OpenAI 发现大约 30% 的流行 AI 编码测试被破坏
OpenAI 在对广泛使用的 AI 编码测试 SWE-Bench Pro 进行内部审查后，发现大约 30% 的测试任务存在缺陷，并因此撤销了对该基准测试的公开背书。这一发现揭示了当前衡量 AI 编程能力的工具存在系统性偏差，可能误导行业对模型真实能力的判断。
标签： AI
向克劳德包裹问好
Anthropic 为 Claude 聊天机器人推出了名为“reflect”的年度回顾功能，允许用户查看过去一个月到一年内的对话使用分析，该功能被视为 AI 版“Spotify Wrapped”，已向免费用户及 Pro/Max 订阅者开放 Beta 测试。
法国对英伟达反垄断调查接近尾声，聚焦 CUDA 生态和产业投资
法国竞争管理局对英伟达的反垄断调查已接近完成，很快将发出正式指控。调查核心关注英伟达的 CUDA 软件生态是否构成市场锁定，以及其对AI云计算公司的投资是否进一步巩固垄断地位。这可能是全球首例针对AI芯片巨头的垄断指控，罚款最高可达英伟达年营收的10%。
Claude 推出反思功能（Beta）
Anthropic 在 Claude 中引入了一项名为“反思”（Reflect）的新功能，帮助用户追踪和审视自己使用 AI 的习惯、频率与目标对齐情况。这不是一个技术突破，而是 Anthropic 在 AI 产品设计中向“用户行为指导”迈出的重要一步。
作家如何在不失声的情况下使用人工智能
本期播客探讨了作家和内容创作者如何在拥抱 AI 工具的同时，避免丧失自己的创作声音与风格。核心在于找到人机协作的平衡点，而不是彻底让渡创作主导权。
开发人员在 Codex 和 Claude Code 模型之间摇摆不定，将其视为中立。每周都会“我们死了，我们又回来了”。很幸运成为这些相互推动的出色团队的受益者……
知名 AI 观察者 Nikunj Kothari 在 X 上指出，开发者社区正在 Codex（OpenAI）和 Claude Code（Anthropic）两大编程 AI 模型之间剧烈摇摆，每周都会出现“一方压倒另一方”的舆论逆转。这种竞争正让所有开发者受益，而非一方独大。
如果您想这样做，我们将在周五为 @every subs 发布一个提示和一个开源存储库：https://t.co/9wRhOCUCAk
AI 写作工具 Every 的创始人 Dan Shipper 在 X 上透露，将于周五向订阅用户公开发布一个提示词（Prompt）和与之配套的开源代码仓库。这意味着用户不仅能拿到可直接使用的高质量 AI 指令，还能获得底层可修改的公开代码，降低 AI 应用开发与复现的门槛。
这也是人工智能内容世界杯从马虎到“等等，这有点打脸”的过程 https://t.co/VfFc6LLUOD
风险投资人和科技评论者 Matt Turck 在 2026 年 7 月 8 日的一条 X 帖子中，用一句简洁而精准的观察总结了过去几年 AI 内容质量的剧烈转变：从早期输出质量粗糙的“马虎”（slop），到近期结果令人“有点打脸”（this kinda slaps），反映出 AI 生成内容正在跨越关键的可接受…
大多数特工实验室都羞于承认中国模型的使用，因为他们需要向政府/国防销售，COG 团队完成了生产化的困难部分：1. 建立多语言宣传和审查评估 2. 成功…
AI 编程企业 Cognition 发布新模型 SWE-1.7，性能接近前沿闭源模型，成本大幅降低，但行业内部人士指出：许多面向政府或国防客户销售的智能体实验室，实际上在使用中国模型，只是不愿公开。Cognition 团队选择了另一条路——公开承认并技术化处理中国模型的“宣传与审查问题”。
太平洋时间明天上午 10 点，我将主持一场现场演练，介绍我们如何从单人 Claude Code 发展到多人 Claude Tag。然后，我们将深入了解 Claude Tag 的实际工作原理。 AI用来完成你的句子…
Anthropic 的研究工程师 Cat Wu 宣布将于太平洋时间 7 月 9 日上午 10 点举办一场线上直播，展示如何从单人使用的 Claude Code 扩展至支持团队协作的 Claude Tag，并深入拆解其底层运作机制。这标志着大模型应用从“单兵作战”的代码助手向“团队协同”的主动式服务演进。