飞飞的AI实验室

6 月 12 日下午，美政府以国安为由叫停 Anthropic 最强的 Fable 5 和 Mythos 5，当天对所有客户禁用。我的写作流水线挂着十几个 skill，全长在 Claude Code 上，这事让我看清：把生产力押在单一模型供应商身上，它说没就没，控制权不在你手里。该认真养个国产后端做 plan B，不为省钱，为主力没了那天还能照常开工。

删 AI 腔靠规则就够，人味却补不出来。我维护着一本 62 条的反 AI 腔手册，能让稿子不露馅，却发现人味来自作者真踩过的坑、真付出的代价，规则只做减法。Anthropic 调查里 56% 的人担心认知依赖，你越让 AI 替你写，肚子里越没有只有你才知道的东西可掏。

2026 年 6 月 11 日，OpenAI 为 Codex 推出两个更新：CDP 开发者模式让 AI 能读取浏览器控制台输出、网络流量和运行时报错，Browser use 速度提升 2 倍；速率重置可攒存最长 30 天，上线即送一次免费重置。两件事合看，是 AI 编程助手从只管写代码走向写完自己验证的信号。

小米开源终端编程助手 MiMo Code 自报 SWE-Bench Pro 62% 超过 Claude Code 的 57%，但这些分是小米自己跑的、没上官方榜。我亲手装了真跑一个任务，它初稿就栽在我点名要的列表解析需求上，5 个用例先挂了 2 个，但它自己写的测试抓出了 bug、自诊断、一次改对、重跑全过。它赌的不是一把写对，是错了能自己兜回来；值得装来玩，但我主力暂不换。

Claude Code 团队成员 Thariq 的十条使用心法，核心是从「检查 AI 做对没」转向「检查它在不在做对的事」。我拿自己的工作流挨条对照，给出 /goal、Workflows 和验证工程化的落地判断。

作者用Claude Code的dynamic workflow一天内把7600行Java记账后端整库重写成Kotlin并从Maven切到Gradle当晚上线，靠105个依赖逐一对齐、88个端点逐字节比对、给529行旧XSS过滤器抓19条黄金输出钉成断言等验证门，结论是AI让证明没改坏变便宜了。

Anthropic发布源自Mythos线的Claude Fable 5，SWE-bench Pro拿到80.3分远超GPT-5.5的58.6，但定价输入10美元、输出50美元每百万token，是Opus 4.8的两倍，触碰网络安全等高风险请求会自动降级为Opus 4.8作答，订阅免费窗口只到6月22日且国区无份。

内容工厂支持手机版了：刷到热点、一键成稿、直接发公众号，全程不用打开电脑。

解读mattpocock/skills仓库（约122K星）里的Teach技能，它把skill的方向用反，用MISSION.md、lessons与learning-records把目录变成会记进度的私教工作室，按ZPD最近发展区排课，与作者喂给agent的WRITING_LESSONS同机制不同朝向，引出AI替人干活时代还要不要自己学会的反思。

复盘WWDC 2026，库克最后一届交出改名Siri AI的作业，3B端侧加20B MoE双模型配System Orchestrator编排，但底层基础模型与Google Gemini深度合作，演示距真正多步执行的agent还差一个代差，且新Siri只支持英语，国区乐观估计要等到2027年。