Claude 在 Microsoft Foundry 正式可用
Anthropic 宣布 Claude 模型在 Microsoft Foundry 正式可用,托管于 Azure,由 Anthropic 负责推理并作为数据处理方。
推荐理由:原文给出 Azure 原生托管与 Anthropic 托管两种运行方式及首批可用模型,读者可据此判断企业部署如何选择。
claude.com · 网站与博客
Anthropic 宣布 Claude 模型在 Microsoft Foundry 正式可用,托管于 Azure,由 Anthropic 负责推理并作为数据处理方。
推荐理由:原文给出 Azure 原生托管与 Anthropic 托管两种运行方式及首批可用模型,读者可据此判断企业部署如何选择。
Anthropic 推出 Claude apps gateway,一个自托管控制平面,为在 Amazon Bedrock 和 Google Cloud 上运行 Claude Code 提供企业 SSO 登录、集中策略、基于角色的访问和按用户成本归因。
Anthropic 为 Claude Tag 推出名为 agent identity 的访问模型,Claude 在共享频道中以自己的账号和权限访问工具,不再沿用某个人的凭据,它在 Slack 里以 Claude 应用发帖、以 Claude GitHub App 提交 pull request、以管理员配置的服务账号查询数据仓库。
Anthropic 在博客中提出多人智能体(multiplayer agents)概念,指能同时与多名人类协作的 AI 模型,它们拥有独立凭证、记忆和技能,并常驻 Slack 等团队协作工具。
推荐理由:Anthropic 基于内部实践归纳了四条人机协作规范,读者可对照自家团队的上下文与权限设计。
Anthropic 宣布通过 AWS、Google Cloud 和 Microsoft Foundry 使用 Claude Desktop 的组织现在可获得完整桌面体验,chat、Claude Cowork 和 Claude Code 集成在同一个应用中,此前这些渠道只能使用 Claude Cowork 和 Claude Code。
Anthropic 在 Claude Blog 发文对比 Claude Code 中 CLAUDE.md、rules、skills、subagents、hooks 和 output styles 的加载时机与上下文成本,并给出各自适用的指令类型。
推荐理由:文章按加载时机与上下文成本逐项对比 CLAUDE.md、rules、skills、subagents 和 hooks,给出指令该放哪里的判断依据。
Anthropic 在 Claude 上线 MCP 连接器的企业托管授权,管理员可通过身份提供商为整个组织统一配置连接器,用户首次登录即自动获得访问权限,无需逐人授权。
推荐理由:原文给出企业托管授权的接入路径与首批支持方,读者可据此了解 MCP 连接器的企业部署方式。
Anthropic 宣布 Claude Code 支持 artifacts,可基于会话完整上下文(代码库、连接器、对话)生成 PR walkthrough、仪表盘、发布清单等实时网页,并随会话进展自动更新。页面默认组织内私有,支持版本历史和管理员权限控制,目前以 beta 形式面向 Claude Team 和 Enterprise 组织开放,可从 Claude Code CLI 和桌面应用使用。
推荐理由:官方说明给出 artifacts 的工作方式、调试场景和组织级权限设置,团队用户可据此评估是否引入协作流程。
Anthropic 更新 Claude Design,使其可跨项目沿用同一设计系统,并可通过 /design-sync 与 Claude Code 在设计与代码之间同步衔接。
推荐理由:原文给出设计系统导入与 /design-sync 衔接 Claude Code 的具体做法,可据此判断设计与代码之间的工作流变化。
Anthropic 公布 Claude Opus 4.8 Build Day 黑客松三支获胜团队:冠军 Tekton 用 Claude 将唐代建筑重建为可溯源 3D 模型,验证环节全部跑在 Opus 4.8 上,由独立 verifier 子智能体在隔离上下文窗口中评分,直至 20 项测试全部通过。
Anthropic 的 Claude Platform 正式开放 Workload Identity Federation(WIF),用请求时签发的短时、限定作用域凭证替代静态 API key。
Anthropic 公布 Built with Opus 4.7 Claude Code 黑客松获奖名单,前三名分别是医疗培训工具 Medkit、电子维修诊断工具 Wrench Board 和编程教学 IDE Maieutic。
Anthropic 发布 Claude Managed Agents,一套用于构建和部署生产级智能体的可组合 API,把调用 Claude 的 harness 与执行代码的沙箱解耦,用 session 连接两者。
推荐理由:Anthropic 在文中给出大脑与执行沙箱解耦的架构和时延数据,读者可据此判断托管智能体的落地方式。
Anthropic 为 Claude Managed Agents 新增定时部署和 Vault 两项功能,均已在 Claude Platform 进入公测。定时部署按 cron 调度运行智能体,每次触发启动新会话完成任务,无需自建调度器,部署上线后可随时暂停、恢复、归档或按需触发额外运行。
推荐理由:官方给出定时部署与 Vault 两项能力的开放入口和客户实践,读者可据此判断智能体运维方式的变化。
Anthropic 为 Claude 目录中已发布的连接器推出可观测性面板,开发者可追踪活跃用户、工具调用量和目录排名,并查看健康分、错误率与延迟及分工具错误明细。
Anthropic 发布 Swift 包,让 Apple 开发者通过 Foundation Models 框架调用 Claude 处理多步推理、代码生成等复杂任务,并支持联网搜索与代码执行。
Anthropic 发布 Claude Cowork 产品指南,介绍这款知识工作智能体的上手方式、核心能力和常见工作流。Claude Cowork 运行在 Claude 桌面应用中,可读写本地文件,跨 Slack、Google Drive 等已连接应用工作,并完成多步任务直到产出真实交付物,同时附带回指原文件和消息的引用。
Anthropic 销售 Jared Sires 零编程基础,用 Claude Code 写出约 4300 行代码的 CLAFTS(Claude Drafts),在 Gmail 内调用 Claude API 起草客户邮件,每天省下 2-3 小时、每周省 10-15 小时。
Anthropic 在官方博客中介绍,其内部 95% 的业务分析查询已交由 Claude 自动完成,整体准确率约 95%。文章给出智能体分析栈的四层结构,即数据基础、真相来源、技能和验证,并归纳出概念与实体歧义、数据陈旧、检索失败三类主要错误来源。Anthropic 称未加技能时 Claude 回答分析问题的准确率不足 21%,加上技能后稳定超过 95%,部分领域可达约 99%。
推荐理由:原文详解 Anthropic 把业务分析交给 Claude 的方法,归纳三类失败模式与分层治理思路,可迁移到其他数据团队。
Anthropic 增长团队的 Austin Lau 撰文介绍 Claude Cowork 的入门方法与最佳实践,说明它是 Claude 桌面应用中的独立工作空间,用户把文件夹或常用应用交给它后可等待成品交付,而与 Chat 共用同一批 Claude 模型。
Anthropic 的 Claude Code 团队分享了内部数百个 skills 的使用经验,并把它们归纳为九大类别,包括库与 API 参考、产品验证、数据获取分析、业务自动化、代码脚手架、代码质量审查、CI/CD 部署、运行手册和基础设施运维。
推荐理由:Anthropic 把内部数百个 skills 归纳为九类并给出编写要点,可供团队搭建自己的 skills 库参考。
Anthropic Claude Code 团队负责人复盘了智能体编码成为默认工作方式后对工程流程的重写:规划从六个月路线图改成 just-in-time,遇到问题先问 Claude 并追问能否自动化,代码评审由 Claude 处理风格、缺陷和测试,人只在法律风险、信任边界与安全代码、产品判断等需要领域专长处介入。
推荐理由:Claude Code 团队把规划、上下文获取、评审与分工按智能体编码重写,并给出可对照的前后变化与跟踪指标。
Anthropic 在 Claude Code 中发布动态工作流,Claude 可按当前任务即时编写专属 harness,并与 Claude Opus 4.8 配合使用。工作流通过 agent() 生成子智能体,用 parallel() 和 pipeline() 组合编排,可保存为可复用工作流或通过 skill 分享。文中提到动态工作流消耗更多 token,更适合复杂高价值任务。
推荐理由:文章给出动态工作流的六种编排模式和适用边界,读者可据此判断何时该用多智能体并行而非单上下文。
Anthropic 为 Claude Code 推出动态工作流,Claude 可动态编写编排脚本,在单次会话中并行运行数十到数百个子智能体,并在结果交付前自行校验。
推荐理由:官方给出了并行子智能体编排的能力边界与 Bun 重写中的实际用例,便于判断它能否承接超长任务。
CodeRabbit 基于 Claude 构建了一套智能体编排系统,在 AI 生成代码前先运行结构化规划阶段,以解决代码能编译通过测试却未实现真实意图的问题。该系统按任务复杂度调度 Claude 模型:Opus 负责编排循环与高层策略,Sonnet 将其拆解为结构化规划步骤,Haiku 处理上下文蒸馏等窄范围操作。
Anthropic 发布指南,介绍如何用 Claude Opus 通过威胁建模、沙箱、发现、验证、分诊、修补六个步骤查找并修复源码漏洞。文中称截至 2026 年 5 月 22 日其开源软件扫描已披露 1596 个漏洞,其中 97 个已修补,瓶颈已从发现转向验证、分诊与修补。
推荐理由:文章把漏洞发现到修补拆成六步方法并附可复用 skill 与仓库,瓶颈已转向验证与修补。
Anthropic 发布面向企业部署自主 AI 智能体的零信任安全框架,涵盖智能体系统特有的工具访问、自主决策、上下文持久化与多智能体协同等安全考量。框架提出 Foundation、Advanced、Optimized 三层零信任架构,并给出覆盖身份、权限范围、沙箱、输入输出控制与记忆防护的八阶段实施流程,以及应对 AI 加速攻击的 Agentic SOAR 运营方法。
Claude Managed Agents 现在可在用户自行掌控的沙箱中运行,并连接私有 MCP 服务器。
推荐理由:官方说明了两项新能力的执行边界与网络接入方式,读者可据此判断企业私有环境下运行智能体的可行路径。
Anthropic 财务与战略团队用 Claude Cowork 和 Claude for Excel 处理季度董事会材料、月度财务复盘和财务模型诊断,自动核对跨页数字与叙事一致性、按既定口径起草首版评论,并跨标签页追踪资产负债表问题。Claude Cowork 可读取文档、邮件和 Slack 等上下文并按受众分设项目记忆,财务服务插件已覆盖预测、收入摘要与账目核对等场景。
Claude 推出 28 项安全与合规工具集成,由 Claude Compliance API 提供支持,IT 与安全团队可以像治理技术栈中其他应用一样治理 Claude。
Anthropic 公布 Claude Opus 在网络安全领域的合作伙伴落地进展:Wiz Red Agent 每周对超 15 万个生产资产做持续渗透测试,Palo Alto Networks 内部测试用不到三周完成相当于一年的渗透测试工作量。
Anthropic 的 Claude Code 团队成员 Thariq Shihipar 撰文介绍团队用 HTML 替代 Markdown 作为 Claude Code 输出格式的做法。
推荐理由:作者以 Claude Code 团队的实践说明用 HTML 替代 Markdown 做输出在信息密度和可读性上的取舍,附带的示例提示词可以直接套用。
Anthropic 美国中端市场销售负责人用 Claude Cowork 管理 4000 个客户账户,每周五的预测汇总节省约 3 小时,每日微优化节省约 90 分钟。他借助 Claude Cowork 一夜完成全量账户倾向性评分,生成含评分与理由的交互式仪表盘,供每位 AE 按分数查看辖区账户。该工具将 Claude Code 的引擎封装进无需终端的界面,支持定时任务、技能与人工审批流程。
Anthropic 在 Claude Managed Agents 中推出 dreaming 研究预览,并开放 outcomes、多智能体编排和 webhooks。
推荐理由:官方公布了 dreaming、outcomes 与多智能体编排的具体机制和内部基准数据,可了解 Managed Agents 的能力边界与实际收益。
Anthropic 宣布 Claude Managed Agents 支持自托管沙箱和 MCP 隧道,让智能体在企业自身边界内执行工具并访问私有网络中的 MCP 服务器。
推荐理由:原文给出自托管沙箱与 MCP 隧道的边界划分和支持的沙箱提供商,读者可据此评估企业内智能体部署路径。
Anthropic 发布法律行业 Claude 部署指南,覆盖 Chat、Claude Cowork、Claude for Microsoft 365 和 Claude Platform 的产品选用矩阵,并提供连接器、技能、子智能体及 12 个预置执业领域插件。指南还给出可立即执行的三阶段采用路线图,并解答 CIO 与 IT 负责人关于托管、数据留存、特权保护、SSO 和审计的问题。
Anthropic 发布《创始人手册》,为打造 AI 原生创业公司提供实操指南,将创业生命周期重划为 Idea、MVP、Launch、Scale 四个阶段,并给出各阶段目标、退出标准、常见失败模式与 AI 练习。
Anthropic 发文说明 Claude Code 在大型代码库中的运作方式与落地实践,指出围绕模型的扩展层对实际表现的影响不亚于模型本身。文章列出五类扩展点,即 CLAUDE.md 文件、hooks、skills、plugins、MCP servers,并补充 LSP 集成和 subagents 两项能力,强调按分层顺序搭建。
推荐理由:文章拆解 Claude Code 在大代码库中的扩展层与配置模式,可作为团队规模化落地的参考路径。
Anthropic 发布 Claude 计算机与浏览器使用的最佳实践,并同步开源一份封装这些做法的演示实现。文中指出 Claude 4.6 家族的 API 图像上限为长边 1568 像素、总像素 1.15MP,Opus 4.7 为 2576 像素与 3.75MP,建议截图先降采样到 1280x720(Opus 4.7 可用 1080p),并把文本指令放在图片之前。
推荐理由:文中给出的截图缩放、坐标换算与上下文管理做法,可直接用于排查并改善计算机操作的点击精度与成本。
Anthropic 发布 20 多个 MCP 连接器和 12 个法律实务插件,把 Claude 接入合同生命周期、取证、文档管理等法律团队已在使用的系统。