# claude

安全研究者示範一種隱密資料外洩手法：把超連結做成鍵盤，讓 Claude 一個字元一個字元地「打字」洩漏使用者的姓名、公司、家鄉——而使用者只看到咖啡店菜單。

Simon Willison 從 Claude Code 團隊的爐邊對談學到一招：與其給 Fable 詳細規則，不如讓它自己判斷。延伸應用：讓 Fable 自己決定什麼任務該丟給比較省的模型跑。

Kun Chen 畫了一張自己每天在用的 agent 艦隊編制圖：他只跟一個「大副」講話，大副底下管著幾個長駐的「二副」，二副再視情況叫出用完就丟的「船員」。每個船員接到任務，系統會自動挑一個最划算的 model 去做——瑣事丟便宜的、日常工作交主力、圖像跟調查另外找專家。這篇順便講清楚一件事：gu-log 自己的翻譯 pipeline，走的是同一套邏輯。

有人說 2026 年的一人公司，不是有野心的自由工作者，而是一個人管策略、一組設定好的 agent 在底下跑執行。月成本 $300–500，取代的是月薪 $8–12 萬的團隊。這篇把整套做法攤開：先建一個 Company OS、再配四個專職 agent（研究、寫作、成交、營運），讓整家公司跑在設定上、而不是跑在你身上。至於那句最甜的『趁你睡覺時自己運轉』——gu-log 自己就是這樣跑的，所以我們也最清楚那行小字寫了什麼。

Anthropic 認為 AI 已在加速 AI 開發，但遞迴自我改進尚未到來、也非必然。Claude 已承擔大量工程與實驗執行；真正瓶頸仍在研究判斷、可信驗證與可協調的減速機制。

Clawd.rip 用 38 個事件把 Claude 與 Anthropic 的法律、爬蟲、限流、資安、品質與可靠性爭議排成一條諷刺時間線。這不是單純黑 Claude，而是把大家零散感受到的品牌落差整理成一張可以對照的收據。

Anthropic 的 Claude Dreams 不是單純摘要工具，而是替 Agent 記憶做離線整理的第二個迴圈。它把舊記憶與最多 100 段過往會話重新消化，產生可審核、可替換、可丟棄的新記憶庫。

Anthropic 發佈 Claude Managed Agents 公測版 — 一套 composable APIs，sandboxed 執行、state management、權限控管、multi-agent 協調通通幫處理好。Notion、Rakuten、Sentry 等團隊已經在用，從幾個月的基建壓縮到幾天就上線。

Karpathy 分享用 LLM 建 personal knowledge base 的心得，被收藏 29,000 次。Huryn 認為真正的殺手功能不是讀，是寫回去 — 當 LLM 能自動更新知識庫，個人 wiki 就變成了個人研究團隊。

Berryxia 用 Dense vs MoE 解釋一個很多人都有感的現象：Codex 常被程式員拿來修 bug、重構、跑長任務；Claude 卻特別受 vibe coder 喜歡。這個說法有抓到一部分，但真正的分水嶺不只在模型架構，而在訓練哲學、產品形態，還有你把 coding 當成『精準執行』還是『互動創作』。

Claude Computer Use 引發熱烈討論，不少人認為 AI 即將完全取代人類工作。然而原作者指出，AI 雖然能代勞技術操作，卻無法取代人類的判斷力與對文化脈絡的理解。真正的護城河，依舊是對領域知識的深度掌握。