Adam's Law:为何高频表达能解锁 LLM 的最强性能
文章介绍了 FaceMind 团队提出的 Adam's Law(文本频率定律),即在语义不变前提下,使用预训练语料中频率更高的表达方式能显著提升 LLM 表现。该发现通过 100 种语言和四大核心任务得到验证,并指出当前数据工程忽视了“频率”这一关键维度。Anthropic 的 Claude Opus 4.7 更新间接验证了这一理论。
文章介绍了 FaceMind 团队提出的 Adam's Law(文本频率定律),即在语义不变前提下,使用预训练语料中频率更高的表达方式能显著提升 LLM 表现。该发现通过 100 种语言和四大核心任务得到验证,并指出当前数据工程忽视了“频率”这一关键维度。Anthropic 的 Claude Opus 4.7 更新间接验证了这一理论。
文章时效性极强,深入剖析了“文本频率”这一新颖且反直觉的LLM优化维度,提供了扎实的实验数据与具体的实操方法(如TFD、CTFT),兼具极高的理论价值与落地指导意义,且行文流畅、结构清晰。
文章介绍 Claude 的重要变革:Claude Chat 与 Cowork 已统一为单一产品,云端的 Chat 现在能直接编写代码、生成幻灯片等,用户无需再区分不同模式。作者建议删除旧的复杂配置——包括 CLAUDE.md 文件、skills、指令文件等,因为它们会造成'上下文膨胀',反而降低输出质量。这一观点得到 Claude Code 作者 Boris Cherny 的支持。替代方案是:设置中开启统一模式、选择 Auto、保留 Memory、每次只给一个清晰目标,并让 Claude 在开始前复述目标以确认理解。核心理念是'少即是多',让技术变得无形。
文章首先报道Anthropic更新了Claude Fable 5.1的官方Prompt Engineering文档,新增Writing density一节,官方承认模型存在写得太密、句子过长以及mannered prose的问题,甚至直接给出去味Prompt(Please remove all mannered prose),回应了网友长期吐槽的Claude-isms。此外,文章还介绍了俄罗斯初创公司Mostik的创新:通过模型内部数学表示直接连接大小模型(GLM-5.2与4B的Qwen-3.5),性能介于两者之间但成本仅1/20,未来或可实现小模型随时借用大模型推理能力的新范式,该系统已冲上ARC-AGI 3排行榜第一。
Anthropic 分享了如何利用 Claude 将数据分析准确率从 21% 提升至 95%,并自动完成 95% 的业务查询。文章详细介绍了其构建的四层智能体分析栈:数据基础、权威来源、技能(Skills)和验证机制。通过规范数据集、强制语义层使用、编写 Markdown 技能文件以及严格的离线与线上评估,Anthropic 解决了概念歧义、数据过时和信息检索困难三大问题,成功将重复性分析工作交给 AI,让数据科学家专注于高价值建模。
本文深入解读了 Anthropic 官方发布的 Claude Skills 构建指南。文章指出,Skills 允许用户将重复的指令、工作流和规范打包成文件夹,让 Claude 学会并长期复用。核心结构包含 SKILL.md 说明书及可选资源。文中详细介绍了三层加载机制、三大典型用法(文档生成、流程自动化、MCP 增强)以及从零创建 Skill 的实操建议,旨在通过封装经验提升 AI 交互效率。
文章分析了AI回答冗长、套话、口头禅等'AI腔'的成因:模型在预训练、指令微调、偏好优化和评测四道工序中被奖励方向塑造——偏好长回答、格式化、附和与自信。作者区分日常对话和写作两类场景给出解法:日常对话可通过提示词约束格式与长度、借用航空业ASD-STE100简化技术英语规范让表达清晰,并写入系统提示或CLAUDE.md长期生效;写作则需提供真实材料、明确说话位置、避免假细节,并按七遍法分步改稿,优先改掉换模型也能写出的段落,最终让AI文字读出具体的人。
Anthropic公开IPO申请,计划募集约1000亿美元,估值或达1.5万亿~2万亿美元,或成人类史上最大IPO。文章总结了招股书中11个有趣的细节:股票代码ANT与6年前蚂蚁集团IPO的巧合;收入五个季度暴涨30倍、算力投入产出比转正;账面巨亏807亿美元实为可转换票据公允价值变动;向小说家Bartz支付15亿美元版权和解金;5%-7%收入来自违规客户;与马斯克从骂战到签署1205亿算力合同;签署超5000亿美元照付不议的算力合同;7位创始人花7美元掌握50.1%投票权;设立公益基金及Windfall条款;Dario履历未提百度经历等。
文章通过梳理FDA及微软、OpenAI、Anthropic、Google等公布的实际案例,证明AI已在医疗领域真实落地:FDA已授权超1600种AI医疗设备,主要应用于医学影像、心脏疾病、糖尿病筛查等。大语言模型也进入医院工作流程,如微软Dragon Copilot服务超10万名临床医生,OpenAI帮助波士顿儿童医院节省6万小时工作时间,Claude助力Banner Health整理病历,Google辅助生成诊疗记录。作者指出需区分三个问题:技术已落地是事实,医疗AI市场正在形成但规模尚小,科技公司的巨额投资回报仍需时间验证。
文章介绍律师已成为 Claude 的最大用户群体,普通人也应利用 AI 审阅合同。作者详细讲解了 Anthropic 官方法律插件的安装方法(commercial-legal,含 /review、renewal-tracker 等 12 个技能),以及如何通过 cold-start-interview 和 customize 建立个人 playbook(合同规则),如限定肖像使用权 30 天、需逐条审批等。文中分享了作者因未审查合同条款而损失六位数赞助协议的教训,并给出 NDA 审查、合同签署判断、服务条款安全评估、续约追踪等 5 个实战用例,最后强调 AI 不能替代律师,敏感信息需注意隐私保护。
文章介绍了 Anthropic 发布的 Claude Opus 5.5 模型,其性能达到 Fable 5.1 水平但运行成本低 40%,尤其在长时间自主任务中表现突出。作者指出动效设计、Harness 工程和循环工程三者实为一个完整技术栈,并以五部分结构展开讲解:模型本身的基准数据与定价、如何用它做纯代码驱动的动效/动画创作、让输出可靠化的 Harness 工程、让 Agent 持续自主工作的循环机制,以及如何用单个模型串联整个工作流。文章强调缓存读取降价 60% 使长循环成本可控,并列举了大规模代码迁移、翻译 HAProxy 等实际案例。
本文是 Claude 官方文章的译文,探讨在构建 agent 系统时何时应将子 agent 折叠进主 agent 循环。文章指出,配备 skill 的单一 agent 在质量、成本和延迟方面常常优于多 agent 设计。作者分析了大型组织构建 agent 的常见失败模式(上下文管理、子 agent 泛滥、Frankenprompt、延迟等),介绍通过渐进式披露 skill 和 MCP 工具的 agent 循环设计,并给出将子 agent 迁移为单循环的分阶段方法:构建任务完成评估、合并领域 agent、将子 agent 转为工具调用、用 skill 和工具替代子 agent,以及多团队协作的治理模式。
本期早报精讲三篇文章:Google 公开 Agent Compute Engine 架构,通过 Harness 与 Sandbox 分离、凭据外置和快照空闲机制,兼顾智能体持续工作的便利、安全与成本;Claude 应用团队分享何时将子智能体合并回主循环,指出配合技能的单一智能体在质量、延迟和成本上常优于多角色设计,并给出渐进迁移与评测方法;CrowdStrike CEO George Kurtz 谈 AI 时代的安全变化,包括攻击速度加快、身份成为入口、数字孪生对抗演练等。速览部分涵盖 WorkForge 训练框架、Air Canada 智能体测试实践、个人 Agent 评测等内容。