AI工具使用指南、对比分析、最新资讯

刚更新完 Claude Desktop（Windows）后启动应用，会弹出"另一个程序正在使用此文件"，应用无法启动——而且在重启电脑之前一直无法修复。这是 Microsoft Store（MSIX）版上的一个已知缺陷（GitHub #53247 等）。关键点：并不一定需要完全重启电脑——很多情况下只要注销 Windows 再重新登录即可恢复（不是重启电脑，也不是退出 Claude 的登录），因为背后的孤立句柄是按 Windows 用户会话为单位残留的。有报告称停掉 CoworkVMService 或重新注册软件包均无效。尽管对话框如此措辞，但已验证不存在用户空间的文件锁（handle.exe / Process Explorer）：真正的失败发生在 AppX/Desktop Bridge 的容器层，即 Job Object → Silo 的转换（0x80070020 = ERROR_SHARING_VIOLATION，事件 215/208）。触发原因有两种尚无定论的解释——服务占用 Job Object（#57221）与启动时崩溃导致清理未执行（#53247）——且官方尚未发布修复。长久的变通办法是改用 Squirrel（安装程序）版。本文基于一台实机（Windows 11 Home 10.0.26200）并与 GitHub issue 相互印证，全文附有置信度标签。

ChatGPT Work 是 OpenAI 在 2026 年 7 月 9 日随 GPT-5.6 一同发布的"工作用 AI 智能体"。与只会回答的普通聊天不同，它从你已连接的应用和文件中收集上下文，做出文档、表格、幻灯片乃至 Web 应用这类完整成品。它的大脑是新旗舰 GPT-5.6 Sol（基于 Codex），能把一个复杂项目拆解成步骤并连续工作数小时（Thurrott）。在统一的桌面应用内，三种模式同居——Work（成品）、Codex（技术，展示细节）和普通对话（交谈）——其中 Work 被定位为隐藏了 Codex 技术细节的"业务版"（9to5Mac）。模型取决于套餐：Free/Go 默认用 Terra，而 Plus/Pro/Business/Enterprise 从 Sol/Terra/Luna 中选（基于报道）。它的强项在于通过 Google Drive、SharePoint、Slack 等连接器加上 MCP 把"你的上下文"拉进来——对企业而言，数据默认不用于训练。本文综合 Axios、TechCrunch、9to5Mac、Thurrott 和 OpenAI，梳理 ChatGPT Work 是什么、与普通 ChatGPT 及 Codex 有何不同、哪些套餐能用、能连接哪些应用——并对尚未官方确认的内容标注可信度。

"AI 到底能把软件开发工时削减多少？"随着2025—2026年智能体式编程的到来，我们衡量的单位本身变了。过去问的是"单个任务快了百分之几"；如今则是数量级的故事："过去要花数周的开发周期，被压缩到数小时或数天"（TechTarget）。Claude Fable 5 用一天完成了 Stripe 5000万行的迁移；TELUS 节省了 500,000 开发者工时；周期时间从 9.6 降到 2.4 天。自动补全时代的数字——Copilot RCT 快 55.8%、McKinsey 按任务 20–50%——如今成了下限。但并非一律 10×：据 Anthropic 的 2026 Agentic Coding Trends Report，开发者在约 60% 的工作上使用 AI，却只有 0–20% 的任务能被完全委派（委派鸿沟），所以仍需人来评审，而约 27% 的 AI 工作是以前不存在的新工作（削减工时 = 增加产出）。上下文设计良好时，错误减少 40%、速度提升 55%。就连 METR 2025 年"专家慢 19%"的结果也在2026年反转，作者承认测量低估了现实。本文用有名有姓的来源（GitHub、McKinsey、Anthropic、METR、DORA）梳理这种两极分化，并给出如何真正拿到这份工时节省的方法。

2026年7月8日，OpenAI 面向全球发布了刷新 ChatGPT 语音的新模型 GPT-Live。它以"边听边说"的全双工架构取代传统 Advanced Voice Mode，会附和、能接住打断、不打断你思考的沉默，响应延迟 <250ms。深度推理与检索在后台委派给 GPT-5.5（可选 Instant/Medium/High）。免费套餐用 GPT-Live-1 mini，Go/Plus/Pro 用 GPT-Live-1。本文讲解它是什么、与旧版有何不同、如何运作、分套餐提供，以及视频/屏幕共享与 API 等当前限制。

OpenAI 旗舰 GPT-5.6「Sol」与 Google Gemini 的对决，是一场强项几乎不重叠的比拼：Sol 在终端・智能体编码上压倒性领先，Gemini 则以原生多模态（语音・视频）、约半价的价格以及 MMLU/ARC-AGI-2/WebDev Arena 抗衡。需要注意时态陷阱——Google 真正的对手 Gemini 3.5 Pro 在本文时点尚未发布（预计7月中旬 GA），因此公正的比较对象是现行旗舰 Gemini 3.1 Pro。本文依据官方发布与独立基准，梳理两者的实力、价格、多模态以及按场景的选择方式。

Claude Code 长时间工作时，应答突然反复输出「court」几十到数百次，最后打出「API Error: Response stalled mid-stream. The response above may be incomplete.」而停下。这并非提示词或环境的错误，而是两个独立缺陷连锁触发：①模型不断吐出同一 token 的重复循环（退化），②因此产生的海量输出或连接问题导致的流停止。两者都是 Anthropic 官方仓库有多条 Issue 记录的已知 bug（court 重复带 area:model 标签）。本文基于官方文档与真实 Issue，梳理两层现象的真相、诱发条件、当下止损（Esc → 新会话 / /clear）、面向开发者的预防（读取超时、重复检测、max_tokens 上限），以及与 court/invoke 标签泄漏 bug 的区分。

GPT-5.5 发布仅两个半月后，OpenAI 便推出了 GPT-5.6，最大的变化并非单纯提速，而是从单一旗舰重组为 Luna / Terra / Sol 三款模型体系。其中中位的 Terra 以约半价（$2.50/$15）提供 GPT-5.5 级质量，成为多数现有工作负载的实质后继；最高端的 Sol 则在同价 $5/$30 下把 SWE-Bench Pro 从 58.6% 提升到约 64.6%（估算）。本文基于官方发布与独立分析，梳理规格差异、基准提升、新增功能与实际成本，并给出「先降到 Terra 减半账单、只把需要性能的处理升到 Sol」的两段式迁移建议。

深度对比 OpenAI 最高端 GPT-5.6 Sol（7月9日）与 Anthropic 定位为"面向公众发布的史上最强"的 Claude Fable 5（6月9日）。与 Opus 4.8 那种同价位段的正面对决不同，这一次的主题是"半价全能型 Sol（$5/$30）"对"贵一倍但为顶级的 Fable 5（$10/$50）"这一成本与实力的权衡。在生产级实战编码的 SWE-Bench Pro 上，Fable 5 以80.3%把 Sol 的64.6%（估算）甩开15pt以上，差距比对阵 Opus 4.8 时更大。此外 Fable 5 能专注于数百万 token 连续自主运行最长12小时，Stripe 在一天内完成5000万行 Ruby 迁移的"完赛能力"是其看家本领。另一方面，Sol 在终端操作的 TerminalBench 2.1（88.8% vs Fable 86.0%）、Agents' Last Exam（53.6 vs 40.5）、Coding Agent Index（80 vs 77.2）上居首位，且凭半价＋token 效率+54%在性价比上更强。本文将从规格速览表、基准详情、OpenAI 未公布 Sol 的 SWE-bench Pro 的"未公开基准问题"、长时间自主、实际成本（以每完成一项任务来看）、强项弱项地图，到按使用场景的选择方法，基于官方与独立基准逐一梳理。

对 2026 年两大 AI 编程巨头的深度对比：Claude Opus 4.8（5 月 28 日）与 GPT-5.6 的最高端 Sol（7 月 9 日）。两者擅长领域几乎相反：Sol 在终端操作与智能体综合能力上领先（TerminalBench 2.1 88.8% vs Opus 78.9%、Agents' Last Exam 53.6、Coding Agent Index 80），而 Opus 4.8 在生产级编程、数学与长上下文上领先（SWE-bench Pro 69.2% vs Sol 64.6%、USAMO 2026 96.7%、GraphWalks 1M 68.1%），并突出诚实性（过度自信降至十分之一、无批判报告缺陷结果 0%）。此外 OpenAI 大量未公布 Sol 的基准（SWE-bench Pro、GPQA、AIME、MMLU），因此在编程的核心阵地上，已披露的 Opus 更占优势。本文涵盖规格速览表、基准详细、未公开基准问题、实际成本（$25 vs $30 单价与 +54% token 效率）、优势/劣势地图、按场景选择，以及双供应商策略。

OpenAI 于 2026年7月9日正式向公众开放 GPT-5.6，以三模型阵容取代旧的「基础版＋Pro」结构：Luna（高速・低成本，$1/$6）、Terra（均衡，$2.50/$15，以半价达到 GPT-5.5 水准）、Sol（旗舰，$5/$30）。Sol 在 Agents' Last Exam（53.6）和 Coding Agent Index（80）上位居首位，TerminalBench 2.1 的 88.8% 也略微超过 Claude Fable 5（86.0%）——然而在生产级实战的 SWE-Bench Pro 上，Claude Fable 5 以 80.0% 对 Sol 的 64.6% 明显领先。本文基于 OpenAI 官方公告与独立基准测试，讲解三款模型的区别、价格、基准测试、新功能（Programmatic Tool Calling、ChatGPT Work、全双工语音模型 GPT-Live）、按 ChatGPT 套餐的提供情况、与 Claude（Fable 5 / Opus 4.8）的对比，以及如何按用途选择。

Claude Code 或 API 中突然出现的「API Error: 400 Output blocked by content filtering policy」——这既不是用量限制也不是上下文超限，而是 Claude 打算返回的「输出」被安全过滤器拦下的状态。其主要目的是防止逐字复现已有版权作品，在生成 MIT/Apache 等标准许可证全文、做「与已有来源保持一致」的工作、复制长篇文档时，常会毫无恶意地误判（false positive）。本文基于官方说明（输出阶段的过滤器检测到版权作品复现而以 400 拦截的机制）、实际 Claude Code Issue 中的误判模式（OSS 仓库初始搭建・列表比对・长时间智能体运行末尾被误诊为 token 上限）、立即解决的方法（不让模型照抄而用工具获取・把提示词改得更偏生成/摘要・用 Esc 停止重试循环・拆分任务・误判向支持报告），以及与 Prompt is too long／usage limit／529 Overloaded／max_tokens 的区分，逐一梳理。

很多人在个人开发里"东西做出来了，却卡在怎么赚钱、定价多少"。本文从个人开发者的视角实践性地梳理了：变现模式（免费／买断／订阅／免费增值／广告／捐赠）的选法，不看成本或竞品、而以"顾客获得的价值"为起点的基于价值的定价设计，免费→Pro→Business三档方案与年付折扣的标准打法，如何拿下第一批付费用户，以及把API token等AI成本算进去的采算。这是深挖母舰文章「用AI做个人开发路线图」中"养育阶段"的一篇。