上：之前用 PaddleOCR 最大的摩擦就是要装 PaddlePaddle 框架，现在直接 pip install 接入 HuggingFace 生态。OCR 和文档解析的集成成本直接降了一个量级。详情 →
📝 技术实战
"Implementation Notes" 提示词让 Agent 决策可追溯：一个简单但有效的技巧 — 让 Agent 在实现代码的同时，维护一个 implementation-notes.html 文件，记录所有 spec 没覆盖到的决策和取舍。把隐性的编码判断变成可审计的文档，不影响 Agent 速度。已经 5500+ 点赞，值得加进你的 Agent 提示词。(5,556 likes | 281 RTs) 详情 →
用 Git 的 --author 标志对抗 AI 垃圾 PR：开源项目被 AI 生成的低质量 PR 淹没？这个团队用 Git 原生的 --author 验证机制解决了问题 — 不需要新工具，不需要复杂流程，利用已有基础设施就够了。维护开源项目的可以抄作业。(386 likes | 183 RTs) 详情 →
你的 AI 输出在泄露修改历史：Ethan Mollick 指出一个容易忽略的问题 — Claude 和 GPT 的输出经常暴露修订痕迹，比如幻灯片页脚写着"改进版本"、文档引用自己是如何被优化的。发给客户或上级之前，检查一遍 AI 输出里有没有这种"元信息泄露"。(400 likes) 详情 →
🔬 研究前沿
IBM 和 HuggingFace 推出 Open Agent Leaderboard：终于有一个标准化的开源 Agent 排行榜了。统一的评测任务和指标，社区可以提交自己的 Agent 跑分。之前开源 Agent 领域缺的就是这种可比较的基准 — 现在有了。详情 →
Sutton 的"苦涩教训"被浓缩成 26 个词，再次引爆讨论：别被人类知识分心，专注于利用算力的方法。4000+ 点赞说明这条总结戳中了当下的神经 — 在开源模型用纯算力逼近闭源的今天，"计算优先"的路线比任何时候都更像是正确答案。(4,152 likes | 567 RTs) 详情 →
MaxSim 内核解决 ColBERT 检索瓶颈：做 RAG 用 ColBERT/PyLate 这类 late-interaction 模型的，检索延迟一直是痛点。HuggingFace 发布的 MaxSim kernel 直接攻克了这个瓶颈。如果你的 RAG 管线用了 ColBERT 架构，benchmark 一下新内核。(324 likes | 38 RTs) 详情 →
💡 行业洞察
明天 Google I/O — 这场发布会可能重新洗牌 AI 排名。
Google DeepMind 预告"突破性进展"，Gemini 3.2 大概率登场。MIT Tech Review 的前瞻文章直接把 Google 定位为"明确的第三名" — 这意味着明天的发布会不仅要展示技术实力，更要证明 Google 还在牌桌上。对开发者来说，重点关注 Gemini 的 Agent 能力和价格策略。(463 likes | 60 RTs) 详情 →
Alex Albert 揭秘下一代 Claude 的构建过程：Anthropic 的 Alex Albert 在播客里聊了研发流程、能力优先级和设计哲学。想了解 Anthropic 内部怎么做决策的，这期值得完整听。(141 likes) 详情 →
MIT Tech Review 把 Google 定位为"明确的第三名"：在 I/O 前夕，这篇分析梳理了 Google 需要发布什么才能保持竞争力。有用的上下文 — 明天看发布会时可以对照着评估 Google 到底交出了什么答卷。详情 →
🏗️ 值得一试
SAM 模型移植到 Apple Silicon，MLX 推理提速 1.25x：Segment Anything Model 现在有了原生 Apple Silicon 优化版本。视觉分割模型获得 Mac 一等公民待遇，本地推理生态从文本扩展到视觉。有 Mac 的可以跟进这个 MLX 移植项目。(359 likes | 37 RTs) 详情 →
🎓 模型小课堂
Prompt Cache 前缀匹配（Prefix Matching）：大模型 API 的缓存机制基于"前缀匹配" — 你的 prompt 从第一个 token 开始逐个比对，只要完全一致就复用缓存，一旦某个 token 不同，从那个位置往后全部重新计算。这意味着哪怕你只改了 system prompt 中间的一个词，后面所有内容的缓存都会失效。现在 Anthropic 的 cache diagnostics 工具能精确告诉你"从哪里开始分叉了"，让你有针对性地优化 prompt 结构。理解前缀匹配的工作原理，是 90% 缓存命中率和 10% 之间的差距。
⚡ 快讯
- Anthropic 伦敦活动：明天开场，深度 Demo 和团队对谈。(2,659 likes | 212 RTs) 链接
- crewAI 1.14.5：废弃旧 Executor，新增
restore_from_state_id支持断点恢复。 链接 - NVIDIA Cosmos 微调指南：用 LoRA/DoRA 微调 Cosmos Predict 2.5 生成机器人视频。 链接
- Agora-1：专为多 Agent 协作设计的世界模型，共享环境理解而非各自为战。(71 likes) 链接
- 长时间运行 Agent 的人类监督：实战讨论如何在 Agent 自主执行数小时任务时保持 human-in-the-loop。(365 likes) 链接
🎯 今日精选
Anthropic 收购 Stainless — 真正的 AI 护城河不是模型，是开发者触达：Anthropic 买下自己的 SDK 供应商，这步棋的意义远超"优化供应链"。Stainless 不只做 Anthropic 的 SDK — 它是一个通用的 SDK 生成平台，服务多家 AI 公司。Anthropic 把它收入麾下，意味着从模型推理到 API 接口到 SDK 到 MCP 服务器，整条开发者工具链全部自有化。这揭示了一个正在成型的行业共识：模型能力趋同的情况下，谁控制了模型和应用之间的那层开发者界面，谁就掌握了真正的护城河。OpenAI 在做 Codex 平台，Google 在推 Vertex，Anthropic 选择从 SDK 层切入 — 三条路，同一个目的地。(2,071 likes | 166 RTs) 详情 →
下期见 ✌️