Anthropic 工程团队 11 月 6 日发布博客，说明其为 Claude 设计跨会话记忆的思路：会话中由 Claude 自行写记忆笔记，会话结束后再通过名为“做梦”（dreaming）的后台步骤回看原始记录，核对并修正笔记、整理成更易检索的结构。文中给出四层记忆划分，并用 CL-Bench 数据库答题、宝可梦红版、Stainless 约 35 万份内部文件建 wiki 等自测说明效果。作者称“做梦”已进入 Claude Managed Agents 研究预览，跨会话记忆库为 beta，并放出 cookbook。以上数字均为 Anthropic 自家测试，宝可梦对比每个模型各跑一次。

在Claude官方Office Hours访谈中，Salesforce总裁兼CTO Muralidhar Krishnaprasad与杰出架构师Richard Pack称，公司把Claude Code用于整个软件开发生命周期，数千名工程师进入较自主的代理使用模式，一两个月内有效产出约翻倍，同时代码量近乎翻倍但单位代码缺陷更少。他们与斯坦福研究者合作构建“有效产出”评分，并称该指标增长2倍。二人还称，数十年历史的代码库在数周至数月内达到80%至90%的API覆盖，原本预计需半年到一年。以上均为Salesforce高管在访谈中的自述，非独立实测。

阿里巴巴与多所亚洲高校研究者构建了Co-Design Bench，用真实用户改码请求测试编码智能体，任务包括基于图片、音频、视频、文档改造现有网页应用。据论文，十款模型中表现最好的GPT-6 Astra平均满足约70%需求，但仅26.4%任务完全正确；Claude Opus 5、Qwen3.8-Max次之，Grok 4.6垫底。作者称旧基准上同类模型得分超99%，新基准差距逾35个百分点。评测采用双AI裁判并在浏览器中实测，只给真正可用的功能计分。

Google DeepMind 产品经理 Anish Nangia 在官方博客宣布 Gemini Omni 1.2 Flash 正式可用（GA），覆盖 Gemini API 与 Gemini for business。官方称三项主要变化：原生视频时长从 1.1 的 10 秒提升到 15 秒，可按 1 秒步长指定 3–15 秒；支持多轮对话式编辑，换产品、背景、光线或画幅无需整段重生成；参考图/短视频/音频的遵循度与角色、商品、场景一致性增强。价格从 Omni 1.1 下调 30%，720p 为每秒 0.07 美元，可先 360p/720p 草稿再升 1080p/4K。同步进入 Flow、Google Vids、Gemini 应用（先向 Google AI Ultra 订阅者开放）与 Google Ads，输出带 SynthID 水印。

YouTube 频道 Epic Programmer 在视频中称，自己每天使用 Claude Code 构建应用，但遇到每周用量上限，且其 AI 研究构想被 Claude 拒绝，随后在 Anthropic 消费者条款与开发者安全分类中发现禁止用其开发竞品 AI 模型的表述，遂取消订阅。作者称改用终端代理 Dropstone，底层调用 DeepSeek、GLM、Kimi 等开源模型；在四项任务对比中，两者均通过 27 项隐藏测试，但 Claude 每任务约 20–38 美分，Dropstone 低于 1 至 4 美分，代价是速度更慢。以上均为作者自述与自测，未独立核实。

Anthropic 11月5日发布研究报告，用隐私保护方式分析2026年8月2日至9月30日约20.7万次科研相关会话，其中 Claude 聊天与 Cowork 12.9万次、Claude Code 7.8万次，由分类器只保留领域与任务标签。报告称数据分析占 Claude 会话33.7%、Claude Code 48.1%，高于研究者投入该任务时间的27.6%；写作沟通占 Claude 32%，而研究者时间占比16%；提出想法与假设仅占4.2%和2.1%，低于时间占比7.1%。配套调查528名科学家中，提想法被评最重要。报告还称 Claude Science 上提想法占比约翻倍。加速倍数为假设情景，报告明确不是预测。

Reddit 用户 NIDO_007 发帖介绍自建应用 NIDO：基于 llama.cpp 在手机本地运行语言模型，聊天、加密记忆、文档索引、离线急救知识包、蓝牙端到端加密消息与紧急呼叫均不依赖云端，作者称免费、无账号、飞行模式下可用。作者还称知识目录 202/202 检索检查通过、6286 项自动化测试全部通过，界面支持英、西、葡三语。以上均为作者自述，未见第三方验证或应用商店信息。

AI Labs 频道称 DeepSeek 发布了一种“超级代理”工作方式：一个常驻云端的代理通过团队聊天和 GitHub 接收任务，内部拆成负责对话与派单的 router 和各自独立上下文窗口的 worker，router 不拆解步骤。频道引用 DeepSeek 测试称，router+worker 方案最慢任务 15.7 分钟，单会话方案 29.5 分钟，各跑五次。作者称自己把这套思路移植到 Claude Code，用 ticket 技能、看板、Opus 路由、Sonnet 工人、watchdog、merger、checker、reproducer 等代理，约一小时建完三张 ticket，并自动发现和修复一个原有 bug。以上均为作者自述，未独立验证。

Check Point Research 11月5日发布报告，称开源AI渗透测试平台 ARTEX 被网络犯罪者用于自动化攻击。研究者发现2557台主机曾托管 ARTEX 面板，其中1608台当时在线公开可访问；10台配置错误暴露完整数据库，显示攻击者仅设定初始目标，之后几乎全自动运行，主要使用 DeepSeek Flash 系列等中国模型。报告举例：一操作者两周内用约360亿 token 攻击10家iOS签名证书灰市店铺，成本约700至1500美元，获得300余张证书及密码，其中3张通过验证；另一针对加密支付设施的活动中，尽管产生230项发现，攻击者钱包余额仍为0。

Box CEO Aaron Levie 在 X 发帖称，开始看到大量生产力提升案例，产出比 AI 前高出一到两个数量级。他列举条件：合适的工具链、对要构建领域的深入理解、较新的代码库、同时操作多个 agent 的熟练度，以及低摩擦的测试部署环境。他认为这一差距并未随时间收窄，反而因模型能承担更大更难任务而持续放大，目前最明显在软件工程，未来可能扩展到科研、AEC、金融、网络安全等计算机使用密集领域。他引用 Theo 的说法称，普通与顶尖工程师差距原本不到10倍，AI 使其至少达100倍。以上均为其个人观察与判断，未给出具体数据或案例。