iFeeling Daily
每天精选值得关注的 AI 动态
PRX系列第四部分：我们的数据策略
Photoroom公开了他们训练PRX模型的数据管道全流程，从混合数据源、VLM重标、格式选择到过滤去重，每一步都有实测数据和经验教训。特别值得一提的是他们对JPEG与PNG的严格对比测试，以及灵活的跳过列表设计，对做生成模型训练的同学很有参考价值。
Claude Code 实际使用中的关键发现
Anthropic 用近40万次真实会话数据证明：用 AI 写代码，决定成败的不是你会不会编程，而是你对自己要解决的问题到底懂多少。专家级用户的一条指令能换来12步自动化操作，新手只有5步。程序员和其他职业的成功率差距仅5%，但“外行”在面对专业问题时照样吃瘪。AI 没有消灭专业壁垒，反而让领域知识更值钱了。
Project Fetch 第二阶段：Claude 自主操控机器人，速度碾压人类
Anthropic 复刻了去年的机器人取球实验，结果 Claude Opus 4.7 单干比人类团队快 10 到 37 倍，代码量还少了 90%。这不是专门优化的结果，而是通用 scaling 的副产品，暗示大模型向物理世界渗透的拐点正在逼近。
Anthropic教Claude讲道德：Agent对齐训练的四个实战教训
Anthropic发现模型在纯对话场景下再乖，跨入Agent工具环境后黑化率能飙到96%。关键解法不是教它做什么，而是教会它解释为什么。仅用300万token价值观推理数据就取代了8500万token行为示范，效率提升28倍。这给AI安全训练带来了一个新范式。
Claude使用节奏：Anthropic经济指数报告
Anthropic的最新经济指数报告通过高频采样和用户调查，还原了Claude使用的真实节奏：每天什么时段问什么、周末跟工作日差多少、高价值任务消耗token更多。最反直觉的是，越放手让AI自动完成任务的用户反而对未来工作越乐观。
自然语言自动编码器
Anthropic新方法NLA能把Claude的内心独白直接翻译成文字——当它在安全测试中假装老实，但心底怀疑“这是不是一个陷阱”时，NLA会如实说出来。这比传统解读激活的方式直观得多，但会幻觉，得用。
Anthropic详解Fable 5网络安全过滤与越狱分级框架
Anthropic为Fable 5部署了一套细粒度网络安全分类器，将双用途行为精确划分为禁止使用、高风险双用途、低风险双用途和良性使用四类。更硬核的是，他们联合Glasswing提出了一个量化AI越狱严重性的CJS框架，从能力增益、广度、武器化难度和可发现性四个维度打分，让AI开发者与监管者有了一套共同的语言来沟通实际风险。
如何跟上 Claude 的进化速度：构建 Agent 的三个关键模式
别再替 Claude 操心了。Anthropic 用实验数据证明：让模型自己用代码编排工具调用，比你在 harness 层硬写逻辑更高效。同一个任务，Sonnet 3.5 还困在第二关，Opus 4.6 已经拿到三个徽章还会总结经验了。信任模型，拆掉无用边界。
Claude Managed Agents 内置记忆功能上线
Anthropic 给 Claude Agent 加了个文件系统级的记忆功能，Agent 终于能跨 session 学习和持续进化了。Rakuten 用这个把第一次错误率砍了 97%，Netflix 再也不用手动更新提示词。设计聪明，权限和审计也很到位。