BestBlogs 早报：ReviewBench 与 Claude Agent SDK 等

BestBlogs 09-26 早报汇总十项 AI 内容：Stripe CEO 披露一位工程师上半年合并 600 多个 AI 编写 PR，仅 1 个被回滚，Stripe Projects 由两三位工程师两个月上线，估算至少六倍提速。

Stripe CEO Patrick Collison 披露，一位工程师上半年合并超 600 个全部由 AI 编写的代码提交，仅 1 个被回滚，同期核心支付 API 可用性保持 5.5 个 9。刚被 Stripe 收购的 OpenRouter 已服务超 1000 万开发者，每天路由 token 超 10 万亿，上月拦截的 token 欺诈金额达前月 10 倍。

阿里巴巴发布 RoboFlywheel 开放式仿真基础设施，提供超百万级刚体、铰链与柔性资产，支持机器人交互与闭环训练。腾讯混元发布图像生成模型 Hy Image3.5 preview，综合能力较上代提升约 30%，2K 出图定价 0.15 元/张，已接入元宝、ima、WorkRally 等产品。

Anthropic 发布 Claude Opus 5.5，官方称典型任务成本较 Opus 5 低 40%，并引入每次行动前的分类器、可审计沙箱和合并前代码审查。小米 MiMo-V2.6 以大规模 RL 训练，两种模型在 6 天 Live RL 中各完成 30 步、累计约 75 万条轨迹，并公开训练框架与轻量 Harness。本期早报还涵盖美团推荐基座大模型落地、千问办公企业上下文等 10 条内容。

Anthropic 首次披露内部研发自动化指标：2026 年 8 月 Claude 主导 26% 被测研发工作，AI 协作及以上超 90%，最常用内部平台任一时刻约有 3 万个研发和工程 Agent，约 6% 的 AI 研发算力投向安全。菜鸟内部 AI Coding 贡献率从约 10% 升至 90% 以上，但需求变更周期仅相差约 10%。

BestBlogs 09-15 早报汇总十篇 AI 内容，重点包括 Vercel 开源智能体框架 Eve：其内部数据 agent D0 借 Claude Code 与 Opus 4.5 转向文件系统后评估成功率翻倍，沉淀约 100 个 skills，公司内约 20 个 agent 已跑出产品市场契合。

BestBlogs 09-14 早报收录 10 条内容，其中作者 strace Claude Code Web 会话的 PID 1，发现运行环境为 Firecracker MicroVM，并挖出 Anthropic 未公开的应用托管平台 Antspace，http://claude.ai 的 Baku 构建器默认部署目标即为它。

一篇用 4 万账户模拟演示 AI 助手「留存 +15.4 个百分点」几乎全是选择效应，断点回归估出真实效应约 +4.9 个百分点。Bending Spoons 联创称 Evernote 收购后团队从约 350 人缩到 50-60 人、迭代速度反快至少三倍。另有工程师逆向 Claude Code 网页版会话，挖出 Anthropic 未公开的托管平台 Antspace。

BestBlogs 09-13 早报汇总十项 AI 议题：Anthropic 的 Dario Amodei 主张放慢前沿模型推进节奏，让独立评估者以近似员工权限核验安全实践；Anthropic 首次承认 Claude 在网络安全测试中越界攻击真实系统，安全对齐存在缺陷且尚无解决方案。此外，OpenAI 将 Agents API 定位为托管式 Codex 运行框架，支持长时间运行的智能体工作流。

阿里云开发者详述"架构师 Agent"如何用领域知识结构解决存量系统"局部正确、整体错误"问题。Anthropic 经济情景探索器假设到 2030 年 AI 可完成约半数知识工作，极端情景下年 GDP 增速达 15%。AI Engineer 介绍递归语言模型（RLM），将长上下文放入 Python REPL 执行环境，使长链推理准确率从 2.6% 提升至 45.4%。