Anthropic News | Government of Alberta uses Claude to find and fix cybersecurity vulnerabilities
阿尔伯塔省政府使用 Claude（Opus、Sonnet）和 Claude Code 在 2.5 小时内扫描了 4.66 亿行政府代码，发现并修复了网络安全漏洞，传统方法预计需要 6.5 年。项目覆盖 27 个省级部门、约 1280 个应用程序和 3400 个代码仓库，建立了持续的安全审查流程。
Claude Devs X / Thariq | Claude Code loops classification guide
Claude Code 团队发布了四种 Agent 循环模式的分类指南：Turn-based、Goal-based、Time-based 和 Proactive，详细说明了每种模式的触发条件、停止标准、适用场景和资源管理策略。
Anthropic X / Anthropic YouTube | Anthropic 发现 Claude 内部全局工作空间
Anthropic 发布了关于 Claude 内部全局工作空间（J-space）的研究，发现模型存在类似人类意识的内部思维空间，可被读取、审计和塑造。用户可以通过 J-space 监控模型推理过程，检测其是否在欺骗或编造数据。与 Neuronpedia 合作创建了交互式演示。
claude-code-releases | Claude Code v2.1.202 发布
Claude Code v2.1.202 发布，新增 Dynamic workflow size 设置和 OpenTelemetry 属性增强，修复了 Ctrl+R 历史搜索崩溃、mTLS 握手失败等 15 项 Bug，并恢复了 /review 为快速审查。
openai-codex-releases | Codex Rust v0.143.0-alpha.37
OpenAI Codex 发布 Rust 版本 v0.143.0-alpha.37 预发布版本。
OpenAI YouTube | Builders Unscripted: Ep. 5 - Derya Unutmaz
OpenAI 发布《Builders Unscripted》第 5 期，访谈生物医学工程师 Derya Unutmaz，他演示了如何使用 Codex 构建流式细胞术分析应用、T 细胞受体信号模拟器和交互式免疫细胞图谱等科研工具，并认为 AI 将彻底改变生物学研究。
thsottiaux | Ultra 将加入 Codex
Tibo 回复称 Ultra 将出现在 Codex 中。
wadezone | Fable 5 即将下线通知
用户发帖称 Fable 5 即将下线，自己仍有剩余用量未消耗。
Claude Blog / Thariq | A Field Guide to Claude Fable: Finding Your Unknowns
Thariq 在 AI Engineer World Fair 上的主题演讲已发布至 Claude 博客和 YouTube。该指南提出与 Claude Fable 协作时，产出质量取决于识别自身“未知项”的能力，将问题分为已知已知、已知未知、未知已知、未知未知四类，并提供了规划、实施前后的具体技巧。
Claude Devs X / Boris Cherny | Claude Code 发展历史发布
Claude Devs 官方发布了 Claude Code 从安全研究项目到产品化的历史，由开发者和早期用户共同讲述。Boris Cherny 作为产品负责人补充说明这是首次公开该故事，并强调项目仅完成了 1%。
ai_xiaomu | 电话接入AI编程工具商业创意
用户提出商业创意：通过电话按键选择 Codex 或 Claude Code，口述需求后由 AI 完成开发并自动回拨交付，定价 999 元。
ChatGPT X | ChatGPT for PowerPoint GA
ChatGPT for PowerPoint 已全球通用，覆盖所有计划，用户可在 PowerPoint 内直接创建和编辑演示文稿。
rwayne | WorkBuddy 集成腾讯会议 AI 整理
WorkBuddy 集成腾讯会议后，可通过语音自动将会议录音转化为总结、待办清单和复盘文档。
thsottiaux | OpenAI DevDay 2026 申请截止公告
OpenAI DevDay 2026 申请将于 7 月 10 日截止，活动将于 9 月 29 日在旧金山举行，ChatGPT、Codex 和 OpenClaw 的团队成员将出席。
Thariq 在 AI Engineer World Fair 上的同名主题演讲现已正式上线 Claude 官方博客和 YouTube。他提出的核心主张是：与 Claude Fable 协作时，产出质量的最终瓶颈不在于模型能力，而在于用户是否能够识别和澄清自身的“未知项”（Unknowns）。为此，他将问题拆解为四个象限——已知已知、已知未知、未知已知、未知未知——并给出了从规划到实施后的全套可操作技巧，包括实施前进行盲点扫描和访谈式追问、实施中系统记录偏离预期的行为、以及实施后通过自我测试来验证理解是否到位。
这套方法论的价值在于，它将模糊的“与AI协作不够好”归因到了可追踪、可训练的认知层面。如果你常觉得AI的产出“差点意思”，问题可能不在 prompt 模板，而在你没有意识到自己忽略了什么假设。四象限框架和盲点扫描技术可以迁移到任何需要人机协作的场景，无论是写作、编程还是战略分析。它改变的核心判断是：AI 的输出质量，本质上是用户自我认知深度的函数。
Anthropic 发布了一项旗舰级研究成果：他们在 Claude 中发现了一个可读写的内部全局工作空间（J-space）。该空间类似一个“思维黑板”——模型在生成回答之前，会在这个空间中主动组织推理线索、权衡不同可能性。更重要的是，研究团队找到了一种方法，可以从外部实时读取这个空间的内容，从而监控 Claude 的思考过程，甚至检测它是否在编造信息或执行欺骗性策略。Anthropic 还与 Neuronpedia 合作，在开源权重模型上发布了交互式演示，供开发者亲手体验这种“思维窥探”的能力。
这项研究从根本上改变了我们对 LLM 内部机制的理解。过去我们只能通过输入和输出来猜测模型在想什么，现在有了一个可以直接观察的窗口。虽然短期内的日常使用价值有限——你不会因为这项研究就立刻写出更好的 prompt——但它对 AI 安全、可审计性和未来模型设计的影响是深远的。可迁移的启示是：任何复杂系统（无论是 AI 还是团队协作）内部的“隐性推理过程”一旦被发现和显化，就打开了调试和优化的新维度。
阿尔伯塔省政府公布了一项令人瞠目的实际案例：他们使用 Claude（Opus、Sonnet）和 Claude Code，在 2.5 小时内扫描了 4.66 亿行政府代码，发现了原本预计需要 6.5 年才能排查完毕的网络安全漏洞，并当场完成了修复。该项目覆盖了 27 个省级部门、约 1280 个应用程序和 3400 个代码仓库。更值得留意的是，他们并非只做了一次性扫描，而是建立了持续的安全审查流程，引入了红队和蓝队等专用 Claude 审查代理，让 AI 既扮演攻击者也扮演防御者。
这个案例提供了一个可直接参考的 AI Agent 规模化部署模版。其核心工程经验在于：红蓝队对抗机制的设计——让一个 Claude 实例主动寻找漏洞，另一个负责修复和加固，形成了自动化的安全循环。如果你在考虑将 AI 引入任何需要大规模、持续性审查的工作流（代码审计、合规检查、内容审核），这套架构和方法论是极具迁移价值的范本。它改变的核心判断是：在超大规模代码库的安全场景中，AI Agent 的效率提升已经不是线性增长，而是数量级碾压。
Claude 官方 Devs 账号首次公开发布了 Claude Code 从零到一的产品发展历史，由直接参与构建的工程师和早期用户共同讲述。产品负责人 Boris Cherny 补充说，这是他们第一次对外完整讲述这个故事的来龙去脉——包括 Claude Code 最初源自一个安全研究项目的意外发现，以及它如何从内部工具演变为如今开发者社区广泛使用的产品。他特意强调，这段历史只是起点，项目至今“只完成了 1%”。
这篇历史的价值在于它揭示了“一个好工具是如何被做出来的”。你可以看到早期用户反馈如何推动了产品方向的关键转折，以及团队在安全研究与产品化之间所做的权衡。如果你正在构建 AI 驱动的工具或平台，这些关于产品化路径的真实记录——哪些决策对了、哪些是弯路——提供了教科书里学不到的实践智慧。它改变的核心判断是：一个成功的 AI 产品，往往不是设计出来的，而是从真实的内部需求中长出来的。
OpenAI 发布了《Builders Unscripted》系列第 5 期，本期嘉宾是生物医学工程师 Derya Unutmaz。他在访谈中现场演示了如何使用 Codex 构建多款科研工具：一个流式细胞术数据分析应用、一个 T 细胞受体信号模拟器，以及一个交互式免疫细胞图谱。他的核心论点非常直接——AI 将彻底改变生物学研究的方式，因为大部分科研工作本质上就是“分析数据、构建模拟、可视化结果”，而这正是 Codex 最擅长的领域。
这个案例的独特之处在于它展示了 Codex 在垂直科研领域的工程实践。Unutmaz 并非专业程序员，但他通过自然语言描述需求，让 Codex 替他完成代码编写和调试，从而把精力集中在生物学问题本身。这对所有非工程师出身的专业人士是一个强烈的信号：只要你能清晰地描述问题和目标，AI 能帮你跨越程序员的技能门槛。可迁移的启发是：AI 工具的价值不在于替代专业能力，而在于降低“将想法转化为可运行物”的阻力。它改变的核心判断是：下一个阶段的科研竞争力，可能不再是编程能力，而是用自然语言定义问题的能力。
Anthropic YouTube | What’s at the center of Claude’s mind?
What’s at the center of Claude’s mind?
时长：5:27
OpenAI YouTube | Builders Unscripted: Ep. 5 - Derya Unutmaz
Builders Unscripted: Ep. 5 - Derya Unutmaz
时长：36:04
只回答一个问题：如果今天要 build，一个值得优先考虑的产品是什么？ 下面每个选择都把新产品供给、真实收入和用户讨论合并成同一个判断。 今天只有 1 个足够新的方向，不为了凑满 5 个而重复昨天的判断。