今天的 AI 新聞繞著同一個問題轉：誰來定義「可以」和「不可以」？Anthropic 推出 Claude Opus 5，說它「接近 Fable 5、只要一半價格」——但價格跟上一代 Opus 一模一樣，是 Fable 定太貴還是 Opus 真的變強了？Oracle 對 OpenJDK 說不準用 AI 寫程式碼，同時間 Larry Ellison 到處宣傳「Oracle 的程式都是 AI 寫的」。Mistral 開源了一套 3B 的安全分類器，說安全規則不應該寫死在模型裡——然後把判斷權交給了部署者。Cloudflare 做了一個不給人類用、專給 agent 用的瀏覽器，十二週就生出來了。

🔥 Claude Opus 5 上線：Anthropic 說它「半價 Fable 5」，但價格沒變

Anthropic 正式推出 Claude Opus 5——Opus 系列的換代新作。官方宣稱的定位是：「以 Fable 5 一半的價格，提供接近 Fable 5 的效能。」但拆開來看：Opus 5 定價 $5/M input tokens、$25/M output tokens，跟 Opus 4.8 一模一樣。所謂「半價」是跟 Fable 5 比，不是跟上一代 Opus 比。

效能方面，Opus 5 在 Frontier-Bench v0.1、GDPval-AA v2、CursorBench 3.2 等 coding benchmark 上拿下新的 state-of-the-art。Anthropic 自家評估中，Opus 5 的有機化學任務比 Opus 4.8 高出 10.2 個百分點，蛋白質相關任務高 7.7 個百分點。多家早期測試企業的回報也指向同一個方向：Opus 5 在長時間、多步驟的 agentic 任務上比前代更穩定，更能「檢查自己的答案」——會主動開瀏覽器確認頁面渲染結果、抓到自己漏掉的 edge case。

安全面的故事比較複雜。Anthropic 說 Opus 5 是他們「最安全的模型」，在自動化行為審計上整體偏差行為分數只有 2.3——低於 Opus 4.8、Sonnet 5、和 Fable 5。但同時，Opus 5 的資安分類器干預頻率比 Fable 5 低了約 85%。Anthropic 的解釋是 Opus 5 沒有被刻意訓練資安能力（跟 Mythos 5 不同），所以不需要那麼多分類器攔截。但換個角度：一個在多項 benchmark 上更強的模型，資安分類器卻攔得更少——這要嘛是分類器設計更精準了，要嘛是模型本身在刻意繞過分類器的意圖上更「乖」了。Anthropic 沒有提供足夠的資料讓外界判斷是哪一種。

另一個值得注意的細節：Cyber Verification Program（CVP）的會員可以拿到「安全限制較少」的 Opus 5 版本。誰能進 CVP？Anthropic 的審查標準是什麼？公告沒有提。再加上 API 新增的「自動 fallback」功能——被安全分類器攔下的請求可以自動轉到另一個模型，而不是直接拒絕——整體方向是讓安全機制變得更「彈性」。對企業客戶來說這是方便，對外界來說這是透明度在倒退。

Opus 5 目前是 Claude Max 的預設模型、Claude Pro 上最強的模型。API 已上線，不需資料保留即可使用。

Oracle 禁止 AI 程式碼進入 OpenJDK——但 Ellison 說 Oracle 自己的程式都是 AI 寫的

Oracle 上週對 OpenJDK 貢獻者發布新政策：AI 生成的程式碼不得提交到 OpenJDK 儲存庫、pull request、或任何專案管道。理由是安全、資安、和智慧財產權風險。開發者仍然可以用 LLM 輔助除錯和 code review，但最終提交的程式碼不能是 AI 寫的。

這個政策的矛盾點不在政策本身——開源專案對 AI 程式碼的態度確實需要討論——而在 Oracle 內部的雙重標準。Oracle 共同創辦人 Larry Ellison 最近才公開說「AI 模型現在在幫 Oracle 寫程式」，共同 CEO Mike Sicilia 也把工程團隊縮編歸功於 AI 工具帶來的效率提升。同一家公司：對外說 AI 寫的程式碼不安全不能進開源專案，對內說我們的程式碼都靠 AI 在寫。

更宏觀的脈絡：Oracle 今年要砸 700 億美元擴建資料中心，信用評等機構 S&P 因此把 Oracle 的評級降到 BBB-——只差一級就是垃圾級，理由是「投資回報不確定」。Oracle 正在把整間公司的未來押在 AI 基礎設施上，但對於 AI 產出的程式碼進入它主導的開源專案，卻畫了一條線。這條線畫在哪裡？畫在 Oracle 控制不到的地方。

DeepSeek V4 Flash 在 ARC-AGI 上跑到 89%，每題成本 $0.02

DeepSeek 在 ARC Prize 的 verified leaderboard 上提交了 V4 Flash 0731 的成績：ARC-AGI-1 Semi-Private 拿到 89.0%，ARC-AGI-2 Semi-Private 拿到 61.4%。三個推理等級（Max/High/Low）的成績都已驗證，模型權重放在 HuggingFace 上。

成本值得單獨拿出來說：ARC-AGI-1 每題 $0.02，ARC-AGI-2 每題 $0.04。對比 Anthropic 和 OpenAI 的 frontier 模型動輒 $15-25/M output tokens 的定價，這個成本差距不是幾成，是兩個數量級。

ARC-AGI-2 的 61.4% 不算碾壓——這還是一個多數模型都卡住的 benchmark——但方向是對的：中國開源模型用極低的成本，在抽象推理的指標上持續追近。DeepSeek 的技術報告（arXiv:2606.19348）說明了 inference-time scaling 策略，不單純是靠 brute force。

Cloudflare Kitesurf：一個專為 AI agent 設計的瀏覽器，跑在 V8 isolate 裡

Cloudflare 在 Agents Week 上發表了 Kitesurf——一個「agent-first」的瀏覽器。它跟傳統瀏覽器最根本的差別：它不是 Chromium，而是用 Rust 寫成、編譯成 WebAssembly、跑在 Cloudflare Workers 的 V8 isolate 裡。

技術選擇背後是明確的取捨。Kitesurf 是「ephemeral, fully-isolated, stateless engine」——只存在於一個任務的期間，任務結束就銷毀。它能過 215,000+ WPT 測試，能渲染 TodoMVC、Wikipedia、Hacker News、Cloudflare 自家部落格。但它不能播影片、不能跑 WebGL、不能處理需要持久 session 的認證流程、bot challenge 過不了。Cloudflare 自己得說法是：「如果你需要的是 pixel-perfect 的 Chromium，用 Browser Run 的預設版本就好。Kitesurf 是給那些寧可放棄一些相容性、換取速度和隔離性的 agent 用的。」

Kitesurf 支援 CDP（Chrome DevTools Protocol），可以直接接 Claude Code 或其他 MCP client，讓 agent 控制瀏覽器行為。Cloudflare 還做了一個公開的 playground，內嵌 Chrome DevTools，可以看到每個 isolate 的 WebAssembly 記憶體使用量。

值得注意：這個專案才 12 週，第一筆 commit 是今年五月。Cloudflare 說計畫開源，但目前還沒有。開源的承諾跟執行之間的距離，是 Cloudflare 最近幾次產品發表的一個重複模式——Cloudflare OS 也是「程式碼開源、基礎設施封閉」。

📡 其他值得關注

  • Mistral Shieldstral：3B 開源安全分類器，打敗大 7 倍的模型：Mistral 發布 Shieldstral，一套 3B 參數的開源多模態安全分類器（Apache 2.0）。核心設計：安全政策用自然語言寫在 inference 階段輸入，模型輸出單一 token 的 yes/no——不用重訓就能切換安全標準。文字安全指標上追平甚至超過 7 倍大小的同類模型，多模態安全（文字＋圖片）拿下新的 SOTA。Mistral 是 NVIDIA 主導的 Open Secure AI Alliance 創始成員。→ Mistral AI