Anthropic 开源 AI 驱动漏洞发现框架

Mindwalk 是一款可视化工具，可将 Claude Code 和 Codex 的会话日志在代码库的 3D 地图上回放。它将仓库绘制成夜间地图，代理搜索、读取和编辑过的文件会发光，未触及区域保持黑暗，让用户一眼看清代理对任务的理解范围。单个 Go 二进制文件即可运行，所有会话数据完全本地处理，不会离开机器。支持树状图/地形图两种视图，文件触达状态分为未访问、已查看、已读取、已编辑四种颜色标记。播放界面包含错误率、文件修改量等摩擦信号面板，以及上下文压缩、子代理启动、用户交…

OfficeCLI是全球首个专为AI智能体设计的开源Office套件，以单二进制文件运行，无需安装Office或任何依赖。它内置HTML渲染引擎，可将.docx/.xlsx/.pptx转换为HTML或PNG，形成"渲染→查看→修复"的视觉闭环，使AI代理能自主创建、读取和修改Word、Excel、PowerPoint文档。支持公式、图表、条件格式、RTL布局、修订追踪、表格、数据透视表等复杂功能。提供CLI命令和基于自然语言的桌面应用AionUi，并可一键安装到Claude…

Senior SWE-Bench是一个开源基准测试，用于评估AI智能体完成高级软件工程师级别任务的能力。任务分功能开发与Bug修复两类：功能任务指令类似自然语言消息，采用验证智能体基于专家配方自动生成行为测试；Bug任务要求根据日志、profiling等运行时信息深入调查。排行榜显示，Claude Opus 4.8搭配Mini-SWE-Agent（max effort）通过率24.0%，Claude Sonnet 5为19.4%，GPT-5.5为16.0%，最强前沿模型在超…

Wayfinder Router 通过分析提示词的结构（长度、标题、列表、代码）和措辞（证明、数学、硬约束），在微秒级完成路由决策，完全离线且无需调用其他模型。默认仅使用结构特征，词汇线索因盲测未泛化而默认为关闭。对比依赖模型调用的路由器（如 RouteLLM、NotDiamond），它避免了延迟、成本和随机性。用户可在自有数据上校准评分阈值。支持任何 OpenAI 兼容 API（含 Ollama、Anthropic、Groq、vLLM 等），可自托管。提供终端和网页演示（…

Adrafinil 是一款 macOS 菜单栏应用，仅在 Claude Code、Codex、Cursor、Gemini CLI、Aider、Hermes、OpenCode、Cline、Pi 等 9 种 AI coding agent 持有活跃会话时阻止系统睡眠（包括合盖睡眠）。无 agent 工作时，合盖后 Mac 正常睡眠。它通过各 agent 的钩子系统调用 CLI，往返延迟低于 50ms，支持引用计数断言、热切出（温度阈值强制释放）、空闲释放及进程嗅探。需要 mac…

Oak 是开源版本控制系统，专为 AI 智能体（Claude Code、Codex、Cursor）设计。采用 BLAKE3 内容哈希、内容定义分块、diff/merge 及 Blob/Manifest/Commit/Tree 数据模型，可选 SQLite 和 git 后端。以分支-会话为基本工作单元，用分支描述替代逐次提交，通过内容寻址懒加载使智能体数秒内编辑任意仓库。速度远超 git。已发布公开测试版 v0.99.0，支持 macOS（Apple Silicon）、Lin…

Anthropic 与 HHMI Janelia 研究园区合作，推出模型硬件标准（MHS）研究预览，供首批科研实验室和先进制造商使用。MHS 通过标准化驱动，让 AI 智能体并行操作显微镜、液体处理器、机械臂等设备，将原本数周或数月的集成工作缩短至数小时或数分钟。该标准与模型无关，支持 MCP 等标准协议，计划在开源前与合作伙伴共同制定安全评估和最佳实践。

开发者发布开源项目 Open Executive，一个由八位专业AI智能体组成的虚拟高管团队，提供哈佛MBA级知识并针对特定业务定制。系统基于Claude API，默认使用claude-sonnet-4-6模型，深度推理调用claude-opus-4-7，支持RAG、情景记忆和调度器，采用Apache 2.0许可证。

一款Chrome扩展，通过固定屏幕区域并按下热键，即可对分页文档（扫描书、幻灯片、PDF等）逐页截图、OCR并追加为连续文本，供Claude或ChatGPT等LLM总结、搜索或提问。OCR在本地运行，使用内置Tesseract构建，无需API密钥或网络请求。支持自动翻页（通过点击控件或按键触发），并设有300页上限及重复页检测等停止条件。

Anthropic 将 Claude Code 2.1.236+ 上的部分会话纳入一项实验，缩小工作量（effort）档位的规模，旧版本和 Opus 5 不受影响。这很可能是一次 A/B 测试，并非所有用户都会看到变化。如果你感觉"high"档位像"low"档位，说明你已被分入测试组。