Claude Cowork 来了 — Fable 5 有了自己的协作工作区

🧠 发布动态

Claude Cowork 来了 — Fable 5 有了自己的协作工作区。

Anthropic 推出 Claude Cowork，这不是又一个聊天界面，而是一个让你和 Fable 5 在同一个工作区里并肩干活的产品形态。想象一下 Google Docs 的多人协作，但你的搭档是 AI — 你看得到它在做什么，它也看得到你的上下文。这对需要反复迭代的复杂任务（写方案、改代码、做分析）来说是质变，因为上下文不再需要反复粘贴。现在就去试。 详情 →

谷歌搜索开放第三方应用接入 AI Mode。

Google 让用户在搜索的 AI Mode 中直接连接第三方应用。这意味着你可以在搜索结果里直接操作 — 订餐、下单、预约 — 而不是点链接跳转。搜索从"回答问题"变成了"帮你做事"，这是平台级的转变。做应用集成的团队，现在就该看看自己的产品能不能接进去。 详情 →

Claude 的记忆系统重新设计了。 从每日摘要切换到了按类别独立存储的记忆条目，Claude 可以实时读取和更新。长对话的连贯性应该会有质的飞跃 — 去设置里看看你的记忆配置。 详情 →

NotebookLM 改名 Gemini Notebook。 谷歌把 NotebookLM 正式并入 Gemini 品牌。信号很明确 — 谷歌在把所有 AI 产品整合到一个品牌下，别再找 NotebookLM 了，更新你的书签。(218 likes | 119 RTs) 详情 →

📝 技术实战

Anthropic 公开了用 Claude Code 做大规模代码迁移的内部 playbook。

自己吃自己的狗粮 — Anthropic 详细分享了他们内部如何用 Claude Code 跑大规模代码迁移。核心模式：拆解任务、并行执行、自动验证。不是"让 AI 帮你改几行代码"，而是系统性地用 Agent 搬迁整个代码库。维护 monorepo 的团队，这套 playbook 可以直接偷。延伸阅读：我们之前聊过 三家 AI coding agent 怎么管上下文，这篇正好是 Anthropic 视角的实战补充。 详情 →

用"传统" ML 就能检测 LLM 生成的文本 — 不需要再套一个 LLM。 有人发现老派的机器学习分类器可以可靠地区分人写的和 AI 写的内容，而且不需要用另一个大模型来判断。做内容审核或学术诚信检测的，这个方案的性价比远高于"用 GPT 检测 GPT"。(139 likes | 101 RTs) 详情 →

🔬 研究前沿

OpenAI 曝光 GPT-Red：一个专门用来黑自家模型的 LLM。

这个思路很野 — OpenAI 训练了一个专门的 LLM GPT-Red，让它自动探测其他模型的安全漏洞。据称 GPT-5.6 之所以是他们最稳健的版本，GPT-Red 功不可没。人工红队测试根本跟不上模型迭代的速度，用 AI 攻击 AI 是必然的演进方向。这不只是安全秀 — 这是 AI 安全变成 AI 原生学科的标志。 详情 →

DeepMind 和 Isomorphic Labs 联合发布生物韧性框架。 随着 AI 在生命科学的能力越来越强，双用途风险（dual-use risk）成了必须面对的问题。这份框架为实验室如何评估和管控 AI 生物能力设了先例 — 做 bio-AI 的值得仔细读。 详情 →

NVIDIA Nemotron 3 Embed 登顶 RTEB 检索基准。 NVIDIA 的新 embedding 模型专门为 Agent 检索场景优化，在 Retrieval Text Embedding Benchmark 上拿下第一。如果你在给 Agent 做 RAG pipeline，这是新的 baseline — 测一下和你现在用的 embedding 差多少。 详情 →

🔧 开发者工具

Anthropic Python SDK v0.117.0 上线 Dreaming + MCP Tunnels。 两个重磅功能一起来：Dreaming 能力（和 TS SDK 对齐）以及 MCP Tunnels — 通过 Anthropic API 隧道传输 MCP 连接。后者对远程 Agent 架构来说是大利好，不用再自己搞 MCP 的网络穿透了。 详情 →

LM Studio Bionic：给本地开源模型加上 Agent 能力。 LM Studio 推出 Bionic，一个面向本地开源模型的 Agent 层。如果这东西真好用，本地推理和云端 Agent（Claude Code、Codex）之间的差距会进一步缩小。跑本地模型的，去试试。(124 likes | 47 RTs) 详情 →

CrewAI 1.15.3 加入 @on 步骤拦截钩子。 你现在可以在 Agent 执行的边界点拦截和修改行为 — 这对生产环境的 Agent 编排来说是刚需。还附送了 headless TUI 模式，方便跑声明式工作流。 详情 →

💡 行业洞察

HuggingFace 披露 2026 年 7 月安全事件。 作为开源模型的中央枢纽，HuggingFace 的任何安全问题都有供应链级别的影响 — 下游数千个项目可能受波及。细节很重要，去读原文，然后审计一下你项目里的 HF 依赖。 详情 →

Latent Space：物理实验室才是 AI 最后的数据护城河。 互联网上的数据被刮得差不多了，Latent Space 认为下一个数据金矿在物理实验室 — 那些无法被爬虫抓取的真实世界实验数据。挑衅性的观点，但逻辑链条完整。 详情 →

一个开发者承认了 LLM 的所有批评 — 然后继续用。 幻觉、能耗、过度依赖 — 作者全认了，然后解释了为什么还是离不开 LLM。这篇在 HN 上引发共鸣（180+ 点），因为它说出了大多数开发者心里那个不太舒服的中间地带：知道问题存在，但实用价值太大了。(180 likes | 182 RTs) 详情 →

🏗️ 值得一试

Cue：开源 macOS AI 助手，对屏幕共享隐身。 开源的 Cluely 替代品 — 浮在屏幕上方，帮你看会议、做笔记，但对方看不到它。BYOK（自带 API Key）意味着数据不出本地。275 星还在涨。macOS 用户可以 clone 下来试试。(275 likes | 59 RTs) 详情 →

Traceforce（YC S26）：企业 AI 应用的集中安全监控。 解决的是"谁在用什么 AI、怎么用的"这个可见性盲区。当企业部署的 AI 应用越来越多，安全团队需要一个统一的监控面板 — Traceforce 赌这会变成标配。(21 likes | 11 RTs) 详情 →

🎓 模型小课堂

自动化红队测试（Automated Red-Teaming）：传统的安全测试靠人类专家手动找漏洞 — 构造恶意输入、尝试越狱、探测边界。但模型迭代速度太快了，人工根本跟不上。自动化红队测试就是让 AI 来干这件事：训练一个专门的模型，让它 7×24 小时不停地攻击目标模型，找安全漏洞。和传统渗透测试（pen-testing）的关键区别在于三点：持续运行而非一次性检查、能自动扩展到海量测试场景、以及针对模型特有的攻击面（如 prompt 注入、上下文操纵）。GPT-Red 就是这个思路的产物 — 理解这个概念能帮你更好地评估各家实验室的安全声明。

⚡ 快讯

• Google Vids：新增 Gemini Omni 集成和个人虚拟形象，不用摄像头也能出镜。 链接
• Anthropic TS SDK v0.112.0：加入 MCP Tunnels 支持，和 Python SDK 对齐。 链接
• Simon Willison 压测 Kimi K3：用 pelican benchmark 深挖 Moonshot AI 的新模型，手动 eval 比排行榜靠谱。 链接
• Transformers v5.14.1：修复 Inkling 集成引入的 StaticCache 静默损坏 bug，用了 v5.14.0 的赶紧更新。 链接
• LangChain v1.3.14：新增 ToolErrorMiddleware，修复 ToolRetryMiddleware 只重试真正可重试的异常。 链接
• Ollama v0.32.1：修复 Gemma 4 工具调用、Apple Silicon 上的 MLX 内存泄漏，跑本地模型的必更。 链接

🎯 今日精选

OpenAI 让 AI 自己黑自己 — AI 安全正在变成 AI 原生学科：OpenAI 训练了一个专门的 LLM GPT-Red 来红队测试自家模型，这不只是一个安全工具的升级。手动红队测试的核心问题在于规模 — 模型每几周迭代一次，测试面呈指数增长，人类团队根本追不上。GPT-Red 的逻辑是：用 AI 理解 AI 的弱点比人类更高效，因为它能在同一个语义空间里搜索攻击向量。这件事的意义超出 OpenAI — 它标志着 AI 安全从"人类监督 AI"转向了"AI 监督 AI"的新范式。当然，这也引出了一个递归问题：谁来红队测试红队 AI 本身？但至少在当前阶段，自动化红队测试的效率优势是碾压级的，GPT-5.6 的安全表现就是证据。延伸阅读：我们之前聊过 AI 写的代码为什么不能只让 AI 自己审，同样的"AI 监督 AI"思路，不同的应用场景。 详情 →

下期见 ✌️