推文

Claude Code 现在在我们的桌面应用中可用。

并行运行多个会话：同时进行编码、研究和更新工作。

计划模式也已升级至 Opus 4.5 —— Claude 会预先提问以明确需求，然后自主完成任务。

推荐

好的提示带来卓越的结果。

转译：Claude Opus 4.5 的提示词（Prompting）实战指南

为了帮助大家更好地驾驭新模型，我们的研究与应用团队经过大量内部测试和“折腾”，总结了一份针对 Claude Opus 4.5 的提示词（Prompting）实战指南。

以下是我们目前摸索出的“独家秘籍”，教你如何榨干它的潜能，获得最佳效果：

1. 用好 effort 参数，想多聪明你说了算

新的 effort（努力值）参数简直是个神器。它能让你大体控制 Claude 在输出内容时消耗多少算力。这就好比你有了一个调节旋钮：你可以通过它，在“智能程度”与“成本/响应速度”之间做一个权衡 （向左转省钱快出结果，向右转费点时间但智商爆表）。

这个参数对所有类型的 Token （AI 处理文本的最小单位，相当于单词或汉字） 都有效，包括模型的思考过程、正式回复以及工具调用。

2. 别太凶，温柔点：调整工具触发率

你可能会发现工具触发的频率变了。这是因为 Opus 4.5 对系统提示词（System Prompts）的反应更加灵敏。

以前为了防止它“偷懒”不调用工具 （Undertriggering，即触发不足），你的旧提示词可能使用过非常激进或严厉的语言。但在新版本里，这样反而会导致它变得太敏感，动不动就乱用工具 （Overtriggering，即触发过度）。

所以，是时候把语气放缓了。将原来那种 “CRITICAL: You MUST use this tool”（严重警告：你必须使用此工具）的命令，改成平和的 “Use this tool when...”（当出现……情况时，使用此工具）就可以了。

3. 防止“加戏”：避免过度设计

Opus 4.5 有时候会有点“想太多”，导致过度设计 （Overengineer，即把简单问题复杂化），比如凭空增加不必要的文件或者搞一堆复杂的抽象层。

要解决这个问题，你得在提示词里把话说明白，比如加上：“Only make changes that are directly requested. Keep solutions simple and focused.”（只修改我明确要求的部分。保持解决方案简洁、聚焦。）

4. 拒绝“云写代码”：强制它先读后写

在探索代码库时，Opus 4.5 有时会表现得比较保守。

如果你发现它没看代码就直接瞎提修改建议，请直接给它下死命令：“ALWAYS read and understand relevant files before proposing edits. Do not speculate about code you have not inspected.”（在提出修改建议前，必须总是先阅读并理解相关文件。绝对不要对自己没检查过的代码进行猜测。）

5. 眼神更好了：视觉能力大升级

Opus 4.5 的视觉能力有了显著提升，处理图像和提取数据的能力更强了，尤其是在同时处理多张图片的时候。

对于那些信息量巨大、密密麻麻的图片 （Dense Images），教你个绝招：给它配备一个裁剪工具，让它能像用放大镜一样“放大”并聚焦于局部细节。在我们的测试评估中，这一招能稳定提升它的表现。

如果你想快速应用上述所有技巧，将你的应用无缝迁移到 Opus 4.5，可以直接使用我们制作的这个 Claude Code 迁移插件：

github.com/anthropics/cla…

就连我们自己，每天也都还在挖掘这个新模型的潜力！如果你有什么独门秘籍，欢迎在下方分享。

我们今天发布了一个新的 API，让你可以解析任何 Excel 表格成为一个结构化的表格。

例如，以下展示了核心生产成本的解析效果 🌽:
1️⃣ 该表格位于 Excel 表格的中心区域，带有标题、脚注和分层列布局
2️⃣ 我们取回一个带有摘要的结构化表格，以及解析后的行/列表示

如果你正在构建一个 AI 代理，这可以让你直接基于这些数据运行 text-to-pandas/SQL 查询。此外，你也可以自行执行 ETL 流程。

请查看我们的博客了解更多信息！
博客：llamaindex.ai/blog/announcin…

试试看：cloud.llamaindex.ai

代理运行时、框架和通用代理之间有什么区别？在这篇文章中，我们将详细阐述我们观察到的模式，何时应该使用不同的方法，以及事物是如何演变的。我们的简要心理模型如下：- 框架：帮助使用 LLMs (LangChain) 构建代理的抽象 - 运行时：具有持久执行、流式传输、人在环中等功能支持的基础设施层 (LangGraph) - 通用代理：通用代理 (Deep Agents) 阅读文章：blog.langchain.com/agent-framewor…

斯坦福大学的这篇论文值得了解👇🏻

他们构建了一个AI智能体框架，从零数据起步，没有人工标注，没有精心设计的任务，也没有任何演示，但它竟然超越了所有现有的自博弈方法。

这个框架名为Agent0：通过工具集成推理，从零数据中释放自我进化的智能体。

它所取得的成就令人难以置信。

你之前见过的所有“自我提升”的智能体都有一个致命的缺陷：它们只能生成比它们已经知道的稍微难一点的任务，所以它们会立即达到瓶颈。

Agent0打破了这个天花板。

关键在于：

他们从同一个基础LLM中生成两个智能体，并让他们竞争。

• 课程智能体 - 生成越来越难的任务
• 执行智能体 - 尝试使用推理+工具来解决这些任务

每当执行智能体变得更好时，课程智能体就会被迫提高难度。

每当任务变得更难时，执行智能体就会被迫进化。

这创造了一个闭环、自我强化的课程螺旋，而且这一切都是从头开始的，没有数据，没有人，什么都没有。

只是两个智能体互相推动，达到更高的智能水平。

然后他们添加了作弊码：

一个完整的Python工具解释器在循环中。

执行智能体学习通过代码来推理问题。
课程智能体学习创建需要使用工具的任务。
所以两个智能体都在不断升级。

结果呢？

→ 数学推理能力提高+18%
→ 一般推理能力提高+24%
→ 击败R-Zero、SPIRAL、Absolute Zero，甚至使用外部专有API的框架
→ 所有这些都来自零数据，只是自我进化的循环

他们甚至展示了难度曲线在迭代过程中上升：任务从基本的几何开始，最终达到约束满足、组合学、逻辑谜题和多步骤依赖工具的问题。

这是我们见过的最接近LLM中自主认知增长的东西。

Agent0不仅仅是“更好的RL”。

它是智能体引导自身智能的蓝图。

智能体时代已经解锁。

我们团队的最新研究：评估 VLM (视觉语言模型) 在机器人学习中处理长程家庭活动的能力 (BEHAVIOR 基准环境) 👇

Giving an agent too many tools doesn’t always make it smarter. Sometimes it just makes it slower. 🐢

So we trimmed GitHub Copilot's default toolset from 40 down to 13.

The result? ⚡️ 400ms faster responses 📈 2-5% higher success rates

Here's how we optimizedgithub.blog/ai-and-ml/gith…/t.co/gSu87EnVPt

隆重推出 LlamaSheets 🦙 - 一款专业的 AI 代理，它可以将复杂的电子表格转换为规范化的结构化数据。

Excel 文件可能非常复杂，例如包含半结构化的数值数据、复杂的格式和可视化层级结构。很多 Excel 文件在人眼看来像是表格，但如果直接读取原始单元格值，则难以将其解析为实际表格。

解析 Excel 文件需要一套与解析任何其他文档格式完全不同的技术栈。在过去的几个月中，我们一直在努力进行关于理解 Excel 文件的应用研究。

最终，我们创建了一个强大的算法，可以帮助识别、分割和输出结构化表格，并能保留多级行和列层级结构。输出结果是一个结构化的数据框。您可以直接对其运行查询，或将其作为工具提供给上游 AI 代理。

相比于尝试编写代码（例如 openpyxl）来操作原始 Excel 值，AI 代理将更容易理解这些结构化的值。这样做可以提高准确性并降低成本。

这是整个团队共同努力的成果，在此向所有为此做出贡献的人表示感谢。欢迎查看我们的视频、博客和文档，并在下面注册！

视频：youtube.com/watch?v=eOp6_v…
博客：llamaindex.ai/blog/announcin…
文档：developers.llamaindex.ai/python/cloud/l…
注册：cloud.llamaindex.ai

感恩节快乐 🦃