2026-10-15 · 周四 · 9 条 Claude API 支持 OpenTelemetry 导出、Claude Code 在缓存过期前自动压缩空闲会话、GitHub Actions 推出依赖锁文件
今天的主线是「看得见、钉得住」：Claude 的 API 和 Claude Code 都把调用接进了标准的 OpenTelemetry 链路，GitHub Actions 能把依赖锁到具体提交。与此同时，Copilot 的 HydraFusion 把「用哪个模型」交给了编排层，所以记录下每一步实际用了什么，比以往更重要。
-
- 可在可观测性后端里追踪 Messages API 请求和 Claude Managed Agents 会话，目前为 beta。
- Claude SDK 在 Python、TypeScript、C#、Go、Java、PHP 和 Ruby 中发出 span。
- 要从 API 侧拿到 span，需在 Claude Console 中添加一个 OpenTelemetry 目的地。
开发者视角我一直是在自己的代码里包一层日志来记模型调用，这层现在可以交给标准链路了。我会先在 AI 云盘的文档问答上接一个 OpenTelemetry 目的地，把一次提问从上传解析到模型回答串成一条链路，定位慢在哪一步；上线前确认清楚 span 里带了哪些内容，再决定发往哪个后端。
-
- 终端中 200K token 以上的会话空闲约 54 分钟，会在一小时提示缓存过期前自动压缩，下一条消息不必重新处理全部内容。
- 可用 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 调整 200K 的门槛，在 settings.json 里设 "idleCompaction": false 关闭，两者都需要 2.1.290 及以上版本。
- 修复：沙箱里的 shell 命令此前能写入 --plugin-dir 目录，而 Claude Code 会在沙箱外重新加载并运行其中的代码。
- /usage 新增针对 max effort、workflows、常驻上下文和大型工具结果的警告；Claude apps 网关不再提供被 deniedModels 等策略屏蔽的模型，改为返回 400。
开发者视角空闲压缩省的是实打实的钱：开会回来接着聊一个大会话，原本要按全价重新读一遍上下文。我会让团队升到 2.1.299，主要是为了那个 --plugin-dir 的沙箱修复；对需要逐字保留上下文的长任务，可以把门槛调高，别让压缩丢掉细节。
-
- 模型池包括 Claude Opus 5.5、GPT-6 Astra、GPT-6.1 Sol 和 GPT-6 Luna，每个任务用哪个取决于工作流。
- 推理强度按阶段设定：初稿用 medium，评审用 high；级联流程新增评判步骤，只在初稿需要时才要求修复。
- 评审改为用工具检查真实工作区，并行运行多个评审模型，而不再主要依赖文字摘要。
- HydraFusion 和 HydraFusion Max 均为研究预览，支持 VS Code、GitHub Copilot 应用和 Copilot CLI，面向开启实验或预览功能的 Pro、Pro+、Business 和 Enterprise 用户；页面未给出计费倍率。
开发者视角「草稿用便宜档、评审用贵档、只在需要时修复」这套分工，自己做智能体也可以照搬。我会在 PandaClaws 的内容生成里试同样的结构：中档模型出初稿，强模型只做检查；但在 GitHub 公布 Max 的计费之前，我不会让团队默认开它。
-
- 锁文件位于 .github/workflows/actions.lock，记录 action、传递依赖和可复用工作流的具体提交，运行时使用记录的提交。
- 通过 GitHub CLI 的 gh actions-lock 扩展生成，可逐个工作流接入，也可在 CI 中只检查锁文件是否过期、不改文件。
- 企业、组织和仓库管理员可设置「必须使用锁文件」策略（同为公开预览）；Dependabot 升级 action 时会在同一个 PR 里更新对应锁文件条目。
- GitHub 提醒：锁定不代表依赖安全，锁定前仍需审查。
开发者视角这个站的数据管道和部署都跑在 Actions 上，而且工作流里带着 COS 密钥，第三方 action 的标签被人挪动正是我最担心的情况。我会先给带密钥的部署和发布工作流生成锁文件，并在 CI 里加上过期检查；跑通之后再考虑在组织层面强制。
-
- 对 9 月 21 日至 27 日约 25 万条美国 Claude.ai 对话的分析显示：涉及政治、公共政策或社会议题的约占 5.75%，专门谈选举或投票的约 0.51%，问「该投给谁」的约 0.01%，违反选举诚信政策的约 0.002%。
- 本月晚些时候，Claude.ai 会从 Democracy Works 取官方投票信息，按州回答在哪投票、带什么证件；选举夜及之后几天会显示最新的官方计票结果。
- Anthropic 称 Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在其政治中立性评测上得分 99%。
- 三家独立机构的审查发现 Claude 很少拒答，但有时会加上未被要求的提醒和反方观点；Foundation for American Innovation 发现 Claude Sonnet 4.5 对右倾立场的论证更容易打折扣。
开发者视角这篇值得学的是方法：先用隐私保护的方式量化真实用法，再决定在哪里接权威数据源、在哪里加护栏。我的产品不碰选举，但 PandaClaws 会替人写对外内容，「该不该在倡议文案里加反方观点」这个问题同样存在，我会把「不擅自添加提醒和反方观点」写进生成规则，并用左右对称的提示词做一次对照测试。
-
- 备忘录涵盖 AI 安全、安保与模型评测，AI 采用及其影响的研究，以及公私部门的负责任落地；双方计划就模型评测、测试标准和事件响应开展技术交流。
- 在最新一期 Economic Index 中，新加坡按人口计的 Claude.ai 使用量在 121 个国家中排第二，接近其人口规模预期的 6 倍。
- 新加坡政府科技局（GovTech Singapore）已有 1,500 多名工程师和技术人员采用 Claude Code；Grab 用 Claude 驱动的销售助手 BriX 每季度为销售团队节省约 40,000 小时。
- 金融等受监管行业可以通过 Amazon Bedrock 在区域内推理运行 Claude，以满足数据处理要求。
开发者视角对做产品的人，有用的是最后一条：受监管行业要的是「数据不出区域」，而它是通过云厂商的区域推理来满足的。我给企业客户做智能面试私有化方案时，会先确认目标区域有没有区域内推理，再谈模型选型，而不是反过来。
-
- 基于 Qwen3.5-4B，用 rank-64 LoRA 做在线监督微调；输入为纯文本英文多轮对话，输出含 task 和 user_behavior 两个字段的 JSON。
- 在 1 到 10 分的模拟保真度评测上，best-of-1 / best-of-3 得分为 4.95 / 6.02，GPT-5.5 为 3.90 / 4.90，Qwen3.5-4B 基座为 3.41 / 4.42。
- 行为描述用于同一用户再识别时准确率为 51.02%（随机为 25%）；模型卡明确提示这些画像不是匿名数据，画像、监控和重大决策不在适用范围内。
开发者视角智能面试最难测的是「各种各样的候选人」，这个模型正好能把真实对话变成可复用的模拟用户。我会在脱敏后的面试记录上试一下，生成一批不同风格的模拟候选人做回归测试；但它的再识别能力说明画像本身就是敏感数据，只能在内部测试环境里用，不能和简历放在一起存。
-
- ACE 以 100 公里分辨率运行，新的降尺度模型 HiROv2 把结果细化到 3 公里，并且一次预测多个高分辨率变量，而不只是降水。
- 生成全球 3 公里数据的成本约为显式模拟风暴的高分辨率模型 X-SHiELD 的 1/300；只算单个区域时，节省可超过 100 倍。
- 在粗化后的 X-SHiELD 数据上，HiROv2 与目标高分辨率统计的误差在 3% 以内，包括约百万分之一概率的极端事件；更精简、可能再快 10 倍以上的版本正在开发。
开发者视角我不做气象，但「便宜的粗模型 + 专门的细化模型」这个结构很有参考价值：贵的那步只在需要细节的地方做。和这两天的小模型趋势连起来看，先用便宜的方法铺开、再用专用模型补精度，正在成为降成本的通用做法。
-
- 新增 repository_creation:write，可在授权账号下建仓而无需更宽的 repository_administration:write；新增 installation_repositories:write，可增删组织内任一安装覆盖的仓库。
- 组织级增删安装仓库的 API 现在支持 GitHub App 和细粒度 PAT，此前需要粗粒度的 repo 权限。
- 应用已在组织层安装时，仓库管理员可自行把仓库加入，无需组织所有者审批；组织级权限、仓库管理和建仓三类权限仍需所有者批准。
- GitHub App 支持 offline_access，随过期的访问令牌一起拿到刷新令牌；凭据移到单独的 Credentials 标签页，为后续的工作负载联合凭据做准备。
开发者视角给智能体发 GitHub 令牌时，最常见的妥协就是为了一个「建仓」动作给了整套管理权限。我会把团队里自动化用的 PAT 盘一遍，能换成 GitHub App 加细粒度权限的就换掉，并配合前两期提到的推送拦截和推送归属一起用。
本期由 AI 辅助检索与起草，选题标准与观点由 Darius 设定。