Anthropic 发布 Claude 5 代模型的上下文工程新规则

Anthropic 官方博客给出 Claude 5 代模型的上下文工程(context engineering,即如何组织给模型的指令和信息)指南,最扎眼的数据是:他们把 Claude Code 的系统提示词删掉了 80% 以上,性能没有下降。新原则概括起来是三条:少写死规则、多信任模型的判断(比如把「禁止写多行 docstring」改成「代码风格跟周围保持一致」);例子会限制模型的探索空间,与其堆例子不如把工具接口本身设计好;信息按需加载而不是一次性塞满上下文。这与其说是技巧更新,不如说是一个信号:模型能力换代之后,精心堆砌的长提示词正在从资产变成负债,提示词工程的重心在向接口设计和信息组织迁移。

Debian 就 LLM 使用发起正式投票,提案从全面禁止到有条件接受

Debian 项目就「官方贡献中能否使用 LLM」发起正式决议投票,讨论期 7 月 24 日开启,官方页面上的提案已增至四个:从完全禁止 LLM 参与任何贡献,到附带六项条件(核实版权、披露 AI 使用、贡献者担责等)的开放许可,中间还有「不禁止但不鼓励」的折中路线。这是大型开源社区用正式的项目级治理程序(而非维护者个人表态)处理 AI 贡献问题的案例,投票结果会被大量下游社区当作模板。值得注意的是,所有允许使用 LLM 的提案都要求披露——分歧在于禁不禁,但只要允许 AI 参与贡献,共识就是必须让人知道哪些代码是 AI 写的。

Cloudflare 把 AI 爬虫分成三类,新接入域名的广告页默认屏蔽训练抓取

Cloudflare 宣布将 AI 自动化流量分为三类分别管理:搜索索引(Search)、替用户实时取页的代理(Agent)、为模型训练抓内容的爬虫(Training),并给内容方三档授权级别——只许即时交互、只许索引并回链、允许摘要复述。从 2026 年 9 月 15 日起,新接入 Cloudflare 的域名中靠广告变现的页面将默认屏蔽 Training 和 Agent 两类机器人,站长可自行改回。关键不在工具本身,而在默认值的翻转:过去是 AI 公司先抓了再说,今后对这些站点而言,训练数据获取的默认答案变成了「不」。数据博弈的杠杆正在从诉讼转向基础设施层。

斯坦福 SIEPR:数据不支持「AI 正在大规模消灭岗位」

斯坦福经济政策研究所(SIEPR)的政策简报用劳动力市场数据检验 AI 冲击就业的说法:2022 年以来,AI 暴露度最高的前五分之一职业失业率上升 0.77 个百分点,暴露度最低的职业反而升了 0.85 个百分点——最该被冲击的人群并没有失业得更快。企业端 AI 采用整体渗透率仍低,且集中在科技、金融等信息密集型行业。简报同时指出,应届毕业生就业市场的疲软可能部分与 AI 有关。我的读法:AI 对就业的影响目前不是「存量岗位被替代」,而是先出现在入口——企业少招新人,比裁掉老人来得早,也来得隐蔽。

一根倒掉的电线,暴露 AI 数据中心的电网风险

TechCrunch 报道,华盛顿特区外一条输电线故障后,北弗吉尼亚超过 3 吉瓦的数据中心在 30 秒内同时切换到备用电源,引发 PJM 电网的电压波动。PJM 是美国最大的区域电网调度机构,统筹美国东部及中西部 13 个州加华盛顿特区的电力调度,覆盖 6700 万用户;这次本应几秒恢复的扰动拖了 11 分钟。问题的机制在于「同时」:电网要求供需近乎实时平衡,数据中心单个断开无妨,成批同步断开就是冲击——而数据中心占 PJM 负荷的比例预计将从 2024 年的 6% 升到 2040 年的 24%。解决方向已有雏形:有序断连排程、电池缓冲吸收波动,以及类似德州 ERCOT 新批准规则的「故障穿越」强制要求(大型计算负荷必须扛过扰动、不得立即断开)。AI 算力竞赛的约束条件正在从芯片转向电网工程。

8 美元的微控制器跑通 2890 万参数语言模型

开发者在约 8 美元的 ESP32-S3 微控制器(512KB 内存、8MB 扩展内存)上跑通了一个 2890 万参数的小语言模型,速度约 9.5 token/秒。关键技巧借自 Google Gemma 的逐层嵌入(Per-Layer Embeddings):把占 2500 万参数的嵌入表放进慢速闪存,每生成一个 token 只取约 450 字节,让「会思考」的部分独占快速内存,模型规模比此前微控制器上的实现大了两个数量级。模型用 TinyStories 数据集训练,只会写简单小故事,不能答题、不懂事实——实用价值为零,架构信号很强:端侧推理的瓶颈未必靠堆内存解决,存储层级的精细设计还有很大空间。

今日一句话:今天的主线是控制权的重新分配——Anthropic 教开发者放松对模型的控制,Cloudflare 帮内容方收紧对爬虫的控制,Debian 用投票决定社区对 AI 贡献的控制;AI 进入基础设施阶段的标志不是能力跃升,而是各方开始认真划定边界。