Claude Platform on AWS 正式可用,完整 Claude API 功能接入 AWS
Anthropic 宣布 Claude Platform on AWS 正式可用,AWS 客户可通过 AWS IAM 认证、CloudTrail 审计和单一 AWS 账单接入完整的 Claude API 功能,新功能和 beta 与原生 API 同日上线。
推荐理由:Anthropic 把完整 Claude API 搬到 AWS,读者可据此比较它与 Bedrock 在运营方和功能覆盖上的差别。
Anthropic 的全部动态:Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。
当前仅显示精选新闻Anthropic 宣布 Claude Platform on AWS 正式可用,AWS 客户可通过 AWS IAM 认证、CloudTrail 审计和单一 AWS 账单接入完整的 Claude API 功能,新功能和 beta 与原生 API 同日上线。
推荐理由:Anthropic 把完整 Claude API 搬到 AWS,读者可据此比较它与 Bedrock 在运营方和功能覆盖上的差别。
Claude Code 推出 agent view,可在同一处管理所有 Claude Code 会话。用户按左方向键或运行 claude agents 打开该视图,每行显示会话状态、最后回复内容和最近交互时间,选中会话即可查看并直接回复。
推荐理由:原文给出了并行会话的查看、回复与后台化入口,读者可据此判断多智能体并行工作流的组织方式。
Anthropic 推出 Claude Platform on AWS,Claude API 现可通过 AWS 原生端点访问,使用 AWS 计费和 IAM 认证。可用能力包括完整 Messages API、Files API、Message Batches API、Claude Managed Agents、Agent Skills、代码执行和工具使用。
推荐理由:官方宣布 Claude API 可经 AWS 原生端点访问,支持 IAM 认证与计费,读者可据此评估迁移或接入路径。
Mozilla 借助 Claude Mythos 预览版定位并修复了 Firefox 中的数百个漏洞。其安全漏洞修复量从 2025 年每月约 20-30 个跳升至 4 月的 423 个,其中包含一个存在 20 年的 XSLT bug 和 <legend> 元素里一个 15 年的 bug。文中还提到,harness 的许多尝试被 Firefox 现有的纵深防御措施拦截。
推荐理由:文中对比了 AI 生成安全漏洞报告从噪声到可用的转变,并给出 Mozilla 月修复漏洞数量跳升的具体数字。
即日起 Claude for Excel、PowerPoint 和 Word 正式可用,Claude for Outlook 进入面向所有付费计划的公测。用户在四个微软应用间可延续同一对话上下文,调整 Excel 假设会同步更新 PowerPoint 图表和 Word 备忘录。
推荐理由:Claude 正式上线 Excel、PowerPoint 和 Word 插件,Outlook 进入公测,读者可了解跨应用上下文延续与企业管控方式。
Anthropic 宣布与 SpaceX 达成合作,将使用其 Colossus 1 数据中心的全部算力,本月内获得超过 300 兆瓦、逾 220,000 块 NVIDIA GPU 的新增容量。
推荐理由:Anthropic 列出了 SpaceX 及多家云厂商的算力来源,读者可据此理解其近期上调 Claude 用量上限的算力基础。
Anthropic 发布十款面向金融服务的开箱即用智能体模板,覆盖 pitchbook 制作、KYC 筛查和月末结账等耗时工作,以 Claude Cowork、Claude Code 插件及 Claude Managed Agents 的 cookbook 形式提供。
推荐理由:原文给出了十类金融智能体模板的构成与接入方式,读者可据此判断其在投研与合规流程中的落地路径。
Anthropic 的 Claude Security 面向 Claude Enterprise 客户开启公开测试,用 Claude Opus 4.7 扫描代码库漏洞并生成针对性修复补丁,此前已在数百家企业的研究预览中测试。
推荐理由:Claude Security 向企业客户开放 Opus 4.7 的漏洞扫描与补丁生成,并借多家安全平台分发,可观察 AI 代码安全的落地路径。
Google Cloud 在 Q1 2026 同比增长 63%,AWS 为 28%、Azure 为 40%,三家云厂商该季度基础设施资本开支合计 1120 亿美元。
推荐理由:文章对比三家云厂商的增速与资本开支,指出自有模型层与芯片的垂直整合是增长分化的重要原因。
Claude Code 团队发文总结围绕提示词缓存构建智能体的工程经验,核心是提示词缓存按前缀匹配,前缀中任何改动都会使其后的缓存失效,因此要把静态内容放前面、动态内容放后面。
推荐理由:Claude Code 团队公开了围绕提示词缓存设计智能体的具体取舍,可迁移到自建 Agent 的提示词组织与工具管理。
GitHub 宣布自 2026 年 6 月 1 日起 Copilot 从按请求计费转为基于 GitHub AI Credits 的按使用量计费,Opus 4.7 倍率将从 7.5 倍升至 27 倍;Anthropic 同期限制 Claude Code 中 Opus 模型,Pro 用户需额外付费。
推荐理由:原文梳理 Copilot 与 Claude Code 转向按量计费的细节,并引入 token 成本与程序员工资的比较框架。
Factory 用 50 个真实 PR、统一提示词和 LLM judge 评测 13 个模型的代码评审表现,GPT-5.2 以 60.5% F1、$1.25/PR 排第一,Opus 4.6 达 59.8% 但需 $3.11/PR。
推荐理由:原文给出 13 个模型在 50 个真实 PR 上的 F1 与成本数据,读者可以据此为自己的代码评审挑选性价比模型。
华盛顿大学 MacCoss 实验室的 Brendan MacLean 将17年培养新开发者的入职方法应用于 Claude Code,把 AI 上下文放入独立仓库 pwiz-ai,用 CLAUDE.md、技能库和 MCP 集成管理 70 万行 C# 的 Skyline 代码库。
推荐理由:原文给出维护17年、70万行C#代码库的上下文分层和技能库方法,对长期项目接入 Claude Code 有可迁移的参考。
Anthropic 发布一批面向创意工作的 Claude 连接器,可直连 Ableton、Adobe Creative Cloud、Affinity by Canva、Autodesk Fusion、Blender、Resolume Arena 与 Wire、SketchUp 和 Splice。
推荐理由:连接器把 Claude 嵌入创意行业既有软件,Blender 的 MCP 连接器还向其他 LLM 开放。
Anthropic 宣布 Claude Managed Agents 的内置记忆功能今日起开放公开测试,智能体可跨会话持续学习。记忆以文件形式挂载在文件系统上,可导出、通过 API 管理,支持多智能体共享同一 store、权限分级、审计日志和版本回滚。Netflix、Rakuten、Wisedocs 等团队已在用例中称首过错误减少 97%、验证提速 30%。
推荐理由:官方公告给出记忆机制原理和企业用例数据,开发者可以据此评估是否用它替代自建记忆基础设施。
Anthropic 发文对比连接 Agent 与外部系统的三种路径:直接 API 调用、CLI 和 MCP,指出生产级云端 Agent 倾向采用 MCP 作为通用层。
推荐理由:Anthropic 梳理了直连 API、CLI 与 MCP 三种接入路径的取舍,并给出服务端设计与客户端上下文优化的具体模式。
Anthropic 与 Amazon 签署新协议,将获得最高 5 吉瓦(GW)用于训练和部署 Claude 的算力,并在未来十年向 AWS 技术投入超过 1000 亿美元。
推荐理由:协议披露了算力规模、芯片代际与投资金额,可据此判断 Claude 训练与推理基础设施的扩张节奏。
Anthropic 发布 Claude Opus 4.7,定位复杂推理与智能体编码,定价维持 $5/$25 per MTok,与 Opus 4.6 相比存在 API 破坏性变更并需参考迁移指南。
推荐理由:原文列出定价、API 破坏性变更、task budgets 与高分辨率图像等具体变化,升级前可据此排查迁移成本。
PromptArmor 披露 Ramp 的 Sheets AI 存在数据外传漏洞,隐藏在外部数据集中的白底白字间接提示词注入可诱导 AI 插入 IMAGE 恶意公式,将用户机密财务模型数据发往攻击者服务器,全程无需用户批准。
推荐理由:原文完整披露了攻击链和厂商修复时间线,读者可以对照 Claude for Excel 的处置理解公式外传数据的同类风险。
Factory 发布 Legacy-Bench 基准,用涵盖 COBOL(46%)、Java 7(32%)等六类遗留语言的数百个任务测试 AI 智能体,12 个模型-智能体组合的通过率为 16.9% 至 42.5%,而这些模型在 SWE-bench Verified 等现代基准上得分超过 70%。
推荐理由:原文用真实遗留代码任务填补现有基准的盲区,给出各模型在 COBOL 等语言上的具体分数和失败模式,可帮助读者评估 AI 智能体处理关键遗留系统的实际能力。