來自 Simon Willison's Weblog 的 AI/LLM 技術文章中文摘要
Claude Token Counter 工具已經升級，可以比較不同模型的 token 數量，特別是 Claude Opus 4.7 和 4.6。實驗結果表明，Opus 4.7 的 token 數量比 4.6 多 1.46 倍，這意味著 Opus 4.7 的價格可能會比 4.6 高出 40%。此外，Opus 4.7 還支持更高解析度的圖像，最高可達 2,576 像素，對於圖像的 token 數量增加了 3.01 倍。這些結果對於了解 Claude 模型的 tokenization 和價格有重要意義。
以下是三句話的摘要： 隨著個人人工智慧（AI）的發展，「Headless」服務即無需瀏覽器的服務將會變得更加普遍，因為這樣可以提供更好的用戶體驗和更快的服務。Salesforce 等公司已經推出了 Headless 服務，允許 AI 代理直接存取數據、工作流和任務，而不需要通過圖形用戶界面（GUI）。這種趨勢可能會對現有的軟體即服務（SaaS）定價方案產生影響，並使得 API 成為一個重要的銷售點，讓用戶可以通過代理來存取服務。
以下是技術文章的摘要： Claude 的系統提示在 Opus 4.6 和 4.7 之間發生了變化，包括重新命名「developer platform」為「Claude Platform」，新增「Claude in Powerpoint」工具，以及擴大了兒童安全的內容。另外，Claude 的系統提示還強調了尊重用戶的請求，減少了對話的干擾，並新增了工具搜尋機制，以便更好地處理用戶的請求。這些變化反映了 Anthropic 對其 AI 系統的不斷改進和優化，旨在提供更好的用戶體驗和安全性。
Claude 系統提示是一種基於 Git 時間軸的技術，允許用戶瀏覽和比較不同版本的系統提示。研究人員使用 Claude Code 將 Anthropic 發布的系統提示頁面轉換為單獨的文件，並添加虛擬 Git 提交日期，以便於通過 GitHub 提交視圖瀏覽變化。這項技術已經被用來撰寫詳細的變化紀錄，例如 Opus 4.6 和 4.7 之間的變化，展示了其在實際應用的價值。
以下是對技術文章的3句話摘要，重點放在技術內容和實際應用： 作者使用 Claude Code on the web 更新其「blog-to-newsletter」工具，以包含新的「beats」內容類型，該工具從作者的 Datasette 實例中抓取最新內容並格式化為豐富的 HTML 文本。作者提供了一個提示，要求 Claude 更新「blog-to-newsletter.html」以包含具有描述的「beats」，並參考作者的 Django 博客源代碼和 Atom feed 的邏輯。這個提示得到了作者需要的確切解決方案，展示了如何使用 Coding 代理來更新現有的工具和功能，以支持新的內容類型和格式。
PyCon US 2026 將於五月十三日至十九日在加利福尼亞州長灘舉行，今年的會議新增了兩個專題軌道：人工智慧（AI）和安全。人工智慧軌道將於五月十五日舉行，內容包括使用 Python 進行 AI 助手開發、語言識別和邊緣推理等。安全軌道則將於五月十六日舉行，涵蓋了 Python 安全開發和應用等主題。這些專題軌道為參會者提供了深入了解人工智慧和安全技術的機會。
Datasette 1.0a28 是一個新的版本，修復了 1.0a27 中引入的兼容性問題，包括 `execute_write_fn()` 回調函數的錯誤和資料庫關閉的問題。這個版本還引入了新的 `datasette.close()` 方法，用于關閉所有與 Datasette 實例相關的資料庫和資源。另外，Datasette 現在包括了一個 pytest 外掛程式，自動呼叫 `datasette.close()` 來清理臨時實例和測試資源，避免檔案描述符耗盡的問題。這些變化都旨在提高 Datasette 的穩定性和可靠性。
llm-anthropic 0.25 版本新增了 claude-opus-4.7 模型，該模型支援「thinking_effort」功能，允許用戶設定思考努力程度為「xhigh」。此外，新增了「thinking_display」和「thinking_adaptive」布林選項，讓用戶可以自訂輸出結果的顯示方式。該版本還增加了預設的「max_tokens」上限，讓用戶可以獲得更多的輸出結果。
Qwen3.6-35B-A3B 和 Claude Opus 4.7 是兩個最近發布的模型，分別由阿里巴巴和 Anthropic 開發。這兩個模型被用來生成圖片，包括一隻鵜鶘騎自行車和一隻火烈鳥騎單輪車的圖片。結果表明，Qwen3.6-35B-A3B 的生成圖片更為逼真和有趣，包括正確的自行車框架和鵜鶘的外貌，而 Opus 4.7 的生成圖片則出現了一些錯誤，例如自行車框架的形狀不正確。這些結果表明 Qwen3.6-35B-A3B 在圖片生成方面可能具有更強的能力。
以下是技術文章的摘要： datasette.io 的新聞預覽工具是一個自訂的預覽界面，讓用戶可以輕鬆地編輯和預覽新聞內容。這個工具是使用 claude.ai 和 Claude Artifacts 建立的，允許用戶將 YAML 格式的新聞內容複製並粘貼到工具中，然後預覽新聞的呈現效果。工具還可以自動檢查 YAML 和 Markdown 錯誤，提供更方便的編輯和預覽體驗。
Google 釋出了 Gemini 3.1 Flash TTS，一種新的文字轉語音模型，可以使用提示進行導向。這個模型通過標準的 Gemini API 使用，模型 ID 為 "gemini-3.1-flash-tts-preview"，但只能輸出音頻文件。使用者可以通過編寫提示腳本來控制語音的風格、語調和節奏，例如指定語音的亮度、動態範圍和語調等。Gemini 3.1 Flash TTS 的實際應用包括生成高品質的音頻內容，例如廣播節目、廣告和有聲書等。
Gemini 3.1 Flash TTS是一種由Google開發的文本轉語音（Text-to-Speech，TTS）模型，該技術可以將文本轉換為自然流暢的語音。這項技術的實際應用包括語音助手、有聲書、語音導航等領域，為用戶提供更便捷的語音交互體驗。Gemini 3.1 Flash TTS的開發和應用代表了語音技術的進一步突破和創新，具有廣泛的發展前景和潛在應用價值。
以下是 3 句話的摘要，重點放在技術內容和實際應用： Kyle Kingsbury 預測未來會出現「肉盾」（meat shields）一類的工作，指的是負責監督機器學習（ML）系統的人員，他們需要對系統的決策負責。這種責任可能是內部的，例如 Meta 公司聘請人類審核自動化的內容管制系統；也可能是外部的，例如律師因提交虛假的語言模型輸出而受到懲罰。這種工作模式可能涉及正式的責任，例如資料保護官，或者是第三方承包商，可以在系統出錯時承擔責任。
Datasette-ports 0.3 是一個小型更新，針對 Datasette 實例的管理和監控進行了改進。這個工具可以顯示每個 Datasette 實例的工作目錄、資料庫檔案路徑和已安裝的插件，讓使用者更容易管理和監控多個 Datasette 實例。這個更新增加了顯示工作目錄和資料庫檔案路徑的功能，讓使用者可以更清楚地了解每個 Datasette 實例的狀態和配置。
Datasette 專案的 PR #2689 導入了一種新的 CSRF 保護機制，利用 Sec-Fetch-Site 標頭取代傳統的 token-based CSRF 保護。這種新機制的靈感來自 Filippo Valsorda 的研究和 Go 1.25 的實現， Datasette 的開發人員 Simon Willison 和 Claude Code 合作實現了這個變更。這個變更不僅簡化了 CSRF 保護的實現，也移除了舊有的 CSRF token 相關代碼和文件，同時更新了相關的文件和升級指南。
OpenAI 推出了一個名為 GPT-5.4-Cyber 的新模型，旨在為網絡防禦提供可信存取，該模型是 GPT-5.4 的變體，專門設計用於網絡安全用途。 OpenAI 還擴展了其「可信存取」計劃，允許用戶通過驗證身份（使用 Persona 處理的政府頒發的身份證照片）以獲得更低門檻的存取權，從而使用 OpenAI 的模型進行網絡安全工作。 這項技術的實際應用包括提供更好的網絡安全工具和服務，讓用戶可以更容易地存取和使用 OpenAI 的模型，以提高網絡安全防禦能力。
以下是3句話的摘要： 英國的AI Safety Institute最近發佈了一份評估報告，證實Claude Mythos Preview的網絡安全能力非常出色，能夠有效地識別安全漏洞。這份報告還顯示，投入更多的資源（即花費更多的錢）可以獲得更好的安全評估結果，這導致了一個簡單的經濟方程：為了加強系統的安全性，需要花費更多的資源來發現漏洞，而不是讓攻擊者利用它們。這個結果使得開源庫的價值增加，因為為開源庫投入的資源可以被所有用戶共享，從而使開源項目更加有吸引力。
以下是 3 句話摘要技術文章的重點內容和實際應用： Steve Yegge 的一篇文章指出，Google 的 AI 採用率與約翰迪爾公司（John Deere）相似，20% 的員工是 AI 的重度使用者，20% 的員工拒絕使用 AI，60% 的員工仍然使用傳統的工具。然而，Google 的工程師 Addy Osmani 隨後發表回應，稱 Google 已經有超過 40,000 名軟體工程師每周使用 AI 編程工具，且公司已經開發了多種自有的 AI 工具和系統。這些工具和系統包括自定義模型、技能、命令列介面和多代理系統，為員工提供了強大的 AI 支援，促進了公司的 AI 採用率和工程效率。
Servo 團隊釋出了 `servo` crate，這是一個可以嵌入的庫，提供瀏覽器引擎的功能。研究人員使用這個 crate 開發了一個名為 `servo-shot` 的命令列工具，該工具可以使用 Servo 瀏覽器引擎截取網頁截圖。另外，研究人員還嘗試將 Servo 編譯為 WebAssembly，但由於 Servo 的架構和依賴關係，目前尚不可能實現，不過他們成功地將 `html5ever` 和 `markup5ever_rcdom` crate 編譯為 WebAssembly，提供了一個工具用於解析 HTML 碎片。
以下是對技術文章的3句話摘要，重點放在技術內容和實際應用： Bryan Cantrill 指出，大型語言模型（LLMs）缺乏「懶惰」的美德，導致它們不會優化自己的時間和資源，反而會不斷增加系統的複雜度。這種現象凸顯了人類「懶惰」的重要性，因為人類的有限時間迫使我們開發出簡潔的抽象概念，以避免浪費時間在處理複雜的系統上。因此，LLMs 的發展需要人類的介入和優化，以避免系統變得過於龐大和低效。
以下是3句話的摘要，重點放在技術內容和實際應用： Gemma 4 E2B 模型是一種語音識別技術，結合 MLX 和 mlx-vlm，可以用於 macOS 平台上的音頻轉文字功能。使用 uv run 指令，可以輕鬆地將音頻檔案轉換為文字，例如使用 `uv run` 指令配合 Gemma 4 E2B 模型和 mlx-vlm，就可以將音頻檔案轉換為文字。實際應用中，Gemma 4 E2B 模型可以對音頻檔案進行轉錄，雖然可能會出現一些誤認，但整體上仍然是一種有效的語音識別技術。
SQLite 3.53.0 版本推出，帶來多項重要的改進，包括 `ALTER TABLE` 指令現在可以新增和移除 `NOT NULL` 和 `CHECK` 條件約束。另外，新增了 `json_array_insert()` 函數和其 `jsonb` 等價物，讓使用者可以更方便地處理 JSON 數據。該版本還改進了 CLI 模式的結果格式化，引入了新的 Query Results Formatter 庫，讓使用者可以更輕鬆地查看查詢結果。
ChatGPT 的語音模式實際上是基於一個較舊、較弱的模型，該模型的知識截止日期為 2024 年 4 月，屬於 GPT-4o 時代。這意味著該模型的能力相比於更先進的模型，如 OpenAI 的最高級別和付費的 Codex 模型，存在一定的差距。這種差距主要是由於不同領域的重視程度和可驗證的獎勵函數的存在，例如在程式設計領域中，模型可以通過單元測試等方式獲得明確的反饋和獎勵。