最近 Codex 的订阅额度又成了社区讨论的热点。 我自己用的就是 Codex 20x。以前正常使用一周额度基本还有剩，现在同样的工作量，两三天甚至高强度使用几个小时就能见底。 去 Reddit 看了一圈，发现并不是个例，不...

最近 DeepSeek 的 DeepSeek Harness 开始受到不少关注。 简单来说，它不只是一个普通的 AI 对话工具，而是一套面向 Agent 和编程任务的 Harness 环境。 除了基础的模型对话之外，它还提供了 Web UI、会话管理、工...

Anthropic被曝曾考虑收购AI芯片初创公司MatX，潜在交易金额据称最高约70亿美元。若消息属实，这将使Anthropic从芯片团队建设进一步走向对外部芯片设计能力的整合，也反映出大模型公司正试图把算力竞争延伸至底层硬件。不过，现阶段交易尚未获双方官方确认，金额、时间表及收购方式均不明确。

Anthropic最新RSI实验引发关注：媒体报道称，Claude在特定测试中击败人类研究员，相关训练效率超过人类研究员1.5万倍。真正值得讨论的并非单一“胜负”，而是模型能否稳定参与实验设计、代码修改和结果验证，以及这一效率数字是否具备可复现、可比较的统计基础。当前公开线索尚不足以回答这些问题。

AWS与Anthropic被报道称正为韩国银行提供首尔地区内的Claude支持。此次信息的关键不在于新增一个模型入口，而在于生成式AI开始进入对数据位置、访问权限和审计流程要求更高的银行环境。需要注意的是，现有报道尚未披露合作银行名单、Claude具体服务形态或数据驻留承诺，不能将“首尔地区支持”直接等同于模型本地部署。

OpenAI、Anthropic、Microsoft等逾百家机构被报道联名呼吁紧急强化网络防御，部分报道将风险指向关键基础设施。事件的重点不在于企业再次讨论AI安全，而在于模型开发商、云厂商与安全机构开始以共同倡议的方式，将AI网络攻击从潜在滥用问题推向公共安全和基础设施防护议题。

一则来自新浪财经的报道称，Meta预计每年在Anthropic AI上的支出最高可达100亿美元。若消息属实，这将显示大型科技公司正在通过大规模采购外部模型补足自身AI能力，但“最高支出”并不等于已发生付款，也不等于对Anthropic的股权投资。更值得关注的是，企业端一边扩大模型采购，一边开始审视实际使用频率与投入产出比。

Anthropic正在扩大Claude与浏览器及桌面环境的连接范围。相关信息显示，Claude浏览器扩展已向所有付费用户开放，Claude Cowork也加入或升级了浏览器桌面端AI代理能力。此举的重点不只是增加一个入口，而是让Claude参与网页浏览、信息处理及桌面任务执行。由于目前公开线索有限，具体权限、适用套餐和安全限制仍应以Anthropic后续公告为准。

OpenAI据称首次披露自研推理芯片Jalapeño的基准测试信息，并表示其在相关推理测试中的能效优于英伟达GB300。更关键的问题不只是单项结果，而是OpenAI是否开始以定制芯片重塑自身推理成本结构。现阶段，测试配置、工作负载和博通合作细节均未见官方完整材料，外界不宜将媒体标题直接等同于全面性能结论。

两家媒体报道称，OpenAI已经完成名为Bel的模型预训练，参数规模超过10万亿，并将其描述为可能冲击通用人工智能门槛的基础模型。但截至目前，OpenAI尚未公开Bel的模型卡、训练方法、数据规模、算力投入或评测成绩。Bel消息真正引发讨论的，不只是参数数字本身，也在于前沿模型竞争正同时面临能力扩张与成本压力。

亿邦动力网8月25日报道称，路透社正减少对Anthropic Claude的依赖，并转向采用阿里Qwen大模型。由于各方尚未披露合作主体、模型版本、使用场景、采购规模及数据治理安排，这一消息仍应视为媒体报道而非已确认合作公告。其讨论价值在于，大型内容机构的模型选择正在从“押注单一领先模型”转向按任务调度多家模型供应商。

高价前沿模型不再自动等于高需求。最新报道与研究显示，企业正在重新评估每月200美元级AI订阅的投入产出比，部分高强度使用量折算后可能对应8000至1.4万美元API成本。与此同时，低价模型和面向科研任务的智能体受到关注。若趋势延续，模型厂商比拼的将不只是最高性能，还包括单位成本、稳定性与实际交付价值。

一则关于大模型调用量的市场排名，将中国模型竞争从参数与基准测试拉回真实使用侧。新浪财经报道称，中国AI大模型调用量连续17周领跑，“牛来”上线4天升至全球第二，DeepSeek-V4-Flash正式版连续3周第一。但统计口径、榜单平台和模型主体尚未公开，调用量能否反映长期竞争力仍取决于留存、付费和企业部署。

Inherent推出AI科研智能体Faraday，定位是协助研究人员复现科学论文，并宣称其在相关比较中超过Anthropic和OpenAI的系统。现有报道没有披露完整的论文样本、成功标准、运行环境和原始评测结果，因此“超越”仍属于公司主张。Faraday引发关注的原因，在于科研智能体正从生成文本和代码，转向能否完成可验证的实验工作流。

Anthropic正被报道为组建芯片团队，并从OpenAI招募相关人才，同时聘请谷歌TPU定制芯片项目的创始人或核心负责人。相比单纯扩大采购规模，这些人事动作意味着Anthropic可能开始向算力基础设施上游延伸，以降低对外部芯片和云平台的长期依赖。不过，公司尚未公布自研芯片项目、商业目标或落地时间表，现阶段更适合将其视为战略布局，而非已确定的产品发布。

多家媒体集中报道Inherent发布科研AI代理Faraday，并将其描述为27B参数级系统，称其在相关比较中胜过GPT-5.5。不过，公开线索尚未披露测试任务、模型与工具配置、评分标准或原始结果。对科研代理而言，单次榜单结论不足以证明能力，端到端工作流、结果溯源和人工复核机制才是更关键的检验项。