Claude Code提示词砍八成？Opus 5又加回72%
相关推荐
阿里Qoder开源AI编程体检工具，Claude Code和Codex也能用
据动察 Beating 监测，阿里云旗下 AI 编程工具 Qoder 开源 Better Harness，并采用 MIT 许可证。它会检查一个代码项目有没有给 Coding Agent 准备好规则、工具和验证流程。 检查范围包括代码仓库、Agent 配置和真实任务记录。它会看项目能否正常启动，测试命令是否清楚，Agent 有没有权限限制，改完代码后是否真的跑了相关测试。 检查结束后，它会列出 Agent 容易出错的环节。每个问题都有证据、影响、修复范围和复验方法。用户可以直接让 Agent 修改，再重新检查。 Better Harness 已支持 Qoder、Claude Code、Codex、Cursor 和 Qwen Code。各平台能力还没有完全拉齐，Qoder 当前最完整。 Qoder 还用它检查了 Better Harness 自己的代码仓库，最终得到 58 分。这也说明它仍处于早期阶段，开源后还在快速修补问题。
传Claude Opus5最快本周发布，填补Fable5退场空档
据动察 Beating 监测，爆料账号 leo 称，Anthropic 正在为 Claude Opus 5 做最后准备。模型最快本周发布，也可能推迟到下周。其能力预计接近 Fable 5，但运行成本更低。 Anthropic 已把 Fable 5 的订阅内使用期延长至 7 月 19 日，但暂不准备再次延期。
Claude Code更新泄露Fable 5将以每周配额模式回归
据动察 Beating 监测，爆料人 @synthwavedd 在对 Anthropic 命令行 AI 助手 Claude Code 的最新版本 v2.1.190 进行反编译和代码分析时发现，更新包中包含多处暗示最强前沿模型 Claude Fable 5 准备回归的状态提示语。 与之前 v2.1.186 版本将 Fable 5 完全归为单独购买额度（usage credits）的方案不同，最新代码移除了有关限时包含的说明，并引入了每周配额模型（weekly allotment model）。最新加入的代码显示，当用户达到额度上限时，客户端将提示「本周已用完包含的 Fable 5 使用额度」，并提示运行 /usage-credits 以继续使用。 Fable 5 曾在今年 6 月初作为 Anthropic 的「神话级」（Mythos-class）前沿模型短暂发布，但随后由于美国政府的出口安全限制以及国家安全顾虑被全球停用。分析认为，Claude Code 的底层状态更新意味着 Anthropic 正在做技术准备，一旦政策许可或授权获批，便可通过绑定订阅与每周限额的组合机制，迅速重新向全球用户开放这一顶级推理模型。
字节Seed 2.1 Pro预览版亮相：冲进Code Arena前端前八，直追Claude Opus 4.6
据动察 Beating 监测，基准测试平台 Arena.ai 官方公布了字节跳动尚未公开的新模型 Seed 2.1 Pro Preview 的评测成绩。在专门评估 AI 构建真实网页应用与多文件协同修改能力的 Code Arena: Frontend 基准测试中，该模型以 1539 分的成绩位列全球第 8 名，与 Anthropic 的旗舰模型 Claude Opus 4.6 表现相当。 该模型在 React 开发和前端 UI 交互设计上展现出极强实力，在 7 个子类别中有 5 个冲进全球前 10（包括 React 排名第 7、HTML 排名第 14、品牌与营销排名第 6、内容创作工具与数据分析排名第 9、基于参考的设计与消费产品排名第 10）。在这些强项中，排名领先于它的只有极少数头部模型，如 Anthropic 的 Claude 系列以及智谱 AI 刚刚开源的 GLM-5.2。 官方透露，Seed 2.1 Pro 将在未来几周内正式对公众发布。这也是继今年 2 月中旬推出 Seed 2.0 Pro 之后，字节跳动在代码生成和智能体构建领域的最新进展。
Claude Code之父：720次提示词注入攻击0成功，一年前想都不敢想
据动察 Beating 监测，Claude Code 负责人 Boris Cherny 称，Anthropic 已经「在实际使用中基本解决」提示词注入攻击。一年前，他自己都没想到能做到这个程度。 提示词注入攻击一直是 Agent 的大麻烦。恶意网页可以藏一段指令，诱导 Agent 偷密码、上传密钥，甚至执行用户根本没要求的操作。 Anthropic 现在靠三层防护来拦：Claude 本身先抵抗恶意指令，外部内容进入上下文前再检测一次，真正执行操作前，Auto Mode 还会再审一次。 第三方测试用了 72 种此前没见过的攻击，重复 720 次。Sonnet 5、Fable 5 和 Opus 5 开启 Auto Mode 后，一次都没成功。 同一测试中，GPT-5.6 Sol 使用 Codex Auto-review 的攻击成功率为 5.83%，Full Access 则达到 19.03%。 这也解释了 Anthropic 为什么敢把 Auto Mode 设成默认。它是 Claude Code 防提示词注入攻击的最后一道检查。
Opus 5以微弱优势登顶智能榜，单任务成本比Fable 5低26%
据动察 Beating 监测，第三方评测机构 Artificial Analysis 公布 Claude Opus 5 成绩。它在综合 9 项测试的智能指数中得 61 分，窄幅领先 Fable 5 的 60 分。GPT-5.6 Sol 得 59 分，Kimi K3 得 57 分。 Opus 5 每项任务平均成本为 2.03 美元，比 Fable 5 的 2.75 美元低 26%。它在 GDPval-AA v2 和 AA-Briefcase 两项知识工作评测中登顶，搭配 Claude Code 后也并列拿下编程 Agent 指数第一。Terminal-Bench v2.1 得分为 89%，大致追平 GPT-5.6 Sol。 模型提供 5 档推理强度。从 low 到 max，输出 Token 相差约 8 倍，GDPval-AA v2 成绩相差 407 Elo。用户可以用更多 Token 换取更强性能，也可以主动压低成本。 短板同样明显。Opus 5 的事实知识仍落后 Fable 5。在 AA-Omniscience 测试中，它的幻觉率升至 50%，比 Opus 4.8 高 14 个百分点。低推理档位的性价比也仍略逊于 GPT-5.6 系列。