BestBlogs 早报 · 09-25：Every 实验室机制 / 原子声明验证 / Claude 代码现代化 / RoboFlywheel

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%。

OpenAI 发布 ChatGPT Images 2.5，每周生成超 30 亿张图，延迟较 Images 2.0 最高降 50%，强化参考对象保持与局部编辑。Grok Bot 产品负责人复盘一个月打造可信 Agent 的委托体验。Claude 圆桌展示三家团队基于 Managed Agents 构建会议、销售与产品分析产品。

BestBlogs 精选周刊第 111 期以「经验复利」为主题，探讨 Agent 进入长期工作后，能力增长、工作流沉淀与组织记忆更新的问题。本期重点解读 OpenAI GPT-6 Astra 安全概览、Gemini 3.8 Flash 定价与能力分布，以及 Claude Code 团队重塑开发流程的实践。

Anthropic 发布 Claude Opus 5.5，称典型按 token 计费工作负载运行成本比 Opus 5 低约 40%，其中缓存读取降价 60%、输入输出 token 降价 20%。