Agent 长任务上下文工程：四类机制对抗溢出与目标丢失
Agent harness 层对抗长任务上下文溢出的 4 类机制：预算与卸载、压缩、todo-state 复述、跨会话记忆，覆盖 token 超限与目标漂移。
评四类机制的价值是把上下文管理从提示词技巧变成系统工程：预算与卸载决定成本上限，压缩和 todo 复述决定长任务稳定性。做多步 Agent 的团队可对照自查 harness 缺了哪一环。
源：MarkTechPost（RSS）阅读原文
胡塞组织被指用 Claude Code 开发导弹制导软件
Anthropic 9 月威胁报告称，评估关联胡塞组织的也门小组用 Claude Code 开发制导火箭、射程超 2000 公里弹道导弹与 R2000 滑翔载具软件。
评把前沿模型用于武器研发已从假设变成案例，且由模型厂商主动披露并归因。能力越强，使用条款与出口管制的执行成本越高，这会成为上市前最受审视的合规风险之一。
源：Hacker News：AI 热帖阅读原文
微软 CEO 纳德拉支持 AI 审慎发展并公布 MAI 准则
微软 CEO 纳德拉发文支持 AI 审慎发展、赞同“独立审计”，将于 9 月 14 日公布自研 MAI 模型《行为准则》并公开征求意见。
评这是继 Amodei 提案、Altman 表态后第三家跟进，从个人主张变成大厂承诺，独立审计才有落地可能。纳德拉把“企业自控模型权重”写进方案，实质是替 Azure 生态争取模型中立的位置。
源：网易（IT之家）阅读原文
ElevenLabs 发布 Music v2.5 音乐模型
ElevenLabs 发布 Music v2.5，应用与 API 同步开放并保留免费档；47885 组盲测中听众多数更偏好 v2.5，R&B、Soul 与 Rock 提升最明显。
评音乐生成的竞争点已从能不能唱转向混音与编曲审美，盲测胜出说明评分层面接近人类偏好。免费档保留意味着用音乐获客、用 API 变现，创作者成本不会立刻上升。
源：The Decoder：AI News（RSS）阅读原文
Claude Fable 5.1 破解 370 年未解密码
Claude Fable 5.1 用 44 分钟、176k tokens 破解 Cyphral Distich——这串 64 个数字的密码自 1899 年起被列为未解问题。
评历史密码是检验推理深度的天然考卷：答案唯一、无需监督、无法靠猜。这类成果对厂商是最省钱的宣传，但密码破译与加密破解的边界会被监管反复追问。
源：Hacker News 热门（buzzing.cc 中文翻译）阅读原文
AllSpark 开源 Iris 系列搜索智能体
AllSpark 开源 Iris-mini（35B）与 Iris-pro（397B）搜索智能体，基于 Qwen3.6 与 Qwen3.5 底座，训练配方公开。
评搜索智能体是今年最卷的方向之一，直接公开训练配方说明壁垒正从训练技巧转向数据与环境。对自建检索的团队，35B 档的 mini 版是性价比最高的落点。
源：The Decoder：AI News（RSS）阅读原文
FT：Anthropic 预计连续第二季度调整后盈利
FT 报道 Anthropic 将连续第二个季度调整后盈利，Q2 营收超 115 亿美元（同比增 14 倍），7 月底 ARR 达 650 亿美元，毛利率超 80%。
评上市前最难回答的是烧钱换增长能不能停。Anthropic 用运营利润转正作答，但 2025 年净亏损仍近 420 亿美元，且毛利率口径剔除了模型训练成本与 Amazon 分成——要盯口径而不是数字。
源：新浪财经（环球市场播报）阅读原文
曝 Anthropic 选定纳斯达克，目标估值 2 万亿
Business Insider 称，Anthropic 已选定纳斯达克上市，计划 10 月中旬启动路演，目标估值约 2 万亿美元，将超 SpaceX 1.77 万亿美元纪录。
评从 9 月 5 日拟 10 月路演到今天选定纳斯达克，上市节奏一周内明显加快。2 万亿估值对应 650 亿美元 ARR 约 30 倍市销率，能否站住取决于企业 API 收入能否继续翻倍。
源：IT之家（RSS）阅读原文
🔗 探索更多 AI 工具板块
除了本板块，AI工具宝箱还有这些独家内容板块，帮你从不同角度发现好工具。