← 返回
精选AI模型发布/更新#Anthropic#Claude#数据可视化#用户反思

Claude新功能:反思你的使用方式

Anthropic:News(网页)T1
21:5607/09 21:56网页阅读原文 ↗导出 MD ↓

评分

77
信息增量6 ×0.3

功能本身并非全新概念,但官方详细披露设计细节和隐私措施有一定增量。

内容质量7 ×0.2

信息结构清晰,技术细节充分,但缺少用户数据或案例支撑。

实用价值8 ×0.2

对高频用户优化使用习惯有直接帮助,实用性强。

时效性9 ×0.15

发布日期即为新闻发布当日,时效性极高。

信源可信度10 ×0.15

来源为Anthropic官方网站,信源权威可靠。

基础分 76.5 × T1 信源权重 ×1 = 77

精选线 60已入选精选

精选理由

信息增量中等,但实用价值高,适合经常使用Claude的用户调整使用习惯。

AI 点评

「这个功能让我眼前一亮——它不仅仅是一个统计工具,更是一面镜子。对于每天花大量时间与AI对话的人(比如我),它可以帮助我们识别哪些时间花得值,哪些只是惯性滑动。尤其适合产品经理、研究者、学生等需要高频使用AI的人群。」

速览

Anthropic推出“Reflect with Claude”功能,帮助用户追踪和可视化与Claude的交互模式,包括会话频率、时长和主题分布。用户可据此评估AI使用是否匹配个人目标,调整习惯以提高效率。该功能目前面向所有用户开放,旨在增强使用自觉性。

  • 新功能提供使用数据仪表盘,显示每日会话数、总时长等关键指标。
  • 可视化图表帮助识别使用趋势,如高峰期和重复主题。
  • 用户可设置目标并接收提醒,促进有意识的使用。
  • 数据完全本地处理,注重隐私保护。

正文

Announcements

介绍一种反思你如何使用Claude的方法

Jul 9, 2026Introducing a way to reflect on how you use Claude

今天,我们推出一种(测试版)新方法,用于反思和优化你使用Claude的方式。在我们与用户的访问中,出现了一个常见主题:人们希望更好地理解AI究竟如何融入日常生活。一个人应该多久使用一次AI?如何最有效地使用它?AI适合哪些任务,哪些任务更适合留给人类?

我们构建此功能以帮助解答这类问题。它让你轻松追踪和可视化你如何使用Claude,并决定这些时间是否符合你的目标。你的反思仪表板可以在Claude网页版或桌面应用的设置中找到。

查看你的模式并进行塑造

你的反思从总结你如何使用Claude开始,涵盖关键主题、使用模式以及你经常处理的任务类型。

你可以回顾过去1个月、3个月、6个月或12个月内与Claude的聊天活动。

反思功能提供了你在何时最常使用Claude以及你在这段时间里做了什么的细分。不久后,我们将添加一个视图,显示你使用Claude的时间总量。

你的反思也邀请你退后一步,审视Claude在你生活中扮演的角色。它会定期弹出问题,例如:“即使Claude能做得更快,你仍想自己做的哪一件事是什么?”并给你机会与Claude讨论。

在你的仪表板中,你还可以设置静音时间或安排提醒,在使用Claude一定时间后提醒你休息。这两者都是对你个人偏好的提醒,可以取消。

构建支持你原创思维的AI技能

你可以利用反思来培养新技能,并优化你与Claude协作的方式,使用4D AI Fluency Framework。

  • 授权:设定目标并决定是否以及如何与AI互动
  • 描述:有效描述目标以引导有用的AI行为和输出
  • 辨别:准确评估AI输出和行为的有用性
  • 勤勉:对我们如何以及为何使用AI负责

你的报告提供你在每个维度上使用Claude的总结,并举例说明你倾向于如何与Claude协作,例如注明你经常用自己的语气重写邮件草稿,或者只有在你自己确定策略后才委托任务。你的反思还会提供实用建议,比如启动一个项目而不是需要重新解释正在进行的工作的上下文。

隐私和敏感话题

你的反思不会从无痕聊天中提取,也不会从你连接的工具中提取底层文件。例如,如果你让Claude总结你的收件箱,该总结可能会出现在反思中,但原始邮件不会。任何与健康集成工具相关的对话完全被排除在你的见解之外。反思中的信息和见解只保留在那里,不会用于任何其他目的。你可以阅读更多关于我们隐私实践的信息 此处。

我们构建此工具以反映你如何使用Claude。对一些用户来说,这可能包括敏感或更私密的对话。在开发此工具及其处理这些话题的方法时,我们与来自MIT Media Lab的“用AI推进人类”(AHA)项目、波士顿儿童医院的Digital Wellness Lab以及Family Online Safety Institute的数字媒体和健康专家合作。敏感对话仍可能作为反思的一部分出现,但仅以高层次呈现。

开始使用

此工具目前以测试版形式提供给已开启记忆功能的Free、Pro和Max用户。在网页或桌面应用中打开Claude中的设置,然后选择反思你的使用情况的选项以生成报告。如果你无法生成报告,可能是因为你没有开启记忆功能。与Cowork的对话反思功能即将推出。

相关内容

Government of Alberta 使用 Claude 来发现和修复政府系统中的网络安全漏洞

自2025年以来,Government of Alberta 一直使用 Claude Code 与 Opus 和 Sonnet 模型来审查其系统、发现漏洞并修复它们。

Read more

关于 Fable 5 的网络安全防护措施及我们的越狱框架的更多详情

Read more

介绍 Claude Sonnet 5

Sonnet 5 在编程、智能体和大规模专业工作中提供了前沿性能。

Read more

同一事件的其他报道

相关条目

91

五维评分

信息增量9 ×0.3

详细揭示了两个具体设置如何协同作用实现三倍性能提升,信息增量高。

内容质量8 ×0.2

来自OpenAI官方,数据明确,结构清晰,但缺少对比实验细节。

实用价值9 ×0.2

为AI工程师提供了可直接操作的性能调优方案,实用性强。

时效性10 ×0.15

消息刚发布,具有高度时效性。

信源可信度10 ×0.15

信源为OpenAI官方新闻,权威可靠。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

23:00OpenAI:News(RSS)T1RSS

精选启用两项设置使ARC-AGI-3基准测试分数提升三倍

这项发现太关键了!它表明模型的性能不仅取决于训练,还取决于推理时的配置。对于AI工程师和研究者来说,这是一个必须注意的优化方向。特别是那些在资源受限设备上部署模型的团队,可能会因此找到低成本提升能力的方法。

科技模型#ARC-AGI-3#GPT-5.6#OpenAI
91

五维评分

信息增量9 ×0.3

首次公开GPT-5.6具体效率优化细节,此前仅有传闻。

内容质量8 ×0.2

内容简洁,关键指标明确,但缺乏详细技术文档支撑。

实用价值9 ×0.2

直接指导企业如何降低AI部署成本,具有商业参考价值。

时效性10 ×0.15

刚发布的官方新闻,时效性极强。

信源可信度10 ×0.15

来源为OpenAI官方博客,信源权威。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

08:00OpenAI:News(RSS)T1RSS

精选GPT-5.6:前沿智能与前沿效率的融合

这条消息值得关注,因为它标志着大模型竞争从单纯拼参数转向拼效率。对于AI开发者和企业决策者来说,GPT-5.6意味着可以用更少预算获得更高性能,尤其适合那些被推理成本挡在门外的长上下文或Agent场景。OpenAI这一步,可能重新定义‘前沿’的标准。

AI模型#Agent工作流#GPT-5.6#OpenAI
91

五维评分

信息增量8 ×0.3

首次提出针对CPU优化的1M上下文模型,填补了边缘设备长文本推理的空白,信息增量显著。

内容质量9 ×0.2

技术细节清晰,提供了基准测试对比和架构解释,图文并茂,质量上乘。

实用价值10 ×0.2

直接降低长上下文应用的硬件成本,开源权重可立即部署,实用价值极高。

时效性10 ×0.15

当日发布的博客,且长上下文推理是当前AI热点,时效性满分。

信源可信度9 ×0.15

Hugging Face官方博客,作者为Liquid AI,属于第一方技术发布,可信度高。

基础分 90.5 × T1 信源权重 ×1 = 91

精选线 60已入选精选

23:01Hugging Face:Blog(RSS)T1RSS

精选LFM2.5-Encoder:面向CPU快速长上下文推理的新模型

这篇博文让我眼前一亮,因为它直接解决了大模型在CPU上跑长上下文的痛点。对于没有高端GPU的团队或个人开发者,LFM2.5-Encoder系列提供了可立即使用的开源方案。尤其推荐给做RAG、文档搜索或代码分析的朋友——现在用普通服务器就能处理百万级token的文档了。

AI模型#CPU推理优化#LFM2.5-Encoder#Liquid AI
91

五维评分

信息增量9 ×0.3

首次公开自动化红队系统的具体机制与实验发现,信息增量高。

内容质量8 ×0.2

来自官方,结构清晰,但未提供完整技术细节(如具体模型版本),扣1分。

实用价值9 ×0.2

对AI安全工程师、模型开发者和企业部署者直接指导作用,实用性极强。

时效性10 ×0.15

刚刚发布,是当前AI安全领域最前沿进展之一。

信源可信度10 ×0.15

信源为OpenAI官方新闻,权威且一手。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选GPT-Red:OpenAI通过自我对弈实现AI红队自动化,提升模型鲁棒性

GPT-Red 是红队测试从人工到自动化的里程碑,特别适合安全工程师和对齐研究者关注。它直接降低了测试成本,但也引发了对“自动攻击”本身的伦理讨论——值得所有关注AI治理的人深入思考。

AI模型#AI安全对齐#GPT-Red#OpenAI
91

五维评分

信息增量9 ×0.3

这是首个针对AI模型生物安全的漏洞赏金计划,为行业提供了全新的安全评估视角。

内容质量9 ×0.2

官方来源,内容清晰,涵盖范围、奖励、准则等关键细节。

实用价值8 ×0.2

对AI安全研究员和生物安全专家有直接参与价值,但普通用户关联度较低。

时效性10 ×0.15

刚刚发布,完全符合新闻时效要求。

信源可信度10 ×0.15

OpenAI官方RSS和博客,信源权威可靠。

基础分 91 × T1 信源权重 ×1 = 91

精选线 60已入选精选

18:00OpenAI:News(RSS)T1RSS

精选OpenAI推出GPT-5.5生物漏洞赏金计划

这个计划值得关注,因为它首次将AI漏洞赏金制度拓展到生物安全领域,不仅为安全社区提供了新的研究方向,也为AI风险治理提供了实际演练场。对模型安全研究者、生物安全专家以及关心AI双重用途的从业者尤其重要。

AI模型#Bio Bug Bounty#GPT-5.5#OpenAI
91

五维评分

信息增量8 ×0.3

公布了vLLM新后端的具体架构设计与实测数据,对了解推理优化前沿有较高信息增量。

内容质量9 ×0.2

技术细节清晰,有定量性能对比,来源为官方博客,内容质量高。

实用价值10 ×0.2

直接降低LLM部署门槛与成本,对AI工程化落地具有极高实用价值。

时效性10 ×0.15

发布即时,属于最新技术动态,时效性满分。

信源可信度9 ×0.15

来源为Hugging Face官方博客,vLLM为开源权威项目,可信度高。

基础分 90.5 × T1 信源权重 ×1 = 91

精选线 60已入选精选

08:00Hugging Face:Blog(RSS)T1RSS

精选vLLM推出原生速度Transformers建模后端,大幅提升推理性能

这项更新对于AI工程团队非常关键:无需格式转换意味着能更快地迭代模型,而2-5倍的速度提升直接降低GPU成本。如果你正在做LLM在线服务或者批量推理,这几乎是必读的技术更新。

AI模型#Hugging Face#PagedAttention#Transformers
90

五维评分

信息增量9 ×0.3

手语转文本是AI无障碍领域的新突破,提供了此前罕见的具体模型信息。

内容质量8 ×0.2

来源权威,内容清晰描述了模型功能、应用场景和开发理念。

实用价值9 ×0.2

对聋人群体、开发者和无障碍研究者具有直接参考与应用价值。

时效性9 ×0.15

刚刚发布的官方公告,时效性非常高。

信源可信度10 ×0.15

Google DeepMind官方博客,信源可信度极高。

基础分 89.5 × T1 信源权重 ×1 = 90

精选线 60已入选精选

22:01Google DeepMind:Blog(RSS)T1RSS

精选Google DeepMind 发布手语转文本模型 SL2T,助力聋人用户

这则消息的意义不仅在于技术突破,更在于AI开始真正关注边缘群体的需求。对开发者而言,SL2T的架构思路和技术路径值得深入研究;对无障碍倡导者来说,这是推动行业标准的重要案例。

AI模型#Google DeepMind#SL2T#手语识别

引用前请核对原文