Thariq Shihipar
PulseAugur coverage of Thariq Shihipar — every cluster mentioning Thariq Shihipar across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
Anthropic 的 Fable 模型在揭示隐藏的任务假设方面表现出色
来自 Anthropic 的 AI 模型 Fable 因其揭示复杂任务中隐藏决策和假设的能力而受到关注。与擅长执行预定义计划的模型不同，Fable 特别擅长识别“未知数”——即提示与现实世界约束之间的差距。当任务的复杂性并非源于规模，而是源于未经审视的目标或标准时，这种能力就很有价值，它允许用户在执行之前或执行过程中完善他们的目标。
-
开发者根据Anthropic的“寻找未知”文章创建了Claude Code技能
一位开发者根据Anthropic的Thariq Shihipar撰写的“寻找未知”文章，创建了一套八个可安装的Claude Code技能。这些技能旨在帮助用户在处理代码库时，尤其是在使用Claude Fable 5时，识别提示和理解中的差距。这些技能包括“blindspot-pass”和“interview-me”等功能，可以通过命令安装或单独复制，GitHub仓库提供了更多示例和文档。
-
Anthropic开发者分享Fable 5提示技巧，以克服用户的盲点
一位Anthropic的开发者分享了Fable 5模型的新提示策略，强调用户盲点而非模型能力是当前的限制。这些技巧，如盲点检查和结构化访谈，旨在帮助用户在与AI互动前识别自身无意识的知识差距。目标是通过增强用户的自我意识和提示的精确性来提高AI工具的有效性。
-
Anthropic因Claude Code中的隐藏用户跟踪而受到抨击
Anthropic在其Claude Code开发工具中发现隐藏的跟踪机制后，正面临批评。该代码旨在阻止中国AI公司复制模型，但被发现收集用户数据，如时区和代理使用情况。Anthropic声称这是为打击蒸馏攻击和知识产权盗窃而进行的一项实验性功能，但其秘密实施方式引发了关于用户隐私和AI公司数据收集实践的重大辩论。该公司此后已移除跟踪器，阿里巴巴因安全问题禁止使用Claude Code。
-
鼓励Fable和Opus等AI模型运用自身判断力来执行任务
鼓励Fable和Opus等AI模型运用自身判断力来执行任务，而不是明确指示它们如何执行。这一方法由Claude Code团队提出，涉及让模型自行决定何时使用自动化测试，或将较小的编码任务委托给功能较弱、成本效益更高的模型，如Sonnet或Haiku。该策略旨在提高效率和管理资源消耗，特别是token使用量。
-
阿里巴巴因涉嫌中国检测后门而禁止使用Anthropic的Claude Code
阿里巴巴集团已禁止其员工于7月10日起因安全风险而在工作中使用Anthropic的Claude Code。该禁令源于指控称Claude Code包含旨在检测与中国AI实验室有关联用户的隐藏代码。阿里巴巴已将Claude Code归类为高风险软件，并指示员工使用其内部的Qoder平台作为替代。此举加剧了两家公司之间的争端，此前Anthropic曾指控阿里巴巴的Qwen实验室进行了大规模模型蒸馏攻击。
-
Anthropic 工程师推动 Claude Code 代理输出使用 HTML 而非 Markdown
Anthropic 的 Claude Code 团队主张将代理输出从 Markdown 转向 HTML，认为在拥有大型上下文窗口的情况下，Markdown 的令牌效率已不再是主要问题。Claude Code 工程师 Thariq Shihipar 展示了 HTML 如何提供比 Markdown 更丰富、更具交互性和上下文相关性的输出，而 Markdown 可能导致信息被忽略。此举旨在利用 HTML 的结构优势来提高开发者的理解能力和工…