AI 资讯 · 开发者指南 · API 成本优化

useaiapi Blog

围绕 Claude、Gemini、OpenAI、DeepSeek、AI 编程、模型中转与统一 API 网关,整理适合开发者和企业团队阅读的 AI 资讯与实战教程。

AI API

Prompt Engineering 还没学明白,Anthropic 已经喊你改学 Loop Engineering 了

2026 年 6 月,硅谷悄悄换道。 Claude Code 缔造者鲍里斯·切尔尼先开口:"我不再手动给 Claude 写提示词。我搭一批自动运行的循环,让循环自己给 Claude 发指令、定下一步——我的工作,变成了搭循环。"同月,他卸了代码编辑器,一个月提了 259 个 MR,全程没手敲一行。

2min
ClaudeClaude Code
阅读全文
AI API

从 Prompt 到 Loop:Anthropic 这波把"行为系统设计"讲透了

"我不再手动给 Claude 下发指令了。我搭了一批自动运行的循环流程,让流程自己给 Claude 推提示、决定下一步干什么——我的工作,变成了搭循环。" 说话的是 Anthropic Claude Code 负责人鲍里斯·切尔尼。几乎同一周,OpenClaw 创始人彼得·施坦伯格给出相近判断:"别再为编程智能体手写提示词,你应该设计循环机制,让循环持续给智能体喂指令。"随后谷歌工程师艾迪·奥斯曼发文,给这套范式正式命名——循环工程(Loop Engineering)。

2min
ClaudeClaude Code
阅读全文
AI API

统计学 20 年猜想,GPT-5.6 一个半小时推翻——伯克利教授:心塞

2026 年 7 月 14 日,宾夕法尼亚大学沃顿商学院统计学副教授埃德加·多布里班(Edgar Dobriba)打开 ChatGPT,向 GPT-5.6 Sol Pro​ 抛了一道压了二十年的题。 大约九十分钟后,他收到三样东西:一套反例构造方案、一份可机器核验的数值证明,以及一个让整个统计学界措手不及的结论。

2min
OpenAIGPT-5.6 Sol Pro​
阅读全文
AI API

BH 程序那堵 13 万引用的承重墙,被 GPT-5.6 90 分钟撬了条缝

2026 年 7 月 14 日,宾夕法尼亚大学沃顿商学院统计学副教授埃德加·多布里班(Edgar Dobriban)打开 ChatGPT,给 GPT-5.6 Sol Pro​ 抛了一道关于 BH 方法的老题。 大约九十分钟后,模型返出一份完整反例构造方案,附一份可机器核验的数值证明。

2min
OpenAIGPT-5.6 九十分钟撬动统计学二十年悬案
阅读全文
AI API

Gemini 语音要能调"活力"和"温度"了?AA 拆解 APK 挖出四项滑杆

2026 年 7 月 16 日,9to5Google 在谷歌 App 17.41.12 Beta 的 APK 里挖出一串代码,里面躺着四个参数标签——语速、活力感、正式度、亲和度,界面顶部还挂着标题:「自定义音色」。 Gemini 语音助手,可能要上滑块式调节了。 这里的"滑块"不是调音量的那种控件,而是调语音性格的旋钮。

2min
GeminiGemini 语音助手
阅读全文
AI API

提示词工程师的拐点?Claude 官方亲口说:以后拼的是 loop 不是 prompt

2026 年 6 月,人工智能行业发生了一件耐人寻味的事。 克劳德代码(Claude Code)的缔造者鲍里斯·切尔尼在采访中说:"我不再手动为 Claude 写提示词了。我搭了一批自动运行的循环流程,让流程自己给 Claude 下发指令、决定下一步做什么——我的工作,变成了搭循环体系。"

2min
ClaudeClaude Code提示词工程师的时代转折点
阅读全文
AI API

Claude 官方下场:别再雕 prompt 了,4 种循环让 Agent 自己干到停

克劳德(Claude)Code 负责人鲍里斯·切尔尼率先表态:"我不再手动给 Claude 写提示词了。我搭的是一套循环流程,让流程自动向 Claude 下发指令、规划后续动作——我的工作,已经变成了搭建自动化执行循环。"紧随其后,OpenClaw 创始人彼得·施坦伯格表达了相近的判断:"别再为编程智能体手写提示词,你应该设计循环机制,让机制自动给智能体喂指令。"谷歌工程师艾迪·奥斯曼顺势给这套范式命了名——循环工程(Loop Engineering)。

2min
ClaudeClaude Code
阅读全文
AI API

纳德拉同日跟进、98% OpenAI 员工自用——GPT-5.6 这波不只模型强,生态绑得也狠

GPT-5.6系列上线当天,几乎所有目光都钉在Terminal-Bench 2.1那个91.9%上。跑分确实亮眼,但让这次发布真正配得上"里程碑"三个字的,不是分数,而是分数之外两件事:纳德拉同日官宣GPT-5.6全线接入微软全系产品;OpenAI内部98%员工长期靠自家模型干活。 强模型是一回事,深度绑定的生态是另一回事。GPT-5.6这轮布局,两手同时攥住了。

3min
OpenAIGPT-5.6
阅读全文
AI API

大模型套小模型层层分包——Sol Ultra 的"子 Agent 并行"才是 GPT-5.6 最该被记住的升级

GPT-5.6系列发布当天,几乎所有目光都钉在Terminal-Bench 2.1那个91.9%上。开Ultra的Sol,比标准模式抬3.1个百分点,比Claude Mythos 5(88.0%)高出3.9个。数据亮眼,但多数人只看到"更强了",没看明白强在哪。 真正值得记一笔的,不是跑分,是运行范式变了:大模型不再单打独斗,而是自己拆任务、派子智能体、收结果。

2min
OpenAIGPT-5.6 Sol
阅读全文
AI API

Ultra 模式默认召 4 个分包 Agent:GPT-5.6 Sol 把 Terminal-Bench 干到 91.9% 的幕后

91.9%——这个数字最早出现在6月26日限量预览阶段,7月10日正式发布后被反复提及。Terminal-Bench 2.1编程评测里,GPT-5.6 Sol开Ultra模式91.9%,压过Claude Mythos 5的88.0%;即便标准模式,88.8%也已经领先,Ultra再抬3.1个百分点。 3.1分看着不多,但在这种高难度基准里,每抬一分都得从模型底层架构里抠。

2min
OpenAIGPT-5.6 Sol
阅读全文