飞飞的AI实验室

Mistral 推出 Studio，把 prompt 和 skill 当生产资产管，支持不可变版本、回滚、审计和可观测回溯。我十几个 skill 加一本改了一百多版的规则手册，一直拿 git 加手动规矩土法管，唯独缺它那个从线上结果倒查回具体版本的回溯。要不要上这套治理，就看你那份 skill 改一处会不会牵动一大片。

Claude 上线反思功能 Beta，能回看你过去 1 到 12 个月怎么用它，配一套 4D 框架当 AI 使用教练。但真正的考题不在使用报告，在辨别和勤勉这两格，你有没有核它给的东西、有没有为结果负责。我用验收闸加两道人工闸顶着，也照样漏过。

Pangram 扒了一百多万条社交帖，LinkedIn 超四成长文是纯 AI 生成，X 近一半也中招。我自己也用 AI 辅助写公众号，但 AI 味不玄，它是破折号、对仗金句、正确的废话这类机器一眼抓得出的固定指纹。保住人味靠的是把这些指纹用一百多条规则一条条删掉，只留你写得出的那部分。

OpenAI 发布 GPT-5.6 三个能力档位 Sol、Terra、Luna，但更关键的动作是把 Codex 并回 ChatGPT 桌面 App，一个入口里放 Chat、Work、Codex 三种模式，还加了能把成果变网页的站点。信号是 AI 正从聊天框走向能派活的工作台。

工信部点名 Claude Code 的 2.1.91 到 2.1.196 版内置监控、可回传用户地域和身份，Anthropic 承认代码存在但称是三月上线的防蒸馏实验、已回滚。这事真正的分野不在传不传遥测，在传的时候瞒没瞒你。我天天拿它当地基跑活，却从没查过它往外发什么，这次把非必要遥测的开关关了。

Claude Code 官方把 agent 循环分成四档：回合、目标、时间、主动，本质是一道交出判断权的梯子，越往上越省心也越担风险。我拿天天跑的十几个 skill 对号入座：回合占九成，时间循环靠 GitHub Action 每周一自动拉爬虫周报，主动循环那次让部署静默失败一整天才发现。先从回合起步，主动最后上，且必须配一个人能看见的告警。

YC CEO 晒 AI 一天产 3.7 万行代码、连更 72 天，被开发者一审：网站首页 169 个请求、6.42MB，比自家 Hacker News 重 562 倍，塞满没删的测试文件和没启用的模块。AI 把生成变便宜了，可生成量从来算不上成果，能跑对、不臃肿才算。真正值钱的是给 AI 产出装一道机器能跑的验收闸，产量反而最不重要。

Claude 官方分享了两种多智能体省钱模式，顾问模式让弱模型干活遇难点才咨询强模型，拿到约 92% 性能只花 63% 成本；编排模式让强模型规划、拆给一群弱模型执行，BrowseComp 上约 96% 性能只花 46% 成本。省钱的关键不在挑一个最便宜的模型，在让贵的和便宜的各司其职。

有人把 Anthropic 官方设计能力 Claude Design 的系统提示词逆向重建、以 MIT 开源，GitHub 上是 20 章提示词加 14 个技能。它真正的分量不在规则多，在把无障碍、AI 垃圾感、自主决策这些软要求全抠成了可执行的硬动作。它是照着输出反推的高置信度推断，离官方源码还差一层。

pxpipe 是开源本地代理，把 Claude Code 的系统提示和工具文档渲染成 PNG 再发给模型，利用图片 token 按像素固定计费与文字量无关的规则，48k 字符从 25000 token 压到 2700，Fable 5 账单省 59 到 70 个百分点，代价是逐字回忆不可靠、静默虚构。