2025-11-26 简讯 : Claude Opus 4.5

头条

Claude Opus 4.5

https://www.anthropic.com/news/claude-opus-4-5

Claude Opus 4.5 是首个在 SWE-bench Verified 测试中得分超 80% 的模型。它在编码、工具使用和推理基准测试中都取得了顶尖成绩。该模型定价为每百万Token 5 美元/25 美元，比之前的 Opus 定价有所降低。它新增了“努力”参数，让开发者可以在速度和性能之间做权衡；具备自动上下文压缩功能，能实现无限长对话；Claude for Chrome 和 Claude for Excel 的使用范围也扩大了。

ChatGPT 推出购物研究功能

https://openai.com/index/chatgpt-shopping-research

正值假期，OpenAI推出了一个交互式产品发现功能，它能搜索网络、询问澄清问题，还能生成个性化的购买指南。用户可以通过标记产品“不感兴趣”或“类似的产品”来实时引导搜索。该系统借助ChatGPT的记忆实现个性化推荐。它由专门针对购物任务训练的GPT - 5迷你模型提供支持。

深度分析

Nano Banana Pro 力推太空船工程

https://angadh.com/inkhaven-23

Nano Banana Pro 能根据论文做出不错的图表。就算是免费版，它也能做出相当不错的演示文稿。这篇文章展示了给该模型输入宇宙飞船工程学论文后会有什么效果。虽然幻灯片里的内容仍需核实，但很明显，这项技术正朝着令人惊艳的方向发展，以后只会越来越好。

成本海啸

https://betterthanrandom.substack.com/p/a-tsunami-of-cogs

人工智能行业正在调整。OpenAI、Anthropic和Cursor正以负利润率补贴需求。谷歌被人工智能热潮打了个措手不及，花了一段时间才重整旗鼓，不过现在它强势回归了。它资金充裕，更有能力打负利润率这场仗。要是挑战者不想被成本的海啸淹没，就得做出改变。

通用大语言模型（LLM）记忆并不存在

https://fastpaca.com/blog/memory-isnt-one-thing

语义记忆负责记录偏好、长期经历和融洽关系。工作记忆负责记录文件路径、变量名和即时错误日志。语义记忆在跨会话个性化方面表现出色，但在处理任务执行状态时效果不佳。要把语义记忆和工作记忆当作有不同需求的独立系统。

工程

Claude 开发者平台推出高级工具使用功能

https://www.anthropic.com/engineering/advanced-tool-use

Anthropic为开发者推出了三项测试版功能。“工具搜索工具”可按需查找工具，无需提前加载所有定义，能减少85%的Toekn消耗。“编程式工具调用”能让Claude通过Python代码编排多个工具，而非单独调用API，可减少37%的令牌使用。“工具使用示例”能提供JSON模式之外的具体使用模式，处理复杂参数的准确率从72%提升至90%。

组建以人工智能为核心的工程团队

https://developers.openai.com/codex/guides/build-ai-native-engineering-team/

AI编码智能体正在革新软件开发流程，能处理从规划、原型设计到实施和运维分诊等任务，让工程师专注于架构和产品设计。现在，这些智能体可以进行长达数小时的推理，在规划、设计、开发、测试、代码审查和部署等环节都能发挥作用。采用编码智能体处理明确任务的团队，无需大幅改变现有工作流程，就能更快交付成果，提高效率。