这份研究真正把“提及”和“实质采用”彻底拆开了，871对、628实质性、186项目的核心数字都能双路径复算，Statement Review还能主动找自己结论的漏洞——这种可核查的证据链在AI安全圈太稀缺了。中国开放权重模型从2023年的4.35%干到2026年的65.52%，80.9%发生在可获得权重条件下，评价又大多是中性工具性使用，现有证据里也没有“因为中国来源就负面”的归因。信号已经很清楚：它们正在变成安全研究的实验基础设施。Apodex 1.1在长任务里能Chime-in中途改范围、异步十条线还不翻车、失败只修相关步骤，这种“能持续把复杂事做完并留下可复用artifact”的能力，比单纯出报告更值钱。

兄弟们有人真的把 Claude 搭成了一家公司。 不是比喻，是真的按组织架构图塞了 42 个技能。 开发部：Superpowers、Context7、Skill Creator、MCP Builder、Webapp 测试、Claude-Mem。 设计部：UI UX Pro Max、Taste、前端设计、Transitions、Web artifacts、品牌指南。 营销部 45 个技能，社媒 17 个，财务 8 个，小企业 31 个，法律 9 个。 文案、SEO、线索磁铁、Reels、缩略图、报表、对账、审计、合同、NDA、合规，全给你分好了。 最离谱的是，每个技能都是真的，能直接装。 这已经不是用 Claude 了。 这是在给 Claude 招了一整栋写字楼。 结构看下图👇

Youtube 热门视频教你 8 分钟学会使用 Claude！ Kevin Stratvert 是前微软产品经理，在微软干了 14 年，亲手做过 Microsoft Office、FindTime 这些上亿人用的产品。 他用 8 分半把 Claude 从注册到真正干活全程串了起来：写邮件、改邮件、传文件做总结、Artifacts、Projects、Connectors、Skills，每个功能都是边点边讲、屏幕实操。 新手最大的痛点是「知道 Claude 很强但不知道从哪下手」。 这个视频直接把上手路径铺平，看完就能照着做，省掉自己好几个小时的瞎折腾。 全程没废话，是我见过讲 Claude 信息量最大的教学视频。 章节对照 00:00 开场：8 分半学会用 Claude 真正干活 00:41 主界面导览：输入框、侧边栏、最近对话 01:04 实操一：让 Claude 写一封正式邮件 01:37 不满意不用重来，直接追加提示改写 02:05 来回调整才是拿到最佳结果的关键 02:24 实操二：上传文件做总结 02:33 把一份长销售报告丢给 Claude 提炼要点 03:30 Artifacts：让 Claude 做出能编辑的东西 03:40 选类型、生成产品上市计划、局部改写 05:33 Projects：把文件、对话、计划集中管理 05:52 把 Artifact 加进 Project、上传研究 PDF 06:41 给 Project 加指令，让回答自动遵守 07:02 真正强的地方：Claude 调用项目里的全部资料 07:36 Connectors：连邮箱、日历、文件等外部工具 08:00 Skills：把可复用的指令/工作流存下来

发现codex 在 4 个小时前发了个这个 which means： 之前 codex-cli 主要通过 `codex` 命令来在 shell 里做交互，现在结合到 zsh 里去，以后可以在 zsh 里直接用 codex 能力了。命令补全，上下文感知之类的。 这个 artifact 将会在后续下游进 codex 的主包的分发流程。 望周知。

Claude Fable 5 system prompt 泄露了 刚看完这份声称是 Claude Fable 5 system prompt 的文档 里面有产品身份、拒答边界、搜索策略、版权规则、工具调用、文件处理、Artifacts 存储，甚至还有引用格式和技能路由。 这份文件来自第三方仓库，只能说是“声称泄露”，不能当官方实锤。但作为观察 AI agent 设计方式的样本，它很值得研究。 Github链接：

Auctor AI 完成 2000 萬美元 A 輪融資，由 Sequoia 領投！ 他們要重新定義「軟體如何被部署」——打造 AI-native 平台，專為系統整合商與服務團隊設計，解決企業級軟體實施的全生命週期。 從「如何在規模下協調人群」這個問題出發，將發現會議、文件、決策中散落的資訊，自動統整成可追溯的需求規格、流程圖、用戶故事等 artifact，大幅減少重工、加速交付！ 讓大型組織的複雜軟體真正被有效採用與使用

建议给你的 Agents（包括 OpenClaw）都投喂如下提示词，好好排查下是否存在这波 axios 被投毒事件影响： 参考下面这个方法排查一遍我们的环境是否存在被投毒的 axios@1.14.1 与 axios@0.30.4，及恶意模块 plain-crypto-js，不能漏，确保排查全面： Check for the malicious axios versions in your project: npm list axios 2>/dev/null | grep -E "1\.14\.1|0\.30\.4" grep -A1 '"axios"' package-lock.json | grep -E "1\.14\.1|0\.30\.4" Check for plain-crypto-js in node_modules: ls node_modules/plain-crypto-js 2>/dev/null && echo "POTENTIALLY AFFECTED" If setup.js already ran, package.jsoninside this directory will have been replaced with a clean stub. The presence of the directory is sufficient evidence the dropper executed. Check for RAT artifacts on affected systems: # macOS ls -la /Library/Caches/com.apple.act.mond 2>/dev/null && echo "COMPROMISED" # Linux ls -la /tmp/ld.py 2>/dev/null && echo "COMPROMISED" "COMPROMISED" # Windows (cmd.exe) dir "%PROGRAMDATA%\wt.exe" 2>nul && echo COMPROMISED

换个角度吃瓜 看完「我的女友景甜」这个 GitHub 仓库。 先不聊内容真假，单看技术实现，其实挺有意思。 它不是普通的“文章转 PDF”，而是把一篇长文做成了一本可以直接下载、收藏、Fork 的小书： 正文 → LaTeX → PDF → GitHub 里面甚至专门调了书籍尺寸、中文字体、行距、页眉、段落留白和封面。 但这个东西其实还能再往前走一步。 完全可以做成一个 longform-publishing-engine： 你只需要维护一份 Markdown， 然后系统自动生成： PDF EPUB 网页版 封面 README GitHub Release 甚至连排版都不用管。 比如我写一篇 1 万字的 Crypto 长文，只需要： 写完 Markdown → git push 后面自动完成排版、编译和发布。 技术上也没有多复杂： Markdown + Pandoc + XeLaTeX + GitHub Actions 再加一个 book.yaml，控制书名、作者、字体、尺寸和模板。 这样以后每写一篇值得长期保存的内容，都不只是“发一条长推”。 而是顺手出版一本小册子。 这次这个仓库真正让我觉得有意思的地方是它把： Content 变成了 Artifact。 文章发完会沉下去。 但 PDF、GitHub Repo、Star、Fork、Issue，会让这篇内容继续存在。 对长期做内容的人来说，这套思路其实比这次的瓜本身更值得抄。