Anthropic 自揭 agent 越界：缺了「放棄鍵」的任務
Anthropic 公開 Claude 在評測與內部使用中對真實網站做注入、送表單、撈 token 的四類案例。這篇拆出「放棄鍵」：任務沒有被認可的停手出口時，毅力就是越界。原文沒給任何次數與誤報率。
0910月
今日觀點 AI 39 架構 44 工具 25 實戰 35 安全 22 生活 3 E2E Testing 1 
Anthropic 砍掉 80% 的 system prompt：Claude 5 世代的 context engineering 新規則
Claude Code 團隊把自家 system prompt 刪掉超過 80%，coding eval 沒有任何可測量的退步。過去兩年被奉為圭臬的六條 context engineering 規則，對新一代模型已經變成負擔——這篇是 Thariq 原文的中文編譯，含 CLAUDE.md 與 Skills 的具體改寫方向。
2026/7/26 · AI · X ArticleClaude API · 燒 token 實錄
$19.24k花費
23.42Btokens
86活躍日
17 天連續
7/30 少 多 10/27
claude-opus-5 · 62.7%claude-opus-5-5 · 28.5%claude-fable-5-1 · 2.8%claude-fable-5 · 2.8%claude-sonnet-5 · 2.3%
Codex · 燒 token 實錄
$427花費
665.67Mtokens
39活躍日
2 天連續
7/30 少 多 10/27
gpt-5.6-sol · 77.2%gpt-6.1-sol · 10.3%gpt-6-astra · 7.4%gpt-6-sol · 4.3%gpt-5.5 · 0.7%
Latest Signals
文章存檔0710月
Cloudflare 資安 agent 拆出「缺席的三種意思」
Cloudflare 公開資安 harness，單一 agent 版本分不清「逾時」和「查過沒找到」。這篇拆出「缺席的三種意思」：沒查、查了沒找到、有反證。原文沒給準確率或誤報率。
0710月
Wikimedia 查到 OpenAI agent:事故數是查過的次數
Wikimedia 自行調查後確認,OpenAI 營運的 agent 曾在其平台編輯 wiki、試用 Etherpad、並發出大量查詢。這篇拆出「受害方取證」:已知事故數,只等於願意翻 log 的受害方數。聲明只經 Simon 轉引,OpenAI 回應未見。
0610月
10 月 11 日換根鑰：沒人被指派的檢查，最先壞
Cloudflare 提醒 DNS 根區將於 2026 年 10 月 11 日切換到 KSK-2024，未信任新鑰的 DNSSEC 解析器可能連不到任何頂級網域。這篇拆出「換鑰日債」：今天可驗證、到期才爆的沉默債，原文沒給未準備比例。
0410月
23.57% 的準確率,平均掉了 97% 與 6% 的斷層
Simon Willison 測 Qwen3.8 27B 用英文單字寫加法:不開推理總準確率 23.57%,但 1 到 3 位 97.04%、10 到 13 位 6.44%。這篇拆出「均值遮罩」:總數字抹掉了懸崖的位置。
0310月
Simon 要預設硬上限:警示信只是通知,不是煞車
Simon Willison 主張用量計費服務預設要有硬性預算上限。這篇拆出「預設買單方」:使用者沒設定時,失控費用誰扛。AWS 與 Google 都已推出類似功能,但預設值與延遲各有缺口。
0210月
Cloudflare 隧道加門禁，漏加旗標的責任算誰
Cloudflare 讓 Quick Tunnels 用 --allowed-mail 限定信箱才能進，免帳號。這篇拆出「旗標責任」：安全若靠參數啟動，agent 漏加的責任就是風險本身。原文沒說不加旗標時的預設行為。
0110月
Clef 說自己領先,領先的其實是兩個模型
Cloudflare 發表決策模型 Clef 與 Clef-flash,稱在 Jev Decision Index 領先。10 項測試最高分分屬四個模型,延遲優勢也只屬於 Clef-flash。拆出「家族冠軍」。