Jul 9, 2026
OpenScience：面向DeepSeek、GLM、Claude和GPT的免费开源Claude Science替代方案
OpenScience是一款应运而生的开源Claude Science替代品。它遵循相同的大方向——构建用于科学研究的AI工作台——但将模型选择、本地工作流和开源访问作为核心体验。 对研究人员而言，最重要的几点很简单：OpenScience可通过npm安装，支持多种模型提供商，并...
Claude Cowork 的移动与网页端支持不仅是产品界面的更新，更表明代理工作正变得持久化、跨设备、异步化及工具化。 这一转变使得代理框架越发重要。团队需要更清晰的任务范围、更严格的权限管理、持久日志、模型路由、确定性验证，以及在恰当节点加入人工审批。 下一步不应盲目追逐每个...
Anthropic的Claude Cowork更新乍看很简单：Cowork不再局限于桌面端，也将支持网页和移动端。但真正的信号远比一个新界面更为重要。
一旦智能体能够在用户离开办公桌后继续工作，产品就不再只是一个聊天窗口。它变成了一个持久化的任务线程。用户可以在桌面端开始工作，在手机上查看进度，从另一个设备确认澄清事项，稍后再回来审查产物。
这一转变对于使用Claude Cowork、Claude Code、Codex、Cursor、GitHub Copilot、NxCode或内部智能体的团队都具有重要意义。问题不再只是"模型能否解决任务？"更好的问题是：模型周围的系统能否控制上下文、工具、状态、权限、日志、验证和人工审查？
Claude Cowork正从以桌面为中心的工作流程扩展到网页和移动端体验。用户可以在电脑上启动任务，让Claude在后台继续工作，在手机上查看状态，稍后再回来审查输出。
这改变了心智模型。
聊天机器人等待下一条消息。代码补全工具提示下一行代码。后台智能体在用户离开后继续工作。这意味着团队不能将所有治理措施都放在一个桌面会话或一个可见的终端窗口中。
Anthropic的Cowork产品页面也强调了控制权。用户可以选择文件夹和工具，企业管理员可以配置访问和权限。这之所以重要，是因为跨设备工作只有在不会意外地将每次手机点击变成广泛的权限授予时才真正有用。
对于工程团队来说，教训不是"将所有任务转移到移动端"。教训是委派工作正变得持久化。任务将跨越标签页、设备、会议、通知和人类上下文切换而持续进行。运营模型必须假定工作可能在首次提示后继续。
智能体框架是模型周围的系统，它将请求转化为受控的工作。
它包括：
一个强大的模型放在一个薄弱的框架中仍然可能严重失败。它可能读取错误的文件，使用错误的工具，做出重大
不安全变更，或产生看似精良但无法审查的结果。
Claude Cowork 的移动端和网页端扩展让“操作框架”更加显性化。任务可能在桌面端启动，在云端继续执行，在移动端请求审批，最后以可供审查的文件或消息收尾。这种流程需要随任务流转（而非仅随设备流转）的状态和权限。
AWS 正通过 Amazon Bedrock AgentCore 从云端推动类似理念。其操作框架模型聚焦于编排、工具执行、上下文管理、状态持久化、故障恢复和隔离会话。Lilian Weng 关于操作框架工程的论述也指向同一方向（从研究视角）：更好的智能体行为不仅源于更强的模型权重，也源于更优的环境、反馈循环、评估、工具和脚手架。
用实际语言来说，操作框架就是团队定义“何为优秀智能体工作”的地方。
跨设备智能体具有明确价值。
产品经理可以在登火车前请求一份客户研究简报。工程师可以开始日志调查后合上笔记本，再通过手机批准一项范围限定的跟进任务。创始人可以委托撰写投资者更新报告，稍后审查草稿。
但风险同样清晰。一个在后台持续运行的任务，可能在人类停止注视屏幕后继续使用工具、文件、已连接应用和上下文。
团队应区分五种权限类型。
| 权限类型 | 示例 | 默认规则 |
|---|---|---|
| 读取本地上下文 | 仓库文件、文档、笔记 | 仅允许指定文件夹范围 |
| 读取已连接应用 | Slack、邮件、日历、CRM | 使用按连接器审批 |
| 写入本地产物 | 草稿、分支、电子表格 | 仅允许产生可审查差异 |
| 外部通信 | 发送邮件、发布Slack消息、提交工单 | 需人工确认 |
| 破坏性或生产操作 | 删除文件、轮换密钥、部署 | 需明确审批并记录日志 |
移动端访问应加速审查而非削弱审查质量。手机适合检查任务状态、回答澄清问题、批准限定范围的下一步操作。不适合审查大型代码差异、授权生产迁移、批准计费变更、或授予客户数据的广泛访问权限。
一条简单的操作规则效果良好：
移动端可引导流程，但重大审批应在证据可见的地方进行。
每个委托任务都需书面边界。
良好的范围应包含：
缺乏这些边界时，后台智能体不过是一个附加工具的长效提示词。这不是安全的操作模式。
审查者不应猜测智能体做了什么。
对于代码任务，最终报告应包含：
相关
对于研究任务，最终报告应包含：
目标是让智能体的工作可审计。仅提供一份漂亮答案是远远不够的。
并非所有任务都需要相同的模型、上下文窗口或预算。
低风险的摘要、问题分类、格式化和确定性转换通常可以使用较便宜的模型。而困难的调试、架构规划、迁移和安全敏感的工作则可能需要更强的模型和更严格的审查。
一个实用的路由策略可能如下所示：
| 任务类型 | 建议的模型策略 | 审查级别 |
|---|---|---|
| 格式化或清理 | 低成本模型 | 轻量级审查 |
| 摘要或分类 | 低成本模型 | 抽查 |
| 小代码修复 | 根据风险选择中/高端模型 | Diff + 测试审查 |
| 架构变更 | 更强模型 | 需要人工审查 |
| 安全或生产任务 | 更强模型 + 严格限制 | 需要人工批准 |
| 外部客户沟通 | 更强模型或人工主导 | 发送前需批准 |
重点不在于始终使用最便宜的模型，而在于根据风险等级选择合适的模型。
持久化智能体会让人倾向于存储一切内容，这存在风险。
团队应存储稳定、可复用的信息，例如：
团队应避免存储：
良好的记忆能提高工作流可靠性。糟糕的记忆则会让昨天的猜测变成明天隐藏的指令。
不要仅通过演示或社交媒体片段来评估智能体。
从过去一个月中挑选实际任务，包括缺陷、重构、文档修改、数据清理、支持调查和发布检查。在相同的时间预算下运行每个智能体，并比较结果。
衡量指标：
团队的本地基准比通用的排行榜更有价值，因为它反映了团队实际所做的工作。
一个有用的控制框架不必一开始就是一个大型平台项目。可以通过一个仓库指令文件、一个任务模板、一个验证检查表和一个审查规则来构建最小化版本。
使用类似这样的任务模板：
目标：
允许的上下文：
允许的工具：
禁止的操作：
验证命令：
预期产物：
需要人工批准的情况：
停止条件：
然后将任务类型映射到工作流程。
这个模板很简单，但它迫使团队将授权和验证过程透明化。
对于 We0 AI 风格的工作流，控制框架应帮助团队定义指令、运行可重复的检查、比较智能体的输出，并保留足够的审查上下文。目标不是为了拖慢
采用。目标是让委派足够可预测，从而值得信赖。
不要根据“感觉”来比较 Claude Cowork、Claude Code、Codex、GitHub Copilot、Cursor 或内部智能代理。
请使用真实任务并提出五个问题：
对每个任务运行多次。代理具有随机性。一次令人印象深刻的运行并不能证明其可靠性，一次糟糕的运行也不能证明该系统毫无用处。
同时，也要衡量审查负担。如果某个代理创建了一个大型产物，其验证时间比手动执行任务还要长，那就没有帮助。一个有用的代理能降低达成可靠决策的成本，而不仅仅是生成更多输出。
Claude Cowork 移动端和网页版是更广泛变革的一部分。
AWS 正在将代理框架转变为托管的云基础设施。GitHub Copilot 云代理支持后台编码和拉取请求工作流。Claude Code、Codex、Cursor 以及内部代理都在推动团队转向异步的、使用工具的工作方式。围绕框架工程的研究讨论也表明，更好的代理系统将依赖于更强大的环境、工具、反馈循环和评估。
这些是不同的产品故事，但它们都指向同一个运营现实：AI 产品正在成为系统。
它们需要：
“粘贴提示，获取答案”的时代并未结束。但对于严谨的团队来说，它已不再是前沿。
以下是一个实用的 30 天部署计划。
列出你团队使用的每一个代理工具。
对于每个工具，记录：
这能让团队明确基线。
将任务划分为低、中、高风险。
该策略应记录在案。如果某个任务类别不明确，则将其视为中风险或高风险，直到团队另有决定。
从过去一个月中选择大约 20 个真实任务。
包括：
运行当前工作流和至少一个备选代理配置。跟踪完成情况、审查时间、成本、失败次数和意外情况。
添加或改进：
如果一个任务
无法验证，则不应在没有明确人类负责人的情况下进行授权。
移动端访问应围绕窄权限控制设计，而非宽泛授权。
安全的移动工作流可允许用户：
不应随意允许用户：
这并非否定移动端控制的价值，而是强调其范围应限定在适合小屏幕做出的负责任决策。
Claude Cowork 的移动端与网页端支持之所以重要，在于它揭示了代理产品的演进方向。AI工作将呈现持续性、跨设备、异步化和工具使用化的特征。
仅将代理视为更智能的自动补全工具的团队，将错失变革浪潮。而将代理视为完全可信任同事的团队，则会制造可规避的风险。
更安全的方式是可控授权：明确任务范围、显式权限、持久化日志、确定性验证、模型路由，以及在适当节点引入人工审查。
Claude Cowork 是 Anthropic 推出的代理工作产品，允许 Claude 在处理文件、工具和工作流中的任务时，由用户审核最终结果。其网页端与移动端支持使工作流更具持续性和跨设备特性。
移动端访问的重要性在于它改变了用户与代理的交互方式。任务无需局限于某个桌面会话，用户可通过其他设备检查进度、回答问题或查看状态，同时任务在后台持续运行。
代理控制系统是围绕模型构建的框架，负责管理上下文、工具、状态、权限、验证、日志和人工审查。它将模型响应转化为可控的工作成果。
对于窄范围、低风险的决策，移动端批准可以是安全的，例如澄清需求或检查进度。但不应取代对大型代码变更、生产操作、客户数据、外部消息或破坏性操作的全面审查。
应使用真实内部任务而非演示场景。对比完成率、审查工作量、成本、安全性、回滚复杂性、证据来源，以及代理是否能在适当时机被停止或重定向。
优秀模板应包含：目标、允许的上下文、允许的工具、禁止操作、验证命令、预期产物、必要的批准节点，以及停止条件。
不同任务具有不同的风险与复杂度等级。简单摘要可能无需最昂贵的模型，而架构变更、调试、迁移和安全敏感操作则需要相应能力。
任务可能需要更强的模型和更严格的审查。
主要风险在于，当用户不再密切关注时，代理可能持续使用工具、上下文或权限。因此，限定范围的访问权限、日志记录、可审查的产物以及审批关卡至关重要。
Claude Cowork对移动端和网页端的支持不仅仅是一次产品界面更新。它表明代理工作正在变得持续化、跨设备化、异步化且工具化。
这一转变使得代理工具集成更加重要。团队需要更清晰的任务范围、更严格的权限、持久的日志记录、模型路由、确定性验证，以及在合适节点的人工审批。
接下来的明智之举并非追逐每一个新的代理功能，而是构建一个小型内部基准，定义风险等级，并让委托工作变得可审查。
最强的代理工作流并非自主程度最高，而是边界最清晰、证据最充分、审查路径最安全的。
Jul 9, 2026
OpenScience是一款应运而生的开源Claude Science替代品。它遵循相同的大方向——构建用于科学研究的AI工作台——但将模型选择、本地工作流和开源访问作为核心体验。 对研究人员而言，最重要的几点很简单：OpenScience可通过npm安装，支持多种模型提供商，并...
Jul 9, 2026
Claude Code 的起源并非一个简单的产品发布故事。它始于 Anthropic 在编程、对齐、工具使用和自主软件工程方面的早期研究。早期的实验包括一个 VS Code 助手和内部的 `clide` 工具，这两者在最终产品形态明确之前都展现出了潜力。 Boris Cherny...
Jul 9, 2026
本文阐述了哈维·莱德曼加入Anthropic对齐工作为何不仅是学术界的跨界之举。他对王阳明“知行合一”思想的研究，为我们思考AI模型在表述能力与实际压力下行为之间的差距提供了有益视角。 故事也揭示了AI对齐为何愈发需要跨学科协作。随着模型自主性增强，研究机构不仅需要更完善的训练流...