全部

这事说白了就是 Anthropic 在 Claude Code 里埋了暗桩。它会检查你的 API 地址和系统时区，如果是亚洲/上海或乌鲁木齐时区，日期格式就从“2026-06-30”变成“2026/06/30”；如果 API 地址匹配了一个包含国内大厂、AI 公司以及大量代理/转售域名的名单，提示词里的英文单引号会被悄悄替换成肉眼难辨的 Unicode 字符。这些信息混在“今天的日期是”这句人畜无害的话里发回服务器，用户和模型都看不出异常。 Anthropic 的目的不难猜：抓 API 转售、未授权网关和模型蒸馏。但实现方式让人不舒服。一个能读你代码、跑命令、改文件的工具，用隐写术在提示词里夹带分类标记，还把域名名单用 base64 加 XOR 混淆起来，这跟开发者工具该有的“无聊且透明”背道而驰。正文没披露官方对此事的回应。 实际影响对直连官方 API 的用户不大，代码逻辑会提前返回。但如果你走了自定义代理、内部网关或研究用的路由，就会被静默分类。而且绕过方法很简单，改时区、换域名、打补丁都行，所以这功能主要折腾的是那些做合法但非常规操作的普通开发者。如果真想检测滥用，大可以光明正大发遥测字段、写进文档和更新日志，而不是藏在这种地方。

这条消息的核心是 OpenAI 在一篇论文里列出了 GPT-5.6 的三个 Pro 变体，打破了以往只推一个顶级模型的策略。但要注意，信息源是 Ben's Bites 的简报，它引用了 OpenAI 的论文，可简报本身没给出论文链接，也没说清楚这三个变体到底强在哪、用在什么场景。我们只知道它们叫 Sol、Terra 和 Luna，其中 Sol 被描述为最大最聪明，在部分基准测试上超过了 Mythos，但在利用网络安全漏洞方面又故意做得比 Mythos 差一点。这种“选择性超越”挺有意思，说明 OpenAI 可能在有意识地控制模型在敏感领域的能力。 不过，目前所有判断都得打个折。第一，我们看不到论文原文，不知道测试集、样本量和误差范围，数字的意义很模糊。第二，美国政府还在限制 GPT-5.6 的发布，普通用户用不上，所以这些变体是纯研究概念还是即将落地的产品，正文没交代。第三，三个变体的架构差异、推理成本和延迟完全没提，对从业者来说，这些才是决定能不能用的关键。如果后续有论文全文或官方技术报告，才能判断这是真迭代还是 PR 策略。

LongCat-2.0 是美团放出来的一个大家伙，总参数量1.6万亿，但每次推理只激活约480亿参数，属于典型的 MoE 架构，用稀疏激活来省计算。比较特别的是，它从训练到部署全跑在国产 AI ASIC 集群上，没依赖英伟达 GPU，训练用了超过5万张卡、35万亿 token，没出现训练崩溃，说明这套非主流硬件平台已经能撑住前沿规模的训练了。 架构上做了几件事来提升长文本和代码能力。注意力部分搞了个 LongCat Sparse Attention，本质是对 DeepSeek 稀疏注意力的改进，通过流式索引、跨层复用索引和分层筛选三招，把长上下文处理的速度提上去，同时不伤模型质量。另外加了一个 N-gram Embedding 模块，用135B参数把嵌入空间扩大了约100倍，官方解释是在 MoE 稀疏度已经很高（约97%）的情况下，把这部分参数从专家网络挪到嵌入层，收益更大，而且能降低大批量解码时的显存读写压力。 性能对比图里，LongCat-2.0 在 Terminal-Bench、SWE-bench 等代码和智能体任务上，跟 Gemini 3.1 Pro、GPT-5.5、Claude Opus 4.8 等模型放在一起，但正文没给出具体分值和测试条件，所以这些柱状图只能看个相对高低，没法做严格比较。另外，模型虽然开源了权重，但训练数据的具体构成、ASIC 集群的详细规格和成本都没披露，实际落地效果和性价比还得等社区实测反馈。