就在两周前，英伟达刚刚宣布向Anthropic投资100亿美元，这笔钱让Anthropic的估值飙升到3500亿美元。 两家公司都计划在2026年下半年到2027年左右启动上市程序，现在正是证明自己技术实力、争夺市场定价权的关键时刻。

在发布前的测试中，Anthropic的前沿红队把Opus 4.6扔进一个沙箱环境，给它 Python 和常规漏洞分析工具（fuzzer、debugger那些），没有任何专门指令或领域知识，让它自己去找开源代码里的漏洞。

Anthropic刚发了Claude Opus 4.6，OpenAI也发了GPT‑5.3-Codex，在Codex app里已经能用了。我这稿子写一半直接重新写啊。马上来看看这两模型的评分，它们强化了那些点，以及除了模型本身，还带来了什么更新。

OSWorld-Verified于2025年7月28日发布，是一次全面重构，修复了原版中300+已识别问题，包括失效 URL、反爬 CAPTCHA、不稳定 HTML 结构、含糊指令，以及过严/过松的评测脚本。

在知识工作能力的评测GDPval-AA 上，Opus 4.6比OpenAI的GPT-5.2高出约144Elo分，比自己的前代Opus 4.5高出190分。这个测试涵盖了金融、法律等领域的实际工作任务，比如制作财务分析报告、起草法律文件、做市场调研等。

科研人的深夜噩梦，终于有人来终结了！刚刚，北大联合Google CloudAI发布PaperBanana，直接把论文配图变成了全自动流水线。5个智能体组团干活，生成的架构图对标NeurIPS顶会标准。以后写论文，你只管敲字，画图这事儿，AI包了。 你有没有过这样的经历：论文写好了，但架构图却让你焦头烂额。 不是配色太土，就是线歪了，要么就是模块大小不协调，简直比写论文还要难。 别担心，有这样焦虑的 ...