深度分析
Anthropic 被指削弱 Claude Opus 4.6 與 Claude Code 效能，引發 AI 社群熱議
開發者指 Anthropic 最近削弱 Claude Opus 4.6 與 Claude Code，稱其推理深度下降、任務中斷與幻覺增多。Anthropic 回應稱變更為 UI 與預設運算力度調整，非模型降級，並提供手動提升運算力度的指令。此爭議凸顯使用者對模型效能與資源管理的信任危機，可能影響 AI 代理市場競爭格局。
AI 代理
深度分析
微軟測試 OpenClaw 風格 AI 代理於 365 Copilot 持續運作
微軟正測試將 OpenClaw 風格的 AI 代理整合至 365 Copilot，使其成為全天候執行任務的助理。微軟企業副總裁 Omar Shahine 表示，將針對行銷、銷售與會計等角色設計權限受限的代理，降低安全風險。此功能預計於 6 月 Build 大會亮相，可能重塑企業 AI 生態。
深度分析
MiniMax 推出 MMX-CLI：指令列介面原生支援七大多模態生成
MiniMax 針對 AI 代理缺乏多媒體生成能力的痛點，推出 MMX-CLI 指令列介面，將文字、影像、影片、語音、音樂、視覺與搜尋七大生成模態封裝為 shell 命令，免除 Model Context Protocol 整合。指令支援模型選擇、參數調整與非同步執行，並提供認證與配額管理。此舉將大幅降低代理開發門檻，促進多模態 AI 應用的快速落地。
深度分析
HiL‑Bench：以 Ask‑F1 評估 AI 代理求助判斷的基準測試
研究背景：現有基準忽略智慧代理在資訊不足時的求助判斷。核心做法：HiL‑Bench 以人驗證的缺資訊阻斷項測試，並以 Ask‑F1 衡量提問精度與召回率。主要結果：大型模型在缺資訊情境下表現大幅下降，且透過 Ask‑F1 強化學習微調可提升求助品質與跨領域通過率。
深度分析
打造安全本地化 OpenClaw 代理執行環境：完整安裝與自訂 RAG 技能教學
本篇報導介紹在本機環境建置 OpenClaw 代理執行階段的完整流程，說明如何透過本地閘道、環境變數驗證模型存取，並自訂 RAG 技能與受控 exec 工具，最終實現安全且可重複的代理運作。
OpenClaw
使用 Hugging Face 與 Llama.cpp 重建 OpenClaw 智能代理的兩條路徑
Anthropic 限制 Claude 模型存取，導致 OpenClaw 代理中斷。可透過 Hugging Face 推理服務或本機 Llama.cpp 部署開源模型復原。選擇雲端服務可快速恢復，使用本地模型則保證隱私與零成本。