Anthropic 推出 AI 技能自动生成工具 — 让不懂提示词的人也能打包自己的工作流

Content generation failed

基于 #Anthropic 推荐

Anthropic 给 Claude Code 配上 35 个插件，覆盖代码审查、遗留系统改造、提交发布和会话总结。值得关心的不是“功能更多了”，而是 AI 编程正从聊天式辅助，转向可嵌入团队流程的工具链。

Anthropic 本周发布 Claude Fable，并被描述为面向公众开放的更强版本，但关键词不是性能，而是“经过安全限制后仍可用”。这值得关心，因为大模型竞争正从拼参数，转向拼“能放出来给谁用、怎么用”。

AWS 发布 Neuron Agentic Development，把原本依赖少数专家的芯片内核调优流程，交给 AI 代理辅助完成。值得关心的是，这不是单纯多一个开发工具，而是云厂商在争夺“谁能更快把模型跑便宜”的关键环节。

88 tok/s 的实测速度，让 Unsloth Studio 在本地大模型圈子里引发讨论。值得关心的不是一个新界面本身，而是本地 AI 工具正在从“能跑”走向“更好用”，但距离企业真正采用，仍隔着稳定性、集成和运维门槛。

一线开发者的最新共识是：本地编程 Agent 已经能处理小修小补、读代码库和批量改文件，但前提是人得盯着。值得关心的不是它“会不会写代码”，而是它何时能从助手变成可托付的执行者。

一位开发者展示了一个三层 Agent：前沿模型负责规划，本地模型完成大部分执行，约 85%-90% 的 token 留在本地。值得关心的不是这个项目本身，而是一个更现实的方向正在浮现：企业未必追求全程最强模型，而是追求“少用贵模型、把结果做稳”。