Claude Code正式推出 Routines：云端自动跑 Mac关了也不耽误干活
2026年4月15日 09:00
Claude Code正式推出 Routines：云端自动跑 Mac关了也不耽误干活AIbase基地发布于AI新闻资讯·3分钟阅读·Apr 15, 202610AIbase 报道 | 2026 年 4 月 15 日睡觉的时候让 AI 替你修 bug、评审 PR、清理 backlog这件事现在不用再自己折腾 cron 和服务器了。昨天(4 月 14 日)，Anthropic 在 Claude Code 里上线了一个新功能Routines，目前以研究预览(research preview)形式开放。一句话概括:把提示词、代码仓库、连接器打成一个包，存下来，Claude 就能按时间表、API 调用或 GitHub 事件自己跑起来，全程在 Anthropic 自家云上执行，本地电脑可以直接关机。它到底是个啥过去开发者想让 Claude Code 定时干活，基本都得自己搭一套:写 cron、租服务器、配 MCP server、再把一堆东西串起来。Anthropic 在官方博客里承认，这一步门槛确实劝退了不少人。开发者原本就在用 Claude Code 来自动化软件开发流程，但在此之前，他们需要自己管理 cron 任务、基础设施以及 MCP 服务器之类的额外工具。Routines 就是把这套东西全打包了。配置一次，你得到的是一个"自带仓库权限和连接器的 Claude 会话模板"，它知道去哪个 repo、用哪些工具、要完成什么目标。三种触发方式，基本覆盖了常见的自动化场景:按时间表跑。小时、每晚、每周都行，CLI 里还能写自定义 cron(最小间隔 1 小时)。官方举的例子很直白每晚凌晨 2 点从 Linear 拉一个优先级最高的 bug，尝试修复，然后开一个 draft PR。你第二天上班直接 review 就行。API 调用触发。每个 Routine 有自己的独立端点和鉴权 token，POST 一条消息过去，返回一个 session URL。Datadog 告警、CI/CD hook、内部面板，任何能发 HTTP 请求的地方都可以直接把 Claude 接进去。GitHub 事件触发。装上 Claude GitHub App 之后，pull_request、push、issue、check run 这些事件都能当触发器，而且可以按作者、标签、分支、draft 状态做过滤。比较实用的玩法是让它盯着某个敏感目录请标记所有涉及 /auth-provider 模块的 PR。该模块的任何改动都需要总结并发布到 #auth-changes。每个匹配的 PR 会拿到独立 session，后续的评论和 CI 失败它也会继续跟进。谁能用、跑几次研究预览阶段只对 Pro、Max、Team、Enterprise 订阅开放，而且每天的次数有硬上限:Pro 每天 5 次，Max 每天 15 次，Team 和 Enterprise 每天 25 次，超出部分走额外用量计费。所有 Routine 运行和普通交互会话共用订阅配额。GitHub 触发还有一层小时级的频控，超出窗口的事件会被直接丢弃，所以如果仓库特别活跃，最好提前把过滤器设好，别让它把次数白白烧在不相关的 PR 上。安全层面有个默认设置值得注意:Claude 默认只能推到claude/前缀的分支，不会直接动 main。这是挺克制的一道护栏，除非你下游 review 流程很完善，不然建议保留。入口在claude.ai/code/routines，也可以在 Claude Code CLI 里敲/schedule。早期用户都在拿它干什么Anthropic 官方博客和早期用户反馈已经跑出了几个比较成型的模式:夜间 backlog 清理:定时拉新 issue，打标签、分责任人，第二天早上往 Slack 推个汇总，团队上班直接看队列。告警 triage:监控系统打 Routine 的 API 端点，Claude 拉 stack trace、关联最近提交，把一个候选修复的 draft PR 先开好，on-call 打开页面的时候已经有东西可以看了。定制化代码评审:PR 一开就触发，按团队自己的 checklist 留 inline 评论，把安全、性能、风格这些机械检查先过一遍，人类 reviewer 专心看设计。部署验证:CD pipeline 部署完调 Routine，跑 smoke test、扫日志找回归，把 go/no-go 结论直接发到发布频道。文档漂移修正:每周扫一次最近合并的 PR，找出引用了已变更 API 的文档，自动开 update PR。跨语言 SDK 同步:Python SDK 合并一个 PR，Routine 自动把改动移植到 Go SDK，开一个对应的 PR，让两个库保持步调一致。最后一类其实挺能说明问题用过多 SDK 的团队都知道这种同步活有多耗人。社区反应官方推文发出后，开发者社区的反应比较一致:终于不用再把 Mac 整夜开着了。Hacker News 上讨论帖很快冲到首页，几个焦点问题也浮出来:token 消耗怎么控、幂等性怎么保证(同一个事件反复触发会不会闹出乱子)、以及和 OpenClaw 这类多代理框架的定位差异。有开发者已经排好了自己的第一批 Routine:一个盯 PR 评审，一个做 issue triage，一个部署后自动 smoke test。也有非工程背景的用户说，这是第一次觉得"让 AI 替自己管日常杂活"这件事是真能落地的。一点观察Routines 本身没什么惊艳的新模型能力，但它补齐的是另一块把 Claude Code 从"打开终端才能用的工具"变成了一个持续在线的后台工作者。这和 Anthropic 最近一系列动作(Claude Code 桌面端重设计、并行会话侧边栏、Cowork GA)是一条线:从实时协作往可调度、可编排的方向推。当然，研究预览阶段该有的不确定性都有。/fire 端点在 experimental-cc-routine-2026-04-01 beta header 下发布，请求和响应格式、速率限制、token 语义都可能在研究预览期间变化。官方也留了话说 webhook 触发源后续会从 GitHub 扩展到更多事件源，但没给时间表。对已经在用 Claude Code 的团队，这个功能值得今天就去试试;对还在观望的人，至少它让"AI 作为持续运行的团队成员"这个说法，离落地近了一大步。AI新词ClaudeCodeRoutinesAnthropic本文来自AIbase日报扫码查看欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。由AIbase 日报组创作© 版权所有 AIbase基地 2024, 点击查看来源出处 -
信息源：AIBase 来源：https://www.aibase.com/zh/news/27115MiniMax Agent 桌面端大升级：上线 Pocket 功能，跨平台接管飞书微信
2026年4月14日 18:00
MiniMax Agent 桌面端大升级：上线 Pocket 功能，跨平台接管飞书微信AIbase基地发布于AI新闻资讯·1分钟阅读·Apr 14, 20268据报道，大模型新锐巨头MiniMax发布了 MiniMax Agent 桌面端两项重磅更新：Pocket 功能（Beta 版）正式上线，同时解锁了备受期待的Computer Use能力。核心黑科技：Pocket 跨软件随身带此次更新的核心亮点是名为Pocket（口袋）的功能，它打破了 AI 与传统办公软件之间的围墙：主流 IM 接入：支持深度接入飞书、微信等主流通讯软件，用户可以在熟悉的聊天界面直接调动 Agent。随身智能体：通过 Pocket，Agent 不再局限于桌面端的方寸之间，而是可以像装进兜里一样，在不同移动终端和办公协同软件中同步流转。交互革命：Computer Use 让 Agent 学会用电脑除了 Pocket，本次更新还上线了Computer Use功能，标志着 MiniMax Agent 进化到了自动驾驶的新阶段：拟人操作：Agent 现在可以像真人一样识别并操作电脑软件，从点击图标到跨应用处理任务，实现了从口头指令到动手干活的转变。重塑工作流：结合此前上线的 AI-native Workspace，Agent 能够自动化处理从文件整理到复杂办公流程的闭环任务。战略进阶：对标顶尖，加速生态构建MiniMax近期在 Agent 赛道的动作极其密集，显示了其打造国产 AI 生态底座的野心：模型对标：今年 2 月上线的MiniMax M2.5旗舰编程模型，已明确对标Claude Opus 4.6，为 Agent 提供了更强大的底层逻辑。工具开源：近期发布的MMX-CLI命令行工具，进一步降低了开发者构建个性化 Agent 的门槛。商业闭环：随着Remix Marketplace交易平台的推出，MiniMax 正在构建一个从开发、分发到交易的完整 AI 智能体产业链。行业视角：Agent 成为新一代个人入口MiniMax的更新方向揭示了 2026 年 AI 竞争的下半场趋势：不再仅仅拼参数规模，而是拼场景渗透。当 Agent 能够无缝接入微信、飞书并接管电脑操作，它就从一个聊天机器人变成了真正具象化的、能够处理现实劳动的数字员工。结语：让 AI 触手可及当MiniMax Agent能够住进你的飞书和微信，AI 的价值才真正从算力中心沉降到了指尖。这次更新不仅是功能的叠加，更是对未来人机协作模式的一次大胆预演。MiniMaxPocketAI新词ComputerUse本文来自AIbase日报扫码查看欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。由AIbase 日报组创作© 版权所有 AIbase基地 2024, 点击查看来源出处 -
信息源：AIBase 来源：https://www.aibase.com/zh/news/27114谷歌 AI 研究推出 Vantage：基于大语言模型的协作与创造力测评新方法
2026年4月14日 18:00
谷歌 AI 研究推出 Vantage：基于大语言模型的协作与创造力测评新方法AIbase基地发布于AI新闻资讯·1分钟阅读·Apr 14, 20265在教育领域，传统的标准化测试可以评估学生是否掌握微积分或能够理解文本，但却难以测量学生在团队中解决分歧、在压力下产生创新想法或批判性分析论点的能力。这些被称为 持久技能 的能力 协作、创造力和批判性思维 长期以来都缺乏有效、可扩展的测量工具。谷歌研究团队近日提出了一种新方法，名为 Vantage，这是一种利用大语言模型（LLM）模拟真实群体互动并准确评分的技术。研究团队发现，评估持久技能的挑战在于生态有效性与心理测量学严谨性的矛盾。评估需要在真实世界情境中进行，同时又要具备可比性与可重复性。以往的一些尝试，例如 PISA2015的协作问题解决评估，采用多项选择题与脚本化的模拟队友互动，虽然控制了变量，却失去了真实感。谷歌团队认为，LLM 能够在这两方面取得平衡。Vantage 的核心是 执行 LLM 架构，它利用单一的 LLM 生成所有 AI 参与者的回应。这种方法的优势在于，它可以协调对话并根据预设的教育标准主动引导对话。例如，针对冲突解决技能，执行 LLM 可以让 AI 角色主动制造分歧，以此测试人类参与者的反应。研究显示，与不协调的独立代理相比，执行 LLM 的对话在两个协作子技能上表现更好，数据表明，执行 LLM 的表现显著提升了关键行为的证据率。研究团队招募了188名18至25岁的参与者，通过与 AI 角色进行30分钟的协作任务，收集了373份对话记录。对话的评分由纽约大学的两位人类评审员和 AI 评估工具共同完成，结果显示 AI 评分与人类专家的评分一致性良好。尤其在创造力和批判性思维方面，执行 LLM 的表现同样优于独立代理，为未来的教育评估提供了新思路。划重点: Vantage 方法结合了大语言模型，能够模拟真实的团队互动并准确评分持久技能。 执行 LLM 架构通过协调多个 AI 角色，能够主动引导对话，提升关键行为的评估效果。 研究表明，AI 评分与人类专家评分一致性良好，为教育测评带来了新的可能性。持久技能大语言模型Vantage教育评估本文来自AIbase日报扫码查看欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。由AIbase 日报组创作© 版权所有 AIbase基地 2024, 点击查看来源出处 -
信息源：AIBase 来源：https://www.aibase.com/zh/news/27113OpenAI 内部信炮轰 Anthropic：虚增 80 亿，营收未超我方
2026年4月14日 18:00
OpenAI 内部信炮轰 Anthropic：虚增 80 亿，营收未超我方AIbase基地发布于AI新闻资讯·1分钟阅读·Apr 14, 202621据Readhub报道，OpenAI首席营收官德尼丝德雷塞尔的一份四页内部备忘录曝光。信中言辞犀利地质疑竞争对手Anthropic近期发布的营收数据严重注水，并指责其产品力无法支撑平台级竞争。核心争议：300 亿背后的总额法财技一周前，Anthropic官宣其年化收入达到 300 亿美元，一举反超OpenAI。但这份备忘录指出了其中的水分：统计差异：OpenAI指控Anthropic采用总额法处理云服务商的收入分成，虚增了80 亿美元收入。真实排名：若按上市公司通用的净额法计算，Anthropic真实年化收入约为220 亿美元，并未超过OpenAI的250 亿美元。算力瓶颈：备忘录揭露Anthropic未能获取足够算力，导致其旗舰模型Claude的用户体验在实际应用中并不理想。战略博弈：编程利器 vs 企业全能系统除了财务质疑，OpenAI还对两者的发展路径进行了降维打击：产品偏科：批评Anthropic过于专注编程场景，虽然技术深度高，但难以赢下综合性的平台战争。系统构建：OpenAI宣称自己正构建一整套企业 AI 系统，致力于民主化 AI，而非单一的工具。人才并购：就在同一天，OpenAI宣布收购 AI 财务应用公司Hiro Finance。此举被视为针对性的补课，通过吸纳金融人才来强化其在生活与专业场景的感知力，对抗Anthropic的垂直渗透。行业视角：8520 亿美金估值的焦虑此次互撕背后，是资本市场对 AI 泡沫的警惕：估值倒挂：尽管OpenAI的估值已冲上 8520 亿美元，但投资者对其战略转向及收入真实性的质疑也在增加。市场风向：相比之下，Anthropic的股份在二级市场遭疯抢，而OpenAI的股份却出现无人问津的尴尬局面，这或许正是此次内部信言辞如此激进的深层原因。结语：数据竞争掩盖下的模型危机当OpenAI选择通过曝光内部信的方式来打击对手的财信度，反映出 AI 竞赛已进入刺刀见红的阶段。对于用户而言，比起谁的年化收入更高，大家更关心的或许是：在算力紧缺的当下，谁能第一个做出真正不降智、不注水的 AGI。OpenAIAnthropic营收数据AI新词本文来自AIbase日报扫码查看欢迎来到【AI日报】栏目!这里是你每天探索人工智能世界的指南，每天我们为你呈现AI领域的热点内容，聚焦开发者，助你洞悉技术趋势、了解创新AI产品应用。由AIbase 日报组创作© 版权所有 AIbase基地 2024, 点击查看来源出处 -
信息源：AIBase 来源：https://www.aibase.com/zh/news/27111