💥 重磅新闻
Anthropic 确认其最强模型 Claude Mythos 的网络安全能力"太危险"，不会向公众发布，仅限关键网络安全合作伙伴使用来修补漏洞。该模型可以大规模发现和利用全球主要软件的漏洞。美国财政部长 Bessent 和美联储主席 Powell 紧急召集华尔街高管商讨网络风险，标志着 AI 安全已从技术议题升级为金融系统级问题。Zvi Mowshowitz 撰写的深度分析（62分钟阅读）详细拆解了 Mythos 的 Project Glasswing 计划。
Anthropic 内部代号"Epitaxy"的 Claude Code 桌面端全面改版曝光：借鉴 Cowork 布局，新增 Plan/Tasks/Diffs 多面板、多仓库并行工作、Coordinator Mode（编排器模式，Claude 作为总规划者调度并行子 Agent 执行实现）。同时 OpenAI 开发 Codex Scratchpad（并行 TODO 列表触发多个 Codex 任务），并准备将 ChatGPT 和 Atlas 浏览器整合为 Codex 超级应用。员工密集发布❄️表情暗示代号 Glacier（疑为 GPT-5.5）即将发布。双方均计划下周更新。
xAI 正在为 Grok Build 编码平台搭建 credits 计费体系，提供本地 CLI 和远程 Web 双入口。最大亮点是 Model Arena：多个 Agent 并行处理同一任务，用户可对比选择最优结果——这一并行 Agent 对战模式在竞品中尚属首创。Musk 表示预计 5 月接近 Opus 4.6 水平，6 月可能追平甚至超越。行业正在形成"订阅 + credits"混合计费的共识。
安全研究人员发现，有攻击者批量收购了 30 个 WordPress 插件并在所有插件中植入后门代码。这一供应链攻击方式极具隐蔽性——通过合法商业收购获得代码控制权后注入恶意代码，受影响的网站管理员很难察觉。该帖在 Hacker News 获 977 点赞和 269 条评论，凸显开源生态的供应链安全困境。
🛠️ 技术动态
Anthropic 官方博客详细介绍了五种多 Agent 协调模式：Generator-Verifier（生成-验证循环）、Orchestrator-Subagent（编排器-子 Agent）、Agent Teams（独立并行团队）、Message Bus（事件驱动消息总线）和 Shared-State（共享状态协作）。文章强调从最简单的模式开始，观察瓶颈再演进，不要为了"听起来酷"选复杂架构。同时指出编排器是信息瓶颈、验证器需要明确标准等实践陷阱。
Factory.ai 公开其 Missions 系统的架构设计。核心洞察：Agent 对上下文高度敏感，累积无关或对立信息会导致性能退化。Missions 通过角色分离（编排器规划、Worker 实现、Validator 验证）、两级 TDD（Worker 级别和 Mission 级别）、外部化状态（共享文档而非上下文窗口）和模型特化（不同角色用不同模型）来实现多日可靠的自主工程任务。
recursive-mode 是一个可安装的技能包，为 AI 辅助软件开发提供文件驱动的完整工作流：需求→规划→实现→测试→审查→收尾→记忆。核心理念是解决"上下文腐烂"——将需求和决策存入仓库文件而非聊天记录，使其跨 session 持久化。每个阶段产出一个锁定文档，后续阶段以前序文档为输入。作为 Factory.ai Missions 的免费开源替代方案，支持任意 IDE 和模型。
Blackmagic Design 为其专业视频编辑软件 DaVinci Resolve 新增照片编辑模块，将视频调色的专业能力扩展到静态图像处理。这意味着创作者可以在同一工具中完成视频和照片的后期制作。该消息在 HN 获 631 点赞。
GitHub 正式发布 gh-stack，官方支持的 Stacked Pull Requests 工具。Stacked PRs 允许开发者将大型变更拆分为一系列相互依赖的小 PR，按顺序审查和合并，大幅改善大型代码变更的审查体验。该帖在 HN 获 729 点赞，开发者社区反响热烈。
Rust 编写的独立浏览器引擎 Servo 发布 0.1.0 版本并登陆 Rust 包管理平台 crates.io，标志着该项目从实验阶段迈向可正式集成的里程碑。Servo 由 Mozilla 发起后转为社区维护，是 Chromium/WebKit 之外唯一活跃的独立浏览器引擎项目。HN 获 452 点赞。
💡 深度分析
长文分析为何智能正在变为大宗商品——Gemma 4 在手机上运行就能匹配 Claude Sonnet 4.5 Thinking，一周下载 200 万次。OpenAI 的 Sora 因日亏 1500 万美元（营收仅 210 万/天）被关闭，Disney 10 亿美元投资蒸发；Stargate 得州数据中心也因与 Oracle 谈判破裂取消。而 Apple 坐拥大量未部署现金、控制全球最优设备端推理硬件、掌握隐私信任。作者认为：当最好的模型可以在笔记本上跑时，拥有最好模型本身不再是护城河。HN 获 410 点赞。
Vin Vashishta 将 AI 订阅与涨价 50% 的多力多滋类比：百事可乐试图用各种花招（换包装、加功能）避免降价，最终收入首次转负。AI 实验室面临相同困境——企业和消费者正在像评估一包 7 美元薯片一样评估 AI 订阅，许多人选择不续费。这对不断提价的 Pro/Max 计划是一个清醒的警示。
企业中 Agent 与人类数量比已达 100:1，迫使 SaaS 公司重建产品——从 GUI 优先转向 API、CLI 和结构化输出优先。领先团队将领域专业知识编码为"技能文件"（skill files），通过 MCP 服务器和 CLI 工具让 Agent 程序化操作产品。多模型路由和垂直模型的组合可将成本降低 80%，同时提升延迟和任务表现。这标志着 SaaS 从"为人设计"到"为 Agent 设计"的范式转变。
安全研究者梳理了 2026 年至今的重大黑客事件时间线，结论令人不安——我们可能正在经历有史以来网络攻击最密集的时期。从 Axios 供应链攻击、WordPress 插件后门到各类零日漏洞利用，AI 工具正在加速攻防两端的进化速度。HN 获 318 点赞。
⚡ 快讯
西班牙因足球比赛的 Cloudflare 流量屏蔽意外波及 Docker 镜像拉取，导致开发者工作流中断。HN 获 1115 点赞，引发对互联网基础设施单点依赖的讨论。
此前有报道称 Microsoft 将从 Windows 11 中移除 Copilot，但实际只是品牌重命名。AI 助手功能不变，Microsoft 正在将其更深入地整合进操作系统。HN 获 353 点赞。
软银成立新公司开发可自主控制机器和机器人的 AI 模型，目标 2030 年实现。日本巨头 Sony、Honda、新日铁等参与投资，这是日本推动主权 AI 的最新举措。
Google Search 发布新的垃圾内容策略，专门针对"返回按钮劫持"（back button hijacking）——即用户点击浏览器返回按钮时被强制留在当前页面或重定向到垃圾页面的行为。HN 获 397 点赞。
机器之心报道，Generalist 发布机器人基础模型 GEN-1，在多种任务上实现接近 99% 的成功率。Meta 超级智能实验室也发布自研模型 Muse Spark。人形机器人正从"能动"向"能用"迈进。
📜 论文推荐
Erasmus 大学推出 SHARE 系列模型，是首个完全面向社会科学和人文学科（SSH）预训练的因果语言模型。尽管训练数据量仅为通用模型（如 Phi-4）的百分之一，在 SSH 文本建模上的表现已接近通用模型。配套的 MIRROR 界面创新性地设计了一个"不生成任何文本"的生成式 AI 界面，通过文本审阅而非生成来维护学术严谨性。
研究表明，专家标注的 393 首巴洛克 LilyPond 乐谱数据集（~90M tokens）在作曲家和风格分类任务上，击败了 15B tokens 的大规模嘈杂语料 PDMX 的持续预训练。基于 CodeBERT 的 LilyBERT 模型证明了"小而精"的领域数据可以比"大而杂"的通用数据更有效。将两者结合可达到最优（84.3% 作曲家分类准确率）。
Bielik v3 系列（7B/11B 参数）展示了语言特定 LLM 优化的完整范式：从通用 Mistral tokenizer 迁移到波兰语优化词表，使用 FOCUS 嵌入初始化、多阶段预训练课程、SFT + DPO + 群组相对策略优化（GRPO）的后训练对齐流程。该工作为低资源语言 LLM 本地化提供了可复制的技术路线。
多 Agent 系统普遍存在 token 冗余问题，中间推理过程随任务增长呈复合增长。Latent Briefing 利用模型注意力模式识别上下文中重要部分，在表示层面丢弃其余内容，在 Agent 间共享相关记忆。该方法同时提升准确率并节省 token 消耗，为大规模多 Agent 协作提供了高效的记忆管理机制。