White House Opposes Anthropic’s Plan to Expand Access to Mythos Model

越吹越神了,类似于国内的“过于强大不便展示”。
话说国防部不是已经切断合作了嘛😂

Im 40824992.

The White House opposes a plan from Anthropic to expand access to its powerful artificial-intelligence model Mythos, complicating the rollout of an AI tool capable of carrying out cyberattacks and sowing widespread disruptions online.

Anthropic recently proposed letting roughly 70 additional companies and organizations use Mythos, which would have brought the total number of entities with access to about 120, people familiar with the matter said. Administration officials told the company they oppose the move because of concerns about security, the people said. Some White House officials also worried that Anthropic wouldn’t have access to enough computing power to serve that many more entities without hampering the government’s ability to use it effectively, one of the people said.

The White House is involved in the rollout of Mythos because of the national-security risks posed by the model. Its ability to find and exploit software vulnerabilities has rattled government agencies and companies in recent weeks. The discussions between Anthropic and the White House are meant to address the risks and have served as an attempt to repair the relationship between Anthropic and the government.

Source: White House Opposes Anthropic’s Plan to Expand Access to Mythos Model – WSJ

OpenAI会是下一个安然吗?

Gemini Generated Image p4koz7p4koz7p4ko.

我不知道。但我觉得这个问题现在值得认真问。
安然崩塌之前,外界看到的是一家连续高速增长的能源巨头。真正的问题藏在关联交易和表外负债里,直到某一天流动性断裂,一切在几周内归零。
OpenAI现在的处境:WSJ昨天报道,它连续miss自己设定的用户和营收目标,CFO已经在内部警告,如果收入不加速,连未来的算力合同都可能付不起。与此同时,它的估值是8500亿美元。
微软投资OpenAI,OpenAI用这钱买Azure算力,Azure收入进微软报表,微软再投。这个循环本身没有问题——除非有一天AI应用层的真实付费需求撑不起这个规模。而现在,微软已经开始把Anthropic整合进自己的产品,同时自研模型。最了解内情的那个人,在分散风险。
今年OpenAI计划IPO。S-1一旦递交,关联交易、真实收入构成、审计细节都得摆出来。
我不是在预测OpenAI会崩。它有真实的产品、真实的用户、真实的技术。但”收入miss、核心盟友撤退、估值与基本面脱节、IPO前夕透明度压力”同时出现,这个组合在历史上出现过不止一次,结局很少是软着陆。
也许我错了。我希望我错了。
但如果我是对的,受影响的不只是OpenAI。标普500前十大标的里,Nvidia(权重约7%)、微软(约5%)、Oracle持有与OpenAI合计超过3000亿美元的合同或股权敞口,它们都会受到重创。

Claude Code 启动参数与环境变量

Claude Code 整理自 @bcherny(Claude Code 创始人,Anthropic)2025–2026 年在 X 上发布的帖子,以及官方文档。

主要来源:
– Jan 2, 2026 X 帖子(13 条使用技巧)
– Jan 31, 2026 X 帖子(10 条团队内部技巧,8.5M 浏览)
– Feb 11, 2026 X 帖子(12 条配置技巧,含 “37 settings, 84 env vars” 原话)
– 官方文档 code.claude.com/docs/en/cli-reference – 官方文档 code.claude.com/docs/en/env-vars


一、CLI 启动标志(Flags)

bcherny 亲自提到的标志

标志 用途 出处
–permission-mode plan 以 Plan 模式启动(只读探索,不写代码) Feb 11 帖子
–permission-mode dontAsk 无需审批权限提示运行 Jan 2 帖子 tip 12
–permission-mode bypassPermissions 等同于 –dangerously-skip-permissions 官方文档
–dangerously-skip-permissions 跳过所有权限提示(在沙箱中使用) Jan 2 帖子 tip 12
–allow-dangerously-skip-permissions 把 bypassPermissions 加入 Shift+Tab 循环,不立即进入该模式 官方文档
–worktree / -w 在独立 git worktree 中启动(如 claude -w feature-auth Jan 31 帖子 tip 1
–worktree –tmux worktree + 自动创建 tmux 会话 官方文档
–teleport 把本地会话切换到 web(claude.ai/code),或把 web 会话恢复到本地 Jan 2 帖子 tip 2
–remote “task” 在 claude.ai 创建新 web 会话 官方文档
–remote-control / –rc 启动支持 Remote Control 的交互会话(可从 claude.ai 或 Claude App 控制) 官方文档
–agent 为当前会话指定 agent(覆盖 agent 设置项) Feb 11 帖子 tip 4
–agents ‘ 用 JSON 动态定义 subagent 官方文档
–name / -n 为会话设置展示名称(可用 claude -r 恢复) 后续线程
–bare 极简模式:跳过 hooks/skills/plugins/MCP/auto-memory/CLAUDE.md 自动发现,只保留 Bash、文件读写工具 后续线程
–add-dir 添加额外工作目录(Claude 可读写该目录文件) 后续线程
–effort 设置当前会话的 effort 等级(low / medium / high / max Feb 11 帖子 tip 2
–model 指定模型(如 claude-opus–4–6,或别名 opus / sonnet Jan 2 帖子 tip 3
-p “query” 非交互(SDK)模式,执行后退出;用于 CI 或脚本 Jan 31 帖子 bonus
–continue / -c 加载当前目录最近的会话 官方文档
–resume / -r 按 ID 或名称恢复会话 官方文档
–fork-session 恢复时创建新会话 ID 而非复用原会话(与 –resume 配合) 官方文档
–chrome 启用 Chrome 浏览器集成(UI 验证、自动化测试) Jan 2 帖子 tip 13
–mcp-config 从 JSON 文件加载 MCP 服务器配置 官方文档
–strict-mcp-config 只使用 –mcp-config 指定的 MCP 服务器,忽略其他 MCP 配置 官方文档
–system-prompt 替换整个系统提示词 官方文档
–append-system-prompt 在默认系统提示词末尾追加内容 官方文档
–append-system-prompt-file 从文件追加系统提示词 官方文档
–tools “Bash,Edit,Read” 限制 Claude 可用的工具集 官方文档
–allowedTools 无需审批直接执行的工具列表(权限白名单) Jan 2 帖子 tip 10
–disallowedTools 从模型上下文中移除的工具(彻底禁用) 官方文档
–max-turns 限制 agentic 轮数(仅 print 模式) 官方文档
–max-budget-usd 限制 API 花费上限(仅 print 模式) 官方文档
–output-format 输出格式:text / json / stream-json(仅 print 模式) 官方文档
–json-schema ‘ 要求输出符合 JSON Schema(仅 print 模式) 官方文档
–fallback-model 主模型过载时自动 fallback 到该模型(仅 print 模式) 官方文档
–debug 启用调试模式,可指定过滤类别(如 “api,mcp” 官方文档
–debug-file 调试日志写入指定文件路径(隐式启用 debug 模式) 官方文档
–enable-auto-mode 解锁 auto 模式加入 Shift+Tab 循环(需 Team/Enterprise 计划) 官方文档
–verbose 详细日志,显示完整逐轮输出 官方文档
–init 运行初始化 hooks 并进入交互模式 官方文档
–plugin-dir 仅本次会话从指定目录加载插件 官方文档
–settings 从 JSON 文件或 JSON 字符串加载额外设置 官方文档
–version / -v 输出版本号 官方文档

常用命令(非标志)

claude # 启动交互会话
claude “query” # 带初始 prompt 启动
claude -p “query” # SDK/非交互模式
claude -c # 继续最近的会话
claude -r “session-name” # 恢复指定会话
claude update # 更新到最新版本
claude auth login # 登录账号
claude auth status # 查看认证状态
claude agents # 列出所有已配置 subagents
claude mcp # 配置 MCP 服务器
claude plugin install  # 安装插件
claude remote-control –name “My Project” # 启动 Remote Control 服务器

Continue reading “Claude Code 启动参数与环境变量”

Anthropic’s Haiku 3.5 surprises experts with an “intelligence” price increase

讲真,Anthropic 可以证明 Haiku 3.5 比 Haiku 3 好 4 倍吗?
作为系列中最便宜的模型,从运营的角度当然是用来抢下沉市场而不是因为能力提升了所以要提价。
联想到 Anthropic 刚推出 sonnet 3.5 的时候,连文档里面的model name都写错了,我觉得可以赶走首席运营官了吧。

Claude haiku logo.

On Monday, Anthropic launched the latest version of its smallest AI model, Claude 3.5 Haiku, in a way that marks a departure from typical AI model pricing trends—the new model costs four times more to run than its predecessor. The reason for the price increase is causing some pushback in the AI community: more smarts, according to Anthropic.

“During final testing, Haiku surpassed Claude 3 Opus, our previous flagship model, on many benchmarks—at a fraction of the cost,” Anthropic wrote in a post on X. “As a result, we’ve increased pricing for Claude 3.5 Haiku to reflect its increase in intelligence.”

“It’s your budget model that’s competing against other budget models, why would you make it less competitive,” wrote one X user. “People wanting a ‘too cheap to meter’ solution will now look elsewhere.”

Source: Anthropic’s Haiku 3.5 surprises experts with an “intelligence” price increase – Ars Technica

跟Claude学习美国选举制度

在第一次总统辩论后,拜登是否应寻求连任引起了极大争议,我向Claude询问了一下美国的选举制度,以下是对话记录。
(AI可能会出错,该信息仅作参考)

Q:为什么美国共和党和民主党可以提名候选人,这些候选人名字会出现在最终的选票上。其他党派可以提名吗?无党派的候选人呢?需要达到什么要求才可以让名字出现在选票上?

A:您问了一个很好的问题。美国的选举制度确实更有利于两大主要政党,但也允许其他政党和无党派候选人参与。让我详细解释一下:

1. 共和党和民主党的优势:这两个政党长期主导美国政治,拥有成熟的组织结构和大量资源。他们通过初选和党内caucus选出候选人,几乎可以自动进入大选ballot。

2. 其他政党:第三方政党(如自由党、绿党等)也可以提名候选人,但要满足各州的要求才能出现在选票上。这些要求因州而异,通常包括:

• 收集一定数量的选民签名

• 在前次选举中获得一定比例的选票

• 政党登记的支持者达到一定数量

1. 无党派候选人:独立候选人也可以参选,但同样需要满足各州的要求,通常比政党候选人更严格。主要包括:

• 收集大量选民签名(数量远高于小党)

• 支付保证金

• 提交详细的竞选文件

1. 进入选票的一般要求:

• 达到宪法规定的总统资格(35岁以上、出生时为美国公民、在美居住14年以上)

• 按时提交必要的竞选财务报告

• 遵守联邦选举委员会(FEC)的各项规定

1. 州与州之间的差异:每个州都有自己的选举法规,对候选人进入选票的要求不尽相同。有些州的要求较为宽松,有些则非常严格。

总的来说,虽然理论上任何符合条件的美国公民都可以竞选总统,但实际上,除两大党外的候选人要进入全国50个州的选票是极其困难的。这也是为什么美国总统选举长期以来主要是共和党和民主党候选人之间的竞争。

Q:美国总统选举是联邦选举,为什么各州的规则可以不一样?那是否有可能各州的候选人名单不一样?如果候选人不一样,怎么选举?

Continue reading “跟Claude学习美国选举制度”

Chat习PT?中国的聊天机器人要遵循习近平思想

思想钢印要实现了。

中国的人工智能(AI)公司要想创造出能与OpenAI的ChatGPT匹敌的聊天机器人,面临着两大挑战。一个是克服美国对购买尖端AI芯片的出口管制。

另一个呢?是确保聊天机器人遵循习近平思想。

这是中国共产党领导人习近平提出的指导思想。本周一,中国政府部门公布了一款以习近平的“十四个坚持”基本方略训练的新聊天机器人,提醒AI公司应如何行事。该基本方略强调社会主义价值观和中共在中国领导一切的地位。

官方说法是,该聊天机器人具有较高的安全性,旨在用于信息技术研究。该聊天机器人由中国网络空间研究院开发,语料库来源于七大网信专业知识库。其中六个是有关技术的专业数据库。另一个是“习近平新时代中国特色社会主义思想知识库”。

中国和美国正在争夺AI领域的领导地位,这一技术领域有望提高经济生产力,同时改变人们的工作方式。但在AI的一个子领域,中国公司面临着劣势,因为中国政府不仅审查聊天机器人输出的内容,还审查它们能从哪些数据中学习。

(略)

在中国,AI开发者面临种种限制。德国墨卡托中国研究中心(Mercator Institute for China Studies)分析师Rebecca Arcesati表示,正如中国网信办屏蔽谷歌、Facebook和外国新闻来源一样,该机构也有一个预先批准的来源名单,AI聊天机器人可以根据这些来源进行训练。监管机构还会核实聊天机器人是否避免回答政治敏感话题的问询。

“这些大模型需要贯彻社会主义核心价值观”,Arcesati说。“生成式AI开发者需要接受这种政治一致性的挑战。”

《华尔街日报》(The Wall Street Journal)去年测试了一个中国聊天机器人,当时它一再拒绝回答有关中国政治的问题,并表示对话必须保持和平和建设性。

Source: Chat习PT?中国的聊天机器人要遵循习近平思想 – WSJ

谷歌时隔四年发布第三代AlphaFold 可预测所有生物分子结构

Sora出来的时候大家都觉得它已经掌握了World Model,我觉得有点高估。

但说AlphaFold几乎掌握了Molecular Biology Model,估计并不夸张。

171524568835494 840 560.

值得注意的是,AlphaFold 3使用了现在AI图片生成常用的扩散(Difussion)模型。AlphaFold 3的模型的核心仍然是上一代AlphaFold 2使用过的Evoformer深度学习结构,不过在输出过程中,AlphaFold 3使用了扩散模型来预测蛋白质等结构。通过扩散模型,AlphaFold 3的预测结果从模糊变清晰,最终输出精确的分子结构。

谷歌称,AlphaFold 3预测分子相互作用的准确性超过了所有现有系统,能预测所有生物分子的结构和相互作用。对于蛋白质与其他分子类型的相互作用,AlphaFold 3与现有的预测方法相比至少有50%的精度提升,对于一些重要的相互作用类别,AlphaFold 3的预测精度提高了一倍。

Source: GPT革命|谷歌时隔四年发布第三代AlphaFold 可预测所有生物分子结构_财新网_财新网