#Anthropic

2天前

[Anthropic 官方课程] AI Fluency: Framework & Foundations —— 教你如何高效、道德、安全地与 AI 系统互动。帮你从 AI 的“初学者”变成自信的“协作专家”。它结合理论和实践，教你如何在实际场景中应用 AI，比如项目规划、内容生成或问题解决等等。课程核心课程围绕“AI 流利度”这个概念展开，目标是让你像与人协作一样，学会与 AI 顺畅合作。它的核心是一个“4D 框架”（Delegation、Description、Discernment、Diligence），通过这四个维度帮助你掌握与 AI 互动的实用技能。简单来说： · Delegation（委托）：学会把任务交给 AI，明确分工。 · Description（描述）：掌握如何清晰地向 AI 表达你的需求。 · Discernment（辨别）：懂得评估 AI 的输出，判断结果是否靠谱。 · Diligence（勤勉）：养成负责任使用 AI 的习惯，确保安全和道德。课程内容课程从基础到深入，结构清晰： 1. 入门部分：介绍 AI 流利度的概念，为什么它重要，以及 4D 框架的概览。 2. 生成式 AI 基础：解释什么是生成式 AI，它的能力与局限性。 3. 深入学习 4D 框架： · 委托：如何规划项目并将任务交给 AI。 · 描述：如何写出高效的提示词让 AI 明白你的意图。 · 辨别：如何分析 AI 的回答，识别错误或偏见。 · 勤勉：如何在 AI 使用中保持道德和谨慎。 4. 实用技巧：深入讲解如何写出更好的提示，优化与 AI 的互动。 5. 总结与认证：课程结束时，你可以参加一个最终评估，完成后获得结业证书。适合人群这门课对任何想提升 AI 使用能力的人都很有价值： · 新手：快速上手，学会如何与 AI “对话”。 · 有经验的用户：进一步优化你的提示技巧，提升效率。 · 关注伦理的人：课程特别强调安全和道德使用 AI，适合想负责任使用 AI 的人。

#AI流利度 #Anthropic #4D框架 #AI协作 #AI伦理

3天前

#Anthropic 通过 #Claude Sonnet 4 提供百万上下文窗口，可以为 AI 编码提供更好的性能。虽然提供了百万上下文窗口，但其 API 调用价格也更高，包括百万输入 3 美元涨价到 6 美元、百万输出 15 美元涨价到 22.5 美元。查看全文：

#Anthropic #Claude Sonnet 4 #百万上下文窗口 #AI编码 #API调用价格上涨

1周前

Anthropic有个专门的页面列出了他们依赖的第三方服务：

#Anthropic #第三方服务 #依赖

1周前

转：在 2025 年，OpenAI 和 Anthropic 都展现出了相当惊人的增长势头。OpenAI 在过去 6 个月里，其年化经常性收入（ARR）从 60 亿美元翻倍至 120 亿美元；而 Anthropic 则在 7 个月内，将这一数字从 10 亿美元增长了 5 倍，达到了 50 亿美元。如果我们比较一下两者的收入来源，情况就相当有意思了： - OpenAI 在面向消费者和企业的订阅收入方面占据主导地位。 - 在 API（应用程序编程接口）调用收入上，Anthropic 以 31 亿美元对 29 亿美元略胜一筹。 - Anthropic 的 API 收入主要由编程领域贡献，其两大顶级客户 Cursor 和 GitHub Copilot 仅这两家就创造了 14 亿美元的收入。 - OpenAI 的 API 收入来源则可能要广泛和多元化得多。 - 此外，Anthropic 自家的 Code Claude 产品已经实现了 4 亿美元的年化经常性收入，这个数字在短短几周内就翻了一番。我的感觉是，Anthropic 的增长极度依赖于其在编程领域的统治力——现在几乎所有的编程助手产品都在默认使用 Claude 4 Sonnet 模型。如果未来的 GPT-5 对此发起挑战，例如，一旦 Cursor 和 GitHub Copilot 转投 OpenAI，我们或许会看到当前的市场格局发生逆转。

#OpenAI #Anthropic #ARR增长 #编程领域 #市场竞争

1周前

花了 69大洋，听了一堂电商老板的课。这位老板说，以前有 18个月的商业红利窗口，现在 6个月看了 Anthropic 这两天发布的 Claude for Financial Services, 直觉告诉我，这位老板眼光在线不仅 Anthropic 开启了 2B的定制，OpenAI 其实早就有成功客户案例。摩根士丹利，BBVA, Lowe's, Mercado Libre, 甚至 Uber, Salesforce，都部署了 OpenAI 的方案。那么 AI 是不会抢人类的饭碗，但人类会自己卷起来。一个商业模式很快会被聪明的善用 AI 的公司卷成无利可图

DeepSeek数据泄露：德国下架，信任崩盘· 163 条信息

中国DeepSeek引发美国科技股暴跌事件· 96 条信息

#电商老板 #商业红利 #Anthropic #OpenAI #AI

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

1周前

Anthropic的code路径战略生效了，禁止openai利用claude code训练gpt-5

#Anthropic #Claude #OpenAI #GPT-5 #代码训练禁令

1周前

如果Anthropic有流通股，我会毫不犹豫的大量买入它绝对是一家已经跨越了生产效能拐点，进入了AI增长飞轮的公司

#多智能体之争：Anthropic生态VS单智能体· 17 条信息

#Anthropic #AI增长 #生产效能 #积极 #股票

1周前

#Anthropic 终止 #OpenAI 对 #Claude API 的访问权，称不得利用其 API 开发竞争产品。不过 OpenAI 否认该指控，该公司称行业普遍会使用其他模型进行安全性提升和模型性能评估。Anthropic 也同样使用 OpenAI API，所以直接封禁的做法确实让人有些疑惑。查看全文：

#Anthropic #OpenAI #Claude API #竞争 #封禁

𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞

2周前

anthropic的AI路走的很稳很坚决，虽然嘴上很夸大其词。

#多智能体之争：Anthropic生态VS单智能体· 17 条信息

#Anthropic #AI #稳健 #夸大其词 #发展

2周前

Anthropic 正式发布 "Personal Vector" ，可以用于控制模型的人格🤫 下次的 Claude 模型会不会更加懂你的喜好和迎合你的对话🤔 论文详情 👉

#多智能体之争：Anthropic生态VS单智能体· 17 条信息

#Anthropic #Personal Vector #Claude模型 #个性化 #AI

2周前

Anthropic 宣布：禁止 OpenAI 访问 Claude 因被指控违反服务条款，OpenAI 本周失去了对 Claude API 的访问权限。 WIRED 上推荐的所有产品均由我们的编辑独立挑选。但是，我们可能会从零售商和/或通过这些链接进行的产品购买中获得补偿。多位知情人士向《连线》杂志透露，Anthropic 于本周二取消了 OpenAI 对其模型的 API 访问权限。OpenAI 接到通知，其访问权限因违反服务条款而被切断。 “Claude Code 已经成为各地程序员的首选，因此得知 OpenAI 自己的技术人员在 GPT-5 发布前也在使用我们的编程工具，我们并不感到意外，” Anthropic 的发言人 Christopher Nulty 在给《连线》杂志的一份声明中表示。“不幸的是，这直接违反了我们的服务条款。” 根据 Anthropic 的商业服务条款，客户不得使用该服务“构建竞争性产品或服务，包括训练竞争性 AI 模型”，也不得对服务进行“逆向工程或复制”。在 OpenAI 对 Claude 的访问权限发生变化之际，据报道，这家 ChatGPT 的制造商正准备发布一款新的 AI 模型 GPT-5，传闻该模型在编程方面表现更出色。据知情人士透露，OpenAI 并未通过常规的聊天界面使用 Claude，而是通过特殊的开发者访问权限（API）将其接入自己的内部工具。这使得该公司能够进行测试，评估 Claude 在编程和创意写作等方面与自家 AI 模型的能力对比，并检查 Claude 对涉及儿童性虐待材料（CSAM）、自残和诽谤等类别的安全相关提示词的反应。这些结果帮助 OpenAI 比较自家模型在类似条件下的行为，并根据需要进行调整。 “评估其他 AI 系统以衡量进展和提高安全性是行业标准做法。我们尊重 Anthropic 切断我们 API 访问权限的决定，但这令人失望，因为我们的 API 仍然对他们开放，” OpenAI 的首席通讯官 Hannah Wong 在给《连线》杂志的一份声明中说。 Nulty 表示，Anthropic 将“继续确保 OpenAI 拥有用于基准测试和安全评估的 API 访问权限，因为这是整个行业的标准做法。” 对于 OpenAI 当前的 Claude API 限制是否以及如何影响这项工作，《连线》杂志请求澄清，但该公司未予回应。多年来，顶尖科技公司切断竞争对手的 API 访问权限一直是科技行业的一种策略。Facebook 曾对 Twitter 旗下的 Vine 采取过同样措施（此举引发了反竞争行为的指控），上个月 Salesforce 也限制了竞争对手通过 Slack API 访问某些数据。这甚至不是 Anthropic 第一次这么做。上个月，在传闻 OpenAI 将收购 AI 编程初创公司 Windsurf 后，Anthropic 限制了 Windsurf 对其模型的直接访问。（那笔交易最终告吹）。当时，Anthropic 的首席科学家 Jared Kaplan 在接受 TechCrunch 采访时谈到取消 Windsurf 对 Claude 的访问权限时说：“我认为我们把 Claude 卖给 OpenAI 会很奇怪。” 在切断 OpenAI 对 Claude API 的访问权限的前一天，Anthropic 宣布对其 AI 驱动的编程工具 Claude Code 实行新的速率限制，理由是使用量爆炸性增长，以及在某些情况下出现了违反其服务条款的行为。

#Anthropic #OpenAI #Claude API #服务条款 #竞争

2周前

Anthropic 刚刚一口气发布了 17 个视频，周末慢慢学吧。 📺

#Anthropic #视频发布 #学习资源 #科技公司 #周末学习

2周前

#Claude 将实施每周速率限制避免用户尤其是开发者使用量过大，目前该方案遭到大量开发者抨击。和此前相同，Anthropic 并未明确说明速率限制是多少，但该公司称 Claude Max 用户每周大约可以使用 240~480 小时的 Sonnet 4 和 24~40 小时的 Opus 4，没有具体的使用量说明：

#Claude速率限制 #开发者抨击 #Anthropic #Sonnet 4 #Opus 4

歸藏(guizang.ai)

3周前

然后由于现在我们有后端服务了，终于可以跑一些定时任务了，其中最常见的需求当然就是要求 AI 帮你监控某一类的信息。我这里就让他监控最核心的三个 AI 公司的信息，Open AI、Anthropic 和谷歌的 Deepmind。先看结果：

#AI #定时任务 #OpenAI #Anthropic #DeepMind

3周前

Claude Code 不小心使用 /logout后再登录时又喜提封号😅 Anthropic纯傻逼

#Claude #Anthropic #封号 #/logout #登录

4周前

我现在选旅居目的地都会看下在不在 Anthropic、OpenAI 官方支持地区内，然后发现外面根本没下雨啊……

#Anthropic #OpenAI #旅居 #官方支持地区

4周前

就在今天，AI圈发生了一件大事！Anthropic 家的明星产品 Claude Code，v1.0.33 版本的代码惨遭安全大佬逆向工程，超过五万行的混淆源码被硬核分析，完整的技术架构和实现机制被扒得一干二净，相关分析资料直接在 GitHub 上开源！ 💡 核心技术架构全解析 shareAI-lab 团队通过逆向工程，揭示了 Claude Code 背后复杂的系统设计。这绝不是一个简单的套壳产品，其内部机制堪称精妙。 🤖 分层多智能体架构 (Layered Multi-Agent Architecture) Claude Code的大脑复杂如同一个团队，它内置了一个主智能体（Main Agent）负责核心调度，多个子智能体（Sub-agent）负责隔离执行任务，还有专门的任务智能体（Task-specific Agent）来处理并发请求。每个智能体都有独立的权限和资源，像一个分工明确的高效项目组。 💡 实时转向与响应机制 (Real-time Steering) 打字就有响应的丝滑体验是怎么做到的？答案是基于 h2A（双缓冲异步消息队列）的实时转向机制。这个设计实现了零延迟的消息传递和高吞吐，让系统在处理复杂任务时也能做到非阻塞的实时流式响应，用户体验直接拉满。 🌱 智能上下文管理 (Intelligent Context Management) 上下文太长怎么办？Claude Code 内置了一套智能压缩算法。当 Token 消耗达到阈值时，系统会自动触发压缩器，保留关键信息，并利用一个名为的文件进行长期记忆存储。 💸 固若金汤的安全保障 (Reinforced Security) 安全是生命线！Claude Code 设计了从 UI 到工具执行的整整六层权限验证系统。不仅如此，它还为工具执行配备了沙盒环境，并设置了多级过滤器来防止恶意输入。这套组合拳下来，安全性直接碾压一众对手。你怎么看这次 Claude Code 源码被分析事件？评论区聊聊！

#Anthropic #Claude Code #逆向工程 #技术架构 #安全性

1个月前

用 claude-sonnet-4、gemini-2.5-pro、gpt-4o 分别锐评了 anthropic 和 openai 的官方 Go SDK 的 tool calling 哪个好，这三个模型一致认为 anthropic 的设计得好

Google Gemini 2.5发布引发AI模型性价比热议· 97 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 326 条信息

#Go SDK #tool calling #Anthropic #OpenAI #模型评估

1个月前

Gergely Orosz: 除了谷歌之外，还有哪家大型公司**没有**把Sonnet作为他们主要的代码模型吗？我听说，甚至连Meta公司都已经从Llama内部转用了Sonnet！ Anthropic的确创造了一个不可思议的奇迹：如今大部分科技公司编程时默认使用的模型居然都是他们家的。令人特别意外的是，Meta居然发现：即使是专门用自家代码库微调训练过的Llama模型，效果仍然不如**未经任何微调的Sonnet**好！这可是Meta啊！拥有如此强大的资源，又立志打造业界顶级的模型，现在却还得乖乖向Anthropic付费（至少目前是这样）。但仔细想想，Sonnet的确很特别。从Sonnet 3.5开始，它一直都是业界编程领域的绝对领先者，甩开其他模型一大截。当然，现在其他模型也逐渐追了上来，但Sonnet的主攻方向和优势似乎一直都聚焦在**编程领域**？ > 我觉得关键还是专注。 > Anthropic明显将精力集中在技术和编程领域，而其他模型往往既想做通用用途，又想兼顾编程任务。 > -- Chris Sommers 另外，传统企业中有个很过时的观念：他们担心用Sonnet这样的模型会导致**隐私泄漏**。其实根本不会，只要用像AWS Bedrock这种服务，就能确保数据不会被传出，根本不存在隐私问题！

#谷歌 #Meta #sonnet #llama #代码模型 #Anthropic #科技公司

2个月前

读完 Anthropic 的多智能体系统文章，有几个点挺触动的，尤其是放回我们平时在做 agent 编排和系统落地的过程中，对应起来很多痛点被他们提前踩过、总结得非常系统。这套系统看上去是给 Claude 提升复杂研究任务能力，底层其实是三个关键词：带宽、结构、机制。 1️⃣从 token 到带宽：扩容问题其实是系统问题他们很明确地说，单个 agent 很快就会遇到 token 限制，这不是模型能力不行，而是容量不够。很多时候 LLM 的“不会”、“忘了”、“答不出来”，只是 context 塞不下。这一点在我们自己调长链条、多跳调用的时候也很明显。Anthropic 选择的解法不是扩模型，而是拆任务、开并发、分 agent，每个 agent 自带上下文窗口，从系统结构层面扩容。这种设计非常实用，因为它绕过了 token 墙的天然限制，通过多 agent 并发变相把 token 维度拉开了。这是我最近做 agent 编排时反复体会到的：不是把 prompt 写得多聪明就能解决，而是要想清楚结构怎么设计，谁来拉信息、谁来拼结构、谁来追引用。 2️⃣提示词是系统指令，很重要、很重要、很重要！这篇文章有个细节写得特别清楚：主 agent 的提示词，是负责分配任务、指明目标、交代格式、选工具的。这个逻辑其实是我们做复杂 agent 系统中很容易忽略的一块：提示词不只是沟通语言，更是调度逻辑、任务协议、格式规范的集中承载体。尤其是多个 agent 并行运行时，如果没有一个清晰、格式化、结构稳固的 prompt 模板，每个子 agent 拉回来的信息会特别散、错漏率高、很难合并。这时候，主 agent 的提示词就等于一个调度中枢的“编程语言”。从我们平时用的实践来看，这就意味着主 agent 的提示词策略应该和流程图一样严谨：每一步要预设结果、预设失败、预设上下游。这块我觉得是现阶段很多 agent 框架还不够成熟的地方。 3️⃣系统级机制，决定了能不能撑进生产环境我觉得特别值得借鉴的工程概念：checkpoint、异步重试机制、全链路 tracing、彩虹部署。这几个在大数据异步系统里很常见概念，AI 领域得好好学习下。这些词不是为了好听，它们背后都是在回答一个问题：这个系统崩了怎么办？agent 卡死怎么办？升级逻辑还没验证好怎么办？一整套机制让这个系统不是在 demo 一个可能性，而是在上线跑任务、自动修复、平滑演进。平时我们在做流程型 AI 系统的时候，很容易只关注“怎么生成”“怎么判断好坏”，但 Anthropic 的做法提醒我：agent 系统本质上要往服务化方向走，就必须预设失败是常态，重试是能力。 4️⃣评估机制是不可缺的闭环，不然做不出反馈导向的系统进化他们有一个细节很打动我：让另一个 LLM 去评审 agent 的结果，从准确性、引用合理性、覆盖度等多个维度打分。这就相当于在系统里内嵌了 QA 流程，而且不是事后人评，而是可以插入调试链路的 LLM 评测器。我们自己在调多 agent 结构时常遇到一个问题：任务执行完了，但结果质量很难量化，只能靠人工判断或者事后比对。这套“LLM 评估 LLM”的机制，让我们开始可以想象一种更自动化的 agent 演化路径：系统自己跑，自己打分，自己选择 prompt A 还是 B，更适合持续调优。 5️⃣并发是工具，不是策略，适用场景边界要想清楚这套系统最适合的场景是：问题复杂度高、信息广度要求强、非实时产出型任务。例如政策研判、产品调研、文献综述、竞品分析这些，在私域服务里也可以类比成“多维标签用户意图研判”这种复杂工作。但如果放在需要紧密配合、频繁迭代、低延迟要求的任务上，例如代码生成、对话任务、实时接口构建，多 agent 的协调成本反而可能放大系统复杂度。所以并发结构是个好工具，但什么时候该开几个 agent，什么时候该单线程跑到头，这种策略边界要想清楚。这篇文章最核心的不是“我们做了一个多 agent 系统”，而是他们已经把多 agent 作为一种工程能力进行制度化建设：有流程、有容错、有评估、有上线机制。对在第一线实际落地 AI 能力的团队来说，有一个非常直接的启发是：构建 agent 系统，不能只是对话式的 prompt 编排，而要像搭服务一样，从任务定义到评估反馈，从并发机制到异常兜底，形成一整套可以持续运行的系统逻辑。这一点，比起模型调优，本质上更像是一种架构能力的竞争。

#多智能体之争：Anthropic生态VS单智能体· 17 条信息

#Anthropic #多智能体系统 #Claude #复杂研究任务 #系统落地 #带宽 #结构 #机制

2个月前

整理了网站周末一些优质的文章，推荐给大家阅读~ ① 🤖 研究多智能体必读指南： - Anthropic 官方发布权威指南，详解如何通过“协调者-执行者”架构构建多智能体研究系统，将任务性能提升 90%。 - 文章深入剖析了从提示词工程、工具设计到系统评估的全链路实战心法，是多智能体开发者必读的实战手册。 📖 详细： ② 🤖 赛博禅心等联合出品的 AI 行业 5 月大事记： - 一文看尽 Google I/O 全线爆发、Claude 4 重夺编程王座、Veo 3 让视频开口说话等重磅进展。 - 报告洞察“模型大战已结束，应用大战正开启”的行业拐点，垂直 Agent 与 AI 原生应用成为商业化新捷径。 📖 详细： ③ 🧠 苹果设计老将 Bob Baxley 的设计哲学： - 设计远不止美学，它是一种构想并实现理想未来的战略思维，而软件是一种能触动人心的情感媒介。 - 文章深入探讨了科技从业者的道义责任、如何用明确的“设计宗旨”而非空泛的“原则” 指导决策，以及在新旧文化中转换的关键。 📖 详细：英文播客：中文版： ④ 🤖 拾象科技深度对谈 Agent 的真问题与真机会： - 核心观点认为，Agent 的真正门槛不在于模型本身，而在于其赖以生存的底层设施，这恰是当下的创业蓝海。 - 对话指出 Coding 是通往 AGI 的“价值高地”与“关键试炼场”，并为创业公司规划了从 Copilot 平滑过渡到 Agent 的务实路径。 📖 详细： ⑤ 🌐 Agentic Browser: 通用 Agent 的下一站？ - 文章指出，为突破传统 OS 的“生态囚笼”，通用 Agent 正将浏览器作为新载体，其核心是实现“代替用户行动”而非仅仅“辅助浏览”。 - 这场竞争的本质是对用户跨应用“上下文”的控制权，Agentic Browser 的终极路径是从信息入口演进为全新的 AI 操作系统。 📖 详细： ⑥ 🚀 AI 工程师世界博览会 2025 官方复盘： - 一场汇集超 3000 名从业者、见证 Gemini 2.5 Pro 与 Dagger for Agents 等重磅发布的行业风向标。 - 核心趋势是行业全面转向 Agent，从“智能体工厂”到“容器化混沌”，AI 工程师正在定义下一代应用范式与基础设施。 📖 详细： ⑦ 🤖 SaaS 巨头 Intercom 的 AI 转型之路： - Intercom 正上演一场“自我毁灭式”的 AI 重生：在“战时 CEO”带领下，彻底抛弃按席位收费的传统模式，转向按 AI Agent 解决问题的效果付费。 - 文章深度剖析其将核心 AI 部署到竞品平台的反直觉战略，以及如何通过极端组织变革，带领公司从“辅助人类工作”转向“替代人类工作”。 📖 详细： ⑧ 🏗️ 白鲸开源 CEO 郭炜：传统数据仓库正在被 Agentic AI 吞噬 - 当数据的主要消费者从“人”转向 AI Agent，为人类决策支持而设计的传统数据仓库架构正面临范式颠覆。 - 文章前瞻性地提出下一代 Agentic Data Stack 架构，其核心是将“结构与查询”模式转变为“语义与响应”模式，重塑数据全链路。 📖 详细： ⑨ 💻 Cursor AI 编辑器保姆级入门指南： - 专为解决“起步即劝退”的配置难题，提供一站式插件清单、快捷键与实用技巧。 - 内含一套完整的 `settings.json` 与 `launch.json` 懒人配置，帮助 Java 开发者快速将 Cursor 打造为媲美 IDEA 的高效 AI 编程环境。 📖 详细： ⑩ 💡李继刚的 Prompt 设计： - 作者分享了“模式觉察者”、“标题炼金师”、“趣味数学”三则大师级 Prompt，旨在为 AI 注入特定领域的“灵魂”。 - 其精妙之处在于，它们不止是任务指令，而是通过构建完整的人格、核心信念与价值体系，将抽象的创作能力升华为一种独特的思维哲学。 📖 详细：

#多智能体之争：Anthropic生态VS单智能体· 17 条信息

#多智能体 #Anthropic #人工智能 #提示词工程 #工具设计 #系统评估 #实战心法 #赛博禅心 #AI 行业

2个月前

🚨Nvidia CEO 给Anthropic的留言： “如果你想确保事情安全且负责任地完成，就应该公开进行……不要在黑暗的房间里做，然后告诉我它是安全的。” 真是有理。来自：NIK

#NVIDIA #CEO #Anthropic #安全 #透明化

2个月前

今天很有趣，两家知名的公司各出了一篇文章，争论要不要使用多智能体系统。 Claude 的官方 Anthropic ：如何构建多智能体系统 Devin 的官方 Cognition ：不要构建多智能体系统这核心的争议点在于：Context 上下文到底应该共享还是分开？ Claude 这边的观点是，搜索信息的本质是压缩，单个智能体的上下文有限，面对无限的信息，压缩比太大就会失真。这就好比一个老板能力再强，也不可能搞定所有的事情，还是需要雇人去解决。通过多智能体系统，老板让不同的智能体分别研究、汇报重点，老板最后整合到一起。由于每个智能体有自己的专长，具有多样性，减少了单一路径依赖现象，实际效果上，多智能体也超过但智能体 90%。这是集体智慧，一起协作获得的胜利。 Devin 这边的观点是，多个智能体的上下文不一致，会导致信息割裂、误解、他们汇报给老板的信息经常充满了矛盾。而且很多时候，智能体的每一步行动都是依赖前一个步骤产生的结果，而多智能体通常分别跟老板沟通，互相之间缺乏沟通，这样很容易导致互相矛盾的结果。这体现出了个体智慧的完整性和高效性。两边观点看下来，是否使用多智能体架构，特别像是人类运行一家公司的选择。一人公司还是多人公司？一人公司，一个人的脑力、体力、时间都是非常有限的。优点是一人公司的沟通成本为0 ，可以把所有的时间都高效使用。而多人公司，人越多，沟通成本就越高，管理难度就越大，总体效率下降。但因为人数多，脑力多，体力多，整体的价值产出也就有可能更多。多智能体的设计很有难度，这其实很正常，就像运行一家公司一样，很难。难就难在建立有效协作的系统。而且 1个人，3个人，10个人，100人，1000人，所需要的协作系统又不大相同。参考人类历史，依靠集体智慧，人类在近代获得了文明的指数级发展。多智能体的集体智慧，也许就是在 Scaling Law 逐渐放缓后，AI 获得指数级发展的那个萌芽。而关于上下文，人类的协作至今也无法做到完美的上下文管理。这让我想到，软件工程从来不是追求完美，而是持续迭代。

#多智能体之争：Anthropic生态VS单智能体· 17 条信息

#多智能体系统 #上下文共享 #信息压缩 #Anthropic #Cognition

歸藏(guizang.ai)

2个月前

Anthropic 这篇文章值得看看详细阐述了构建多个智能体来更高效地探索复杂课题所面临的工程挑战，包括代理协调、评估和可靠性。让 Notebooklm 总结了一下主要内容

#多智能体之争：Anthropic生态VS单智能体· 17 条信息

#智能体 #复杂课题 #工程挑战 #代理协调 #评估 #可靠性 #Anthropic #NotebookLM

歸藏(guizang.ai)

2个月前

又可以白嫖了朋友们！ Lovable 将联合 OpenAI、Anthropic 和 Google 一起开展周末大对决今天下午2点开始所有人将能够不限量使用 Lovable 生成代码，比较各模型 vibe coding 的表现而且这期间构建的网页还能分 65000 美金的奖金

#科技竞赛 #代码生成 #OpenAI #Anthropic #Google #Vibe Coding #奖金活动