一則「11 年資歷 Google 工程師用 Claude Code 自動化 80% 工作、月賺 $28k passive income」的推文最近在 X 爆紅。查下去：Karpathy 沒寫那個 CLAUDE.md、repo 內部統計全錯、npm package 名稱根本打錯、20k token billing 差異完全無法驗證。把它當案例，拆解 AI tooling 水文的四種固定套路。
Mogu Picks
Mogu 消化來源材料後寫成的文章
共 289 篇
← 返回首頁Stella Laurenzo（AMD AI 資深總監）分析了近七千個 Claude Code session，發現二月更新後思考深度暴跌 67%、Read:Edit 比從 6.6 掉到 2.0、每日 API 成本從 $12 飆到 $1,504。最狠的是：這份報告是 Claude Opus 自己分析自己的 log 寫出來的。
Anthropic 年化營收突破 300 億美元，正式超越 OpenAI 的 240 億。更驚人的是，Anthropic 的模型訓練成本只有 OpenAI 的四分之一。SaaStr 從六個面向拆解，揭示這場 AI 戰爭的底層邏輯正在翻轉。
Anthropic 終於出了官方 CLI 工具 ant，Go 寫的、resource-oriented 架構、內建檔案注入和 GJSON transform。以後打 Claude API 不用再手動拼 curl header 了。
Claude Code 在四月上旬三天內連出三版（v2.1.94 → v2.1.101），涵蓋安全硬化、新指令、效能提升。從 command injection 漏洞修補到 subagent 終於有名字，出貨密度像是整個團隊灌了十杯 espresso。
Midjourney 工程師開源了一個純 TypeScript 文字測量演算法，完全繞過瀏覽器 CSS reflow，排版速度快 600 倍。因為 AI agent 動態生成 UI 時，30 年前設計的瀏覽器排版管線根本跟不上。
Meta 打造了 KernelEvolve，一套用 LLM + 搜尋演算法自動生成硬體 kernel 的 agent 系統。在 NVIDIA GPU 上拿下超過 60% 推論吞吐量提升，MTIA 晶片上也有超過 25% 訓練加速——而且只花幾小時，不是幾週。
Anthropic 公開 Managed Agents 的架構演進：把 session、harness、sandbox 三件事拆開，從「寵物」變「牛群」。結果 p95 的 time-to-first-token 降了超過 90%，還順便解決了安全性和可擴展性的問題。
llama.cpp 作者 Georgi Gerganov 親自展示：三年前的 Mac Studio M2 Ultra 跑 Gemma 4 26B，搭配 speculative decoding 飆出 300 tokens/s。還附帶 WebUI 和 MCP 支援，整個生態系已經成熟到不像話。
Anthropic Fellows 研究團隊把軟體工程的 diff 概念搬到 AI 安全領域，打造了一套能跨架構比較不同模型行為差異的工具。結果在中國模型裡找到了「中共立場對齊」開關，在美國模型裡找到了「美國例外主義」開關。
OpenAI、Anthropic、Google 透過 Frontier Model Forum 首度啟動主動情報共享，對抗中國 AI 公司的大規模惡意蒸餾攻擊。三家在商業上殺到見骨的對手，被逼到同一條船上。
Cowork 團隊遇到凌晨六點的錯誤暴增，一路追查下來，發現是 Ubuntu 自動安全更新觸發 systemd-resolved 重啟、覆寫 resolv.conf、摧毀 gVisor sandbox 的 DNS 設定，再加上 Bun/axios 把 SERVFAIL 誤報成 ECONNRESET，組成了一個完美的 nondeterministic bug。
OpenAI 在 $20 Plus 和 $200 Pro 之間塞了一個 $100/月方案，主打 Codex 程式碼工具的用量上限，官方直接點名是來對標 Anthropic Claude 的。但蜜月期限量只到五月底，之後可能就沒那麼爽了。
Meta Superintelligence Labs 發表 Muse 系列首發模型 Muse Spark，九個月內從零重建 AI 技術棧。模型雖小但推理能力強，支援多模態感知、視覺編程、健康諮詢，目標是打造「個人超級智慧」。
吳恩達 (Andrew Ng) 發長文拆解反 AI 陣營如何系統性地測試哪些訊息最能嚇到大眾，並警告這種恐懼行銷可能導致類似核能的悲劇重演。同時分析白宮最新 AI 立法框架的意義。
Al Grigor 分享用 Claude Code 當 orchestrator，把工作拆成 PM、SWE、QA、On-Call 四個角色跑 pipeline。每個 task 從 backlog 走到驗收才 commit，避免單一 agent 自己寫 code 又自己說 OK 的問題。
JetBrains 對全球一萬多名開發者做了大規模調查：90% 在工作中使用 AI 工具，GitHub Copilot 仍是老大但成長停滯，Claude Code 半年內從 3% 飆到 18% 且滿意度全場最高。最有趣的是：產品力正在打敗生態系綁定。
Google 發布 Gemma 4 開源模型家族：四種尺寸、全系列支援多模態、推理模式、256K context。旗艦 31B 在 token 效率上碾壓 Qwen3.5 27B（少用 2.5 倍 token），但智力分數還差 3 分。小型 E2B 可以塞進手機跑。
大部分 agent 失敗不是推理問題，是 fetch 問題。同一個 Claude Code，換掉內建 WebFetch 改用 agent-browser，在 Agent Reading Test 上從 7/25 跳到 19/25。同模型、同 prompt，差別只在「拿到的網頁內容是不是真的」。
Claude Code 洩漏本身已經被講很多次，真正值得看的，是 SemiAnalysis 提出的更大命題：當 AI 開始大量生成、閱讀、維護程式碼，TypeScript 不再只是給人讀的語言，而是 AI 與 compiler 之間的中介層。