# Claude Code

Claude Code 的更新日志显示，沙箱内运行的 Bash 命令默认改走常规权限流程，不再自动放行；要保留免提示执行，需在设置中打开 sandbox.autoAllowBashIfSandboxed。同一批改动还让只读 git 命令在非项目或未受信任仓库中先询问，并把插件 MCP 包解压到插件目录下，使只读插件文件夹也能加载。这些变化针对的是智能体在本地执行命令与加载插件时的权限边界，而非模型能力本身。

Claude Code 的更新日志显示，沙箱内运行的 Bash 命令默认改走常规权限流程，不再自动放行；要保留免提示执行，需在设置中打开 sandbox.autoAllowBashIfSandboxed。同一批改动还让只读 git 命令在非项目或未受信任仓库中先询问，并把插件 MCP 包解压到插件目录下，使只读插件文件夹也能加载。这些变化针对的是智能体在本地执行命令与加载插件时的权限边界，而非模型能力本身。

Anthropic 的 Claude Code 更新日志新增了实验性、需主动开启的 Code Mode，让 Claude 编写 JavaScript 来调用自身工具，而不是逐次发起工具调用。同一批更新还让插件在 plugin.json 中声明 engines["claude-code"] 版本范围，超出范围的插件不会被安装、更新或加载，安装与更新会挑选符合范围的最新版本。此外 claude plugin validate 现在会检查插件 TypeScript hooks 模块的类型，并把每个问题作为警告报告。

Anthropic 的 Claude Code 更新日志新增了实验性、需主动开启的 Code Mode，让 Claude 编写 JavaScript 来调用自身工具，而不是逐次发起工具调用。同一批更新还让插件在 plugin.json 中声明 engines["claude-code"] 版本范围，超出范围的插件不会被安装、更新或加载，安装与更新会挑选符合范围的最新版本。此外 claude plugin validate 现在会检查插件 TypeScript hooks 模块的类型，并把每个问题作为警告报告。

埃因霍温理工大学团队把大语言模型辅助的 Dafny 形式验证组织成十步工作流，由 Claude Code 担任验证构建智能体，在人工监督下完成规格、实现、不变式与证明。该流程在 37 个图论、标记迁移系统和计算几何算法上得到机器校验的 Dafny 实现，其中包括 Hopcroft–Tarjan 三连通性测试；作者称许多验证在数小时到数天内完成，但未与人工主导的验证做对照。

埃因霍温理工大学团队把大语言模型辅助的 Dafny 形式验证组织成十步工作流，由 Claude Code 担任验证构建智能体，在人工监督下完成规格、实现、不变式与证明。该流程在 37 个图论、标记迁移系统和计算几何算法上得到机器校验的 Dafny 实现，其中包括 Hopcroft–Tarjan 三连通性测试；作者称许多验证在数小时到数天内完成，但未与人工主导的验证做对照。

J.Crew 在 JCrew.com 上线 AI 造型师 Style Advisor，让顾客按整套穿搭而非单件商品购物。此前线上购物通常一次只看一件商品，找到毛衣后还得重新搜索裤子和鞋子。Style Advisor 由 J.Crew 团队用 Claude Code 和多个 Claude 模型搭建，顾客描述场合后，它从 J.Crew 自有拍摄造型中给出整套搭配并以照片呈现，还可继续细化；目前面向美国女装和男装。

J.Crew 在 JCrew.com 上线 AI 造型师 Style Advisor，让顾客按整套穿搭而非单件商品购物。此前线上购物通常一次只看一件商品，找到毛衣后还得重新搜索裤子和鞋子。Style Advisor 由 J.Crew 团队用 Claude Code 和多个 Claude 模型搭建，顾客描述场合后，它从 J.Crew 自有拍摄造型中给出整套搭配并以照片呈现，还可继续细化；目前面向美国女装和男装。

Anthropic 为 Claude Code 使用的 Opus 5.5 下调了 API 列表价：输入与输出 token 比 Opus 5 便宜 20%，缓存读取便宜 60%，读取价从输入价的十分之一降到二十分之一。一次任务的花费由轮次、缓存命中、输出 token 和模型价格共同决定，因为每一轮都要重发此前的对话。在 token 数相同的示例会话上，仅价格变化就让账单从 3.50 美元降到 2.40 美元，约少 31%；官方估计典型工作负载可省 40%，但该数字还假设模型在默认中等强度下每任务用更少 token。

Anthropic 为 Claude Code 使用的 Opus 5.5 下调了 API 列表价：输入与输出 token 比 Opus 5 便宜 20%，缓存读取便宜 60%，读取价从输入价的十分之一降到二十分之一。一次任务的花费由轮次、缓存命中、输出 token 和模型价格共同决定，因为每一轮都要重发此前的对话。在 token 数相同的示例会话上，仅价格变化就让账单从 3.50 美元降到 2.40 美元，约少 31%；官方估计典型工作负载可省 40%，但该数字还假设模型在默认中等强度下每任务用更少 token。

Anthropic 用 Claude Managed Agents（测试版）搭出一套定时运行的智能体自动化参考实现：它按来源书签读取 Slack 频道与 GitHub 拉取请求，只报告上次运行以来的变化，并把结果发到指定 Slack 频道。针对定时任务常见的漏读与重复，这套配置要求读取失败时保留书签并在简报末尾注明该来源不可读，发帖以 Slack 返回确认后才更新书签与台账。

Anthropic 用 Claude Managed Agents（测试版）搭出一套定时运行的智能体自动化参考实现：它按来源书签读取 Slack 频道与 GitHub 拉取请求，只报告上次运行以来的变化，并把结果发到指定 Slack 频道。针对定时任务常见的漏读与重复，这套配置要求读取失败时保留书签并在简报末尾注明该来源不可读，发帖以 Slack 返回确认后才更新书签与台账。

Anthropic公开了一个技能仓库，把Claude用于专门任务的技能做成可独立分发的文件夹，每个文件夹含一份SKILL.md，写明指令与元数据，由Claude在需要时动态加载。仓库收录创意、开发测试、企业沟通等示例技能，也放出支撑Claude文档能力的docx、pdf、pptx、xlsx四个文档技能，后者为源码可见而非开源。这些技能被定位为演示与教学用途，官方提示实际实现与行为可能不同，需在自有环境中充分测试后再用于关键任务。

Anthropic公开了一个技能仓库，把Claude用于专门任务的技能做成可独立分发的文件夹，每个文件夹含一份SKILL.md，写明指令与元数据，由Claude在需要时动态加载。仓库收录创意、开发测试、企业沟通等示例技能，也放出支撑Claude文档能力的docx、pdf、pptx、xlsx四个文档技能，后者为源码可见而非开源。这些技能被定位为演示与教学用途，官方提示实际实现与行为可能不同，需在自有环境中充分测试后再用于关键任务。

在PromptBio-Bench的244项自由输出生物信息任务上，Claude Opus 5.5在Claude Code中全部完成，按原评测框架准确率为0.869，高于Biomni与ToolsGenie的0.758和STELLA的0.717。安装667个生物信息学Agent Skills后，智能体在444个子智能体会话中一次也没有调用技能；修正评测器缺陷后，带技能配置在GPT判分下为0.918、在Claude判分下为0.926，无技能配置为0.873和0.902。剩余18项失败中，7项源于参考答案缺陷，4项依赖题目未给出的设置。

在PromptBio-Bench的244项自由输出生物信息任务上，Claude Opus 5.5在Claude Code中全部完成，按原评测框架准确率为0.869，高于Biomni与ToolsGenie的0.758和STELLA的0.717。安装667个生物信息学Agent Skills后，智能体在444个子智能体会话中一次也没有调用技能；修正评测器缺陷后，带技能配置在GPT判分下为0.918、在Claude判分下为0.926，无技能配置为0.873和0.902。剩余18项失败中，7项源于参考答案缺陷，4项依赖题目未给出的设置。

Anthropic的生命科学团队报告，Claude已被用于六家机构的真实药物研发项目，任务从分子设计延伸到生产文件复核与监管申报。此前这类工作的讨论多集中在新分子初始设计，而制造环节的文书工作仍靠人工，化学家最多有75%的时间花在记录上。在Enveda的测试中，Claude在1,061页生产文件里找出了人工复核者标记的全部11处问题，另多标记7处，并将人工复核时间从25小时以上压缩到不足3小时；这些结果大多仍处临床前阶段。

Anthropic的生命科学团队报告，Claude已被用于六家机构的真实药物研发项目，任务从分子设计延伸到生产文件复核与监管申报。此前这类工作的讨论多集中在新分子初始设计，而制造环节的文书工作仍靠人工，化学家最多有75%的时间花在记录上。在Enveda的测试中，Claude在1,061页生产文件里找出了人工复核者标记的全部11处问题，另多标记7处，并将人工复核时间从25小时以上压缩到不足3小时；这些结果大多仍处临床前阶段。