这期把「验证」拆成三个层次：模型先复核，工具先跑确定性检查，组织最后保留人工批准。
- Claude Opus 5 于 2026 年 7 月 24 日发布。Anthropic 强调它在长时间、多步骤任务中会核验结果并继续迭代，同时明确写出网络安全任务的防护边界。1
- Alibaba 的 open-code-review README 自述，它把确定性工程和带工具调用的 LLM Agent 放在一起：规则负责精确选文件、打包上下文和匹配风险，Agent 负责读完整文件、搜索代码库并写行级评论。2
- OpenAI 的 NTT DATA 案例页称，约 9,000 名员工使用 Codex，事故分析从 5 名工程师花 3 天缩短到 30 分钟；页面同时写明，人负责定方向、评估结果和必要时复核。这个数字属于客户案例口径，不能直接外推。3
第 5 张给了一条可直接改写的提示词：先列未知信息，再跑测试和规则；每个风险都留下文件、证据和影响；只生成最小改动草案，不直接合并，最后把结果分成「通过 / 需人工复核 / 阻塞」。这套顺序适合代码审查、事故分析，也适合任何不能把「能执行」误当成「能上线」的 Agent 流程。
References
- 1Introducing Claude Opus 5
anthropic.com
- 2alibaba/open-code-review
github.com
- 3
Comments