Anthropic Research精选6767Anthropic 研究团队开发了一个基于 Claude Code 自定义命令的智能体，通过阅读类型注解、docstring 和注释推断代码应满足的属性，再用 Hypothesis 编写属性测试，在 NumPy、SciPy、Pandas 等 100 多个热门 Python 包中发现数百个潜在 bug。
推荐理由: Anthropic 用 Claude 智能体在 NumPy、SciPy、Pandas 等包中自动写属性测试找 bug，并给出人工复核后的有效率与已合并修复
Berkeley AI Research伯克利 AI 研究提出基于信息驱动的成像系统设计框架，该框架通过互信息量化测量对物体的区分能力，在彩色摄影、射电天文学、无透镜成像和显微镜四个领域验证了信息估计能预测解码器性能，优化互信息的设计方案在达到端到端最优效果的同时减少内存和计算量。
Anthropic Research精选7171Anthropic 发布开源审计工具 Petri（Parallel Exploration Tool for Risky Interactions），由自动化智能体通过多轮对话测试目标模型，再用 LLM 评委按安全维度打分并挑出最值得人工复核的对话记录。
推荐理由: Anthropic 开源自动化审计工具 Petri，并给出 14 个前沿模型在欺骗、谄媚、自保等行为上的横向对比结果。
LangChain BlogPromptim 是一个实验性提示优化库，通过提供初始提示、数据集和自定义评估器（可选人类反馈），自动运行优化循环生成优于原始的提示。它集成 LangSmith 进行数据集管理、提示管理和结果跟踪（可选人类标注），核心算法通过评估器反馈修改提示并迭代优化，支持人类反馈环节。该工具旨在节省人工提示工程时间、引入严谨流程并简化模型切换，但需保留人工审核环节。
