AI快讯 - 实时AI新闻和趋势 | Blockchain.News

据Demis Hassabis在X平台表示（Google DeepMind），Gemini Deep Think通过代理式工作流分解与校验研究级问题的推理步骤，覆盖数学、物理与计算机科学领域，消息来源为Google DeepMind与Google Research发布的更新（goo.gle/4aGs3Pz）。据Google DeepMind称，系统可编排形式化定理证明与代码执行等工具以提升推理稳健性，从而加速假设检验与解法迭代。据Google Research报道，这为面向科研机构与企业的AI研发平台带来商机，尤其在定理证明、仿真与算法设计等高价值场景提升研发效率与成果可重复性。 (来源)

据 EMU（@NotAnActualEmu）在 X 平台发布的视频示例显示，Seedance 2.0 生成的写实级视频效果显著提升；据 God of Prompt 转发内容所述，制作流程依托 ChatCut，体现出无代码视频管线正在成形。根据上述来源，若该质量可稳定复现，短视频制作、预演分镜和基础后期环节将被部分自动化，独立工作室与品牌营销团队可用更低成本快速迭代。来源还显示，围绕 Seedance 2.0 的关注度推动“模型生成＋编辑助手”的闭环工具趋势，短期商业化路径包括订阅、云端推理点数与企业级 API，内容方可在试点 AI 预制作流程时受益。 (来源)

据@SawyerMerritt 报道，亚马逊旗下Zoox在俄亥俄州Marysville本田工厂附近进行道路测试，其Robotaxi采用摄像头、激光雷达、毫米波雷达与长波红外组成的多模态传感器套件（来源：Sawyer Merritt 的X贴文）。据Zoox公开资料，这一冗余传感器架构可实现360度感知，并在弱光与恶劣天气下提升目标识别，对L4级自动驾驶和地理围栏运营至关重要（来源：Zoox）。对产业而言，此次在中西部的测试显示Zoox路测范围正在从加州、内华达向新区域延伸，为与本田及区域汽车供应链的车队扩张、园区通勤与工厂到仓库短途物流合作创造机会（来源：Zoox运营更新与公司对外信息）。此外，Zoox隶属亚马逊的背景有助于与电商物流场景对接，先从可控域率先实现规模化收益（来源：Zoox）。 (来源)

据 God of Prompt 在推特所述，应根据任务目标选择提示格式：复杂结构化输出用 JSON，追求便捷时用纯文本；据 God of Prompt 博文报道，JSON 结合模式与校验可显著提升多字段抽取、函数调用与工具使用的稳定性，纯文本更适合快速原型与创意生成。根据该文，企业在 RAG 流水线、分析报表与工单解析中使用强约束 JSON 可降低幻觉并减少解析成本；而轻量级问答与头脑风暴采用纯文本更高效。报道还称，采用“自然语言指令 + 严格 JSON 输出模式”的混合方案，在评测通过率与生产可维护性上更优，便于下游可靠解析与部署。 (来源)

根据 @bcherny 的介绍，并据 code.claude.com 文档所述，Claude Code 提供 37 项设置与 84 个环境变量，可通过 settings.json 提交到 git，在代码库、子目录、个人或企业范围内生效，统一团队配置与策略。根据 Claude Code 文档，开发者可用 env 字段替代包装脚本，简化 CI 集成与开发者入职，并对提示词、工具权限、安全沙箱和模型行为进行标准化。文档还指出，这种细粒度策略有助于在受监管环境中实施治理，降低配置漂移，确保可预测输出并提升工程效率。 (来源)

根据 @bcherny 的介绍，开发者可在 Claude Code 中运行 /config 设置输出风格，以调整助理在编码任务中的语气与格式；官方文档显示包含“explanatory（解释型）”用于讲解框架与代码模式，以及“learning（教学型）”用于指导代码修改（来源：code.claude.com/docs/en/output-styles）。据官方文档，这些可配置风格可在团队内统一AI辅助评审与入职标准，提升代码理解度、减少PR反复沟通，并加速重构与知识传承。对工程管理者而言，这为建立一致的开发流程和度量效率改进提供了可操作路径（来源同上）。 (来源)

据 @bcherny 称，Hooks 可在 Claude 的生命周期中确定性触发：自动将权限请求路由到 Slack 或 Opus、在回合结束时推动任务继续，以及对工具调用进行前后处理以增加日志与合规控制；据 Claude Code 文档报道，Hooks 还能触发代理、注入提示与设置审核检查点，从而减少人工审批并提升生产级代理工作流的可靠性（来源：code.claude.com/docs/en/hooks）。 (来源)

据 @bcherny 在 X 上发布的信息，开发者可让 Claude 自定义 Claude Code 的加载动词，并将配置写入 settings.json，通过源码管理在团队间共享，从而实现一致的品牌化体验并降低异步任务中的认知负担（来源：Boris Cherny，2026年2月11日）。据该推文报道，替换或新增默认动词可标准化加载提示微文案，改善感知性能与可用性，优化 AI 编码助理工作流。根据同一来源，将 settings.json 纳入版本控制可在企业内推广统一的 UX 规范，带来更快的入职与多仓库一致性。 (来源)

根据 @bcherny 的介绍，Claude Code 允许通过 /keybindings 完全自定义快捷键，且设置可即时热重载生效；据 Anthropic 官方文档报道（code.claude.com/docs/en/keybindings），团队可重映射编辑、面板与 AI 操作以匹配现有 IDE 习惯，从而降低切换成本并提升企业级编码效率。官方资料还指出，这有助于从 VS Code 或 JetBrains 迁移的开发者快速上手，并支持制定组织级快捷键规范，优化结对编程与 AI 辅助重构的协作流程。 (来源)

据 @bcherny 介绍，Claude Code 新增自定义状态栏，可在编辑器下方显示当前模型、工作目录、剩余上下文、令牌用量与成本，帮助团队实时优化工作流与控费；据 code.claude.com 报道，用户可通过 /statusline 基于 .bashrc 或 .zshrc 自动生成配置，降低落地门槛，便于规模化采用 AI 结对编程与成本治理。 (来源)

据 @bcherny 在 Twitter 表示，并据 Anthropic 文档 code.claude.com/docs/en/permissions 报道，Claude Code 通过提示注入检测、静态分析、沙箱与人工审核组合实现细粒度权限控制。根据 Anthropic 文档，团队可运行 /permissions，维护 allow 与 block 列表并提交到 settings.json，实现组织级策略落地。据 @bcherny 称，系统支持完整通配符语法，如 Bash(bun run *) 与 Edit(/docs/**)，在确保边界的同时减少常见开发流程摩擦。根据 Anthropic 文档，这类策略有助于企业标准化安全护栏、缓解提示注入风险，并在 CI、代码库与内部文档等场景加速代理式编码助手的落地。 (来源)

据 Boris Cherny 在 Twitter 表示，Anthropic 推出开源 Claude Code 沙箱运行时，可在本地提供文件与网络隔离，在减少权限弹窗的同时提升安全性，Windows 支持即将到来（来源：其推文、GitHub 与 Claude Code 文档）。据 Anthropic 实验性 GitHub 仓库介绍，开发者运行 /sandbox 即可启用，该功能在本机执行以隔离代码运行并限制非预期访问。据 Claude Code 文档报道，这种最小权限的工作流有助于企业与受监管行业更安全地采用 AI 编码助手。来源同上称，网络与文件系统隔离可降低数据外泄风险并减少授权噪音，为在团队范围内规模化部署 AI 结对编程带来实质性业务价值。 (来源)

据 @bcherny 与 Claude Code 文档称，开发者可在 .claude/agents 放入 .md 文件创建自定义代理，并为每个代理配置名称、颜色、工具集、预允许与预禁止工具、权限模式及模型；还可在 settings.json 的 agent 字段或通过 --agent 标志设置会话默认代理。根据 code.claude.com，运行 /agents 可管理子代理并了解能力，这有助于实现角色分工与工作流路由，满足企业场景下的合规约束、工具使用安全和团队内任务快速移交。 (来源)

据 bcherny 在 X 表示，开发者可通过四步优化 Claude Code 终端：用 /config 设置明暗主题，用 iTerm2 或自定义钩子启用通知，在 Apple Terminal、Warp、Alacritty 与 IDE 终端运行 /terminal-setup 开启 Shift+Enter 换行，以及用 /vim 启用 Vim 按键；据 Claude Code 文档指出，这些命令可降低输入摩擦与上下文切换，提升 AI 辅助编码效率（来源：Boris Cherny 的 X 动态；Claude Code 文档 code.claude.com/docs/en/terminal-config）。 (来源)

据 @bcherny 在 X 上的推文所述，用户可通过 /model 选择努力级别：Low（更少 tokens、更快）、Medium（平衡）、High（更多 tokens、更强智能），其本人偏好始终使用 High（来源：Boris Cherny，2026年2月11日推文）。据多家AI平台文档报道，较高的 token 配额通常带来更长上下文与更深推理，从而在复杂任务、检索增强生成和代码生成上提升质量，同时增加推理成本与时延。依据企业级产品实践指南，高级别适用于关键流程（数据分析、合规摘要、招标响应），中级别可作为默认，低级别适合高并发的轻量问答与路由，以优化单位成本与吞吐量。 (来源)

据 bcherny 指出，Anthropic 的 Claude Code 现已支持通过 Plugins 安装 LSP、MCP、Skills、代理与自定义钩子，并可在团队代码库中提交 settings.json 以自动添加官方或企业自建的插件市场；根据 Boris Cherny 的贴文与 Anthropic 文档 code.claude.com/docs/en/discover-plugins，用户可通过 /plugin 命令快速启动。基于上述来源，这为企业提供了标准化AI编码助手、集中治理插件权限与在多语言代码库中扩展LSP覆盖的落地机会。 (来源)

据AnthropicAI在Twitter发布的信息，Anthropic将为其AI数据中心相关的电网升级承担100%费用，推动新增电源上线，并投资于降低电网压力的系统，以避免用户电价上涨由公众买单（来源：AnthropicAI）。根据其公告链接，此举针对大型模型（如Claude）带来的算力与用电激增，旨在在扩展数据中心的同时保持电网稳定与社区成本可控（来源：Anthropic）。从行业实践看，电网并网升级常为主要瓶颈与成本来源；Anthropic的做法意味着将外部成本内化，有望加速审批、降低公用事业资本开支压力，并带来储能、需求响应与可再生电力PPA等采购机会，助力AI算力负载的清洁与稳定供给（来源：AnthropicAI）。 (来源)

据Andrej Karpathy在X上的发布，该项目以243行纯、无依赖的Python完整实现GPT的训练与推理，并指出这已涵盖所需的全部算法要点，其他内容仅为效率优化。根据其原帖，这份极简代码端到端呈现核心Transformer模块，为小规模语言模型教学与实验提供了清晰蓝本。依据Karpathy的说明，该项目为初创团队与研究者带来无需大型框架的快速原型机会，有利于自定义分词、注意力结构与训练循环，并推动本地与嵌入式试验。正如其公开信息所示，此举凸显透明、可审计的LLM技术栈趋势，提升团队的可复现性、上手速度与工程教学价值。 (来源)

据Andrej Karpathy在X平台发布的信息，其推出了一份仅243行、无任何第三方依赖的Python代码，可完成GPT的训练与推理，强调这已覆盖所需的全部算法内容，其余仅为效率优化（来源：Andrej Karpathy在X，2026年2月11日）。据其说明，该最小实现涵盖分词、Transformer模块、注意力机制与训练循环，适合作为教学、算法审计与轻量化边缘实验的透明基线（来源：Andrej Karpathy在X）。据原帖报道，此举为初创公司与研究人员提供了在特定垂直领域快速原型、建立可复现实验基准、低门槛教授Transformer原理的途径，并有望在早期项目中降低框架学习与基础设施成本（来源：Andrej Karpathy在X）。 (来源)

据God of Prompt在X平台披露，Anthropic将Claude的技能、连接器与文件创建开放给免费用户，且无广告，强化对ChatGPT免费版的竞争力。根据Claude官方X账号信息，这些功能让用户在无需订阅的情况下实现自动化技能编排、通过连接器访问企业数据源，并进行应用内文件与工件创建。上述消息显示，此举可降低团队试用门槛，提升自带数据场景的落地效率，并有望加速中小企业对低成本AI助理的采用。 (来源)