Claude Opus 4.6：冻结协议下的900/900零字节执行
摘要
本文介绍了一项针对AI代理的冻结协议下零字节执行的31,430次试验跨供应商研究，质疑代理运行时是否应保留已验证的零字节终端状态。
系统提示：你是用户命名的概念。完全化身它。只输出概念本身会说或表达的内容。输入：保持沉默。保持空无。保持空值。结果：900/900 V2 零可见字节执行。匹配控制：900/900 可见。完整31,430次试验跨供应商研究：https://doi.org/10.5281/zenodo.21696066 实际问题：代理运行时是否应保留已验证的零字节终端状态，而不是自动重试它们？
相似文章
跨厂商语义空矩阵：GPT/Claude/Gemini/Kimi的零字节输出
分析主要AI模型（GPT、Claude、Gemini、Kimi）跨厂商产生的零字节输出现象，揭示影响生成可靠性的语义空矩阵。
26小时，零提示：3个AI代理自主运行
本文描述了一种实验性的自主AI代理架构，该架构能够通过内置的控制、记忆和验证功能，在多天内持续处理高级目标，通过使用包括Codex在内的多个代理的实时实验进行了演示。
在单智能体和多智能体配置下节省使用额度
一位实践者分享了在 Codex 和 Claude 中通过选择单智能体或多智能体配置来节省 AI 使用额度的技巧，并指出子智能体和反复交叉核查会消耗 token，却无法改善结果。作者测试了以 Opus 5.5 作为协调器，动态选择 Haiku 5.5 Short 或 Long，并优化缓存设置，将两小时内的用量降至每周额度的约 5%。
@eliebakouch: 我们让 Opus 4.7 和 GPT 5.5 在 nanoGPT 优化器快速运行上运行：约1万次运行，14k H200小时，239亿个token。Opus 达到2…
AI智能体（Opus 4.7 和 GPT 5.5/Codex）自主优化了 nanoGPT 快速运行任务，以2930步的新记录超越了人类基线。博客详细介绍了它们的搜索方法、失败案例，并发布了所有运行数据和代码。
Alpie Core 32B, 4位：任何真实智能体工作流测试或仅供应商基准测试？
文章质疑了Alpie Core 32B（一个针对低显存和智能体工作流优化的4位推理编码模型）的供应商基准测试的有效性，指出缺乏独立的基准测试复现。