Every 解读 Anthropic S-1：上线超过六个月的模型贡献收入不足 20%

Every 的 Dan Shipper 测试了 Anthropic 的常驻智能体 Duet，认为它是目前最好的个人智能体。同期 Every 平台负责人 Willie Williams 解释了团队为何放弃早期的个人智能体实验，转而构建一个全团队共享的智能体。评测负责人 Mike Taylor 则在新书《Context Engineering with DSPy》中讲解如何衡量智能体输出质量。

Every 团队复盘放弃个人 Agent 产品 Plus One、改为全公司共享的 Every Agent 的原因：每个用户的 Agent 独占一台运行开源程序 OpenClaw 的云电脑，运维负担过重，且许多试用者流失。团队在 5 月 12 日重构中删除了 86,730 行代码，并将基础设施迁移到 Anthropic 的 Claude Managed Agents。

作者分享在 Claude 和 ChatGPT 中关闭记忆功能、每换一个任务就新开对话线程的做法，即使仍是同一项目。文章指出即使单个线程内上下文也会累积导致 context rot，模型可能延续已放弃的指令、沿袭早前错误或漏掉关键细节。作者改编自 Drew Breunig 的 "How Long Contexts Fail"，介绍识别对话跑偏并在不丢失有用工作的前提下重启的方法。

Every 工程团队将自建 Agent 集群迁移到 Anthropic 的 Claude Managed Agents，以专注打造住在公司 Slack 里的共享同事 Every Agent。团队放弃了自运维 Agent 集群，并接受了随之而来的取舍。

Every 发布对 Fable 5.1 的 Vibe Check 评测，标题称 Anthropic 又回来了，正文未提供更多细节。

Every 发布文章，作者分享了参加 15 小时 Anthropic 认证培训后的学习收获。正文未提供更多细节。

当前 AI 热点，聚合 2 个独立信源、16 条信号。

Addy Osmani 分享 Anthropic 团队的代码审查经验，指出给智能体提供验证手段可显著提升产出质量，Claude Code 已能自己写 90% 以上的代码。他认为当生成速度超过人工审阅能力时，逐行人工审查不再可行，应转向由 e2e 测试、property 测试和多智能体对抗式审查构成的多层验证体系，人聚焦产品意图、风险评估和证据评估，并按风险分级审批。

Claude Code 的空闲压缩会让 Claude 从摘要而非完整上下文继续。作者说明可在 settings. 中设置 "idleCompaction": false 关闭，并通过 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 自定义阈值，默认为 200k。

Anthropic 发布工程复盘，因 Claude 使日均合并代码量从 2026 年 5 月约 2,500 增至 9 月超 30,000，五个月内自研版本控制系统 Scion 并完全替代 git，同时推出代码评审工具 Antique。