AI工具使用指南、对比分析、最新资讯

想打开 Windows 版 Claude Desktop，弹出来的却是标题为“无法打开这个应用”的对话框，提示你转到 Claude 的高级选项并选择“修复”——照它说的做就能解决，既不用卸载，也不用那个会把数据一起丢掉的“重置”。不过中间有一道坎，正是本文的核心：点了“修复”之后，可能会收到一条提示说应用还在运行，可明明哪儿都没有开着 Claude 的窗口。原因是 Claude Desktop 在窗口关闭后仍然驻留在系统托盘里，那个常驻进程占着包里的文件，修复自然通不过。解法很简单：先明确地结束进程，再点“修复”。而这个事实本身也指向了故障的成因——同一个进程先弄坏了更新，又挡住了修复。本文还回答了大家最先想问的那个问题：会话会不会被清空？答案分三种。claude.ai 的对话记录存在 Anthropic 的服务器上，完全不受影响；Claude Code 的会话存在 %USERPROFILE%\.claude\projects\ 下，位于应用包之外，所以修复、重置乃至卸载都动不到它（一台实机上是 52 个项目、2,977 个文件、约 3.0GB）；唯一有风险的是 %APPDATA%\Claude 里的应用侧设置，而“修复”连这个也保得住——Windows 就在同一个页面上把区别写清楚了：修复不影响应用的数据，重置会删除应用的数据。此外还涵盖只读的 PowerShell 状态检查、备份流程、仍然打不开时的分级处理（确认 vmcompute 与 hns 是否在运行、用 -PreserveApplicationData 重装）、半注册 MSIX 这一推定成因与相关的 GitHub issue（#55465 安装成功却没有生成入口点，以及 #50285、#48437，全部以 closed as not planned 收场，没有官方修复），降低复发概率的做法，以及与旧版安装程序格式的对比——MSIX 最新版与旧格式实机上的版本号同为 1.24012.9。

2026 年 7 月 16 日，Moonshot AI 发布了总参数量 2.8 万亿的 Kimi K3。美国半导体股票遭到抛售，事态更升级到一位白宫官员点名指控该公司蒸馏了 Anthropic 的模型。由于数字乃至叫法都会因来源而异，本文对照基准发布方、财经媒体、Moonshot 自己的公告以及 Hugging Face 上的实际页面，逐一说明每个数字出自谁之手。性能方面，它在 Artificial Analysis Intelligence Index 上得 57 分、排名第三（截至 2026 年 7 月 17 日；不过同样是 57 分，也存在排第四和第七的统计）。在更贴近实务的 GDPval-AA v2 上，K3 为 1668，Fable 5 为 1760，Opus 4.8 为 1600——较上一代 K2.6 的 1190 跃升 478 分，真正撬动市场的正是这种差距的缩小，而非绝对名次。编程方面，它在 Arena.ai 的 Frontend Code Arena 上以 1679 分拿下第一（Fable 5 为 1631），但在 FrontierSWE 上以 81.2% 输给了 Fable 5 的 86.6%。价格的结论会随比较对象反转：输入 $3、输出 $15，比 Claude Opus 4.8（$5/$25）或 GPT-5.6 Sol（$5/$30）输入便宜约四成、输出便宜四到五成，实测单任务成本 $0.94 也低于 Opus 4.8 的 $1.80。但与中国同行相比它是最贵的一个，约为 GLM-5.2 的三倍、DeepSeek V4 Pro 的 23 倍，因此这并不是 DeepSeek 冲击那种低一个数量级的折扣。关于权重，媒体在“开源”（VentureBeat、SCMP）与路透社的“开放权重”之间分裂，准确的说法是后者。权重已按原定计划于 2026 年 7 月 27 日放出，可以从 Hugging Face 无申请直接下载（96 个 safetensors 分片）。同时公开的许可证是自定的“Kimi K3 License”，在 MIT 式授权之上附加两项条件：Model as a Service 业务营收超过 2,000 万美元需另行签约，月活跃用户过亿的产品需在界面上标出“Kimi K3”。授权随规模而变，因此并不符合 OSI 的开源定义——称呼上的分歧，如今由许可证条文本身给出了答案。市场方面，纳斯达克周五下跌 1.5%，台湾跌超 6%，日本跌 4%，半导体 ETF（SMH）较 6 月底高点下跌超过 20%，但 SOX 的周跌幅按媒体不同被报为 -9% 至 -12.5%，此后抄底资金入场收窄了跌幅。蒸馏指控被研究者以时间线否定——Fable 于 7 月 1 日公开，K3 于 7 月 15 日上线，中间只有 15 天——并且没有任何证据被公开。速度（测量值从每秒 33 到 62 个 token 不等，OpenRouter 警告容量紧张会导致 429 频发）、幻觉率从 39% 升至 51%，以及 Moonshot 自己承认的明显用户体验差距，本文都附上了确信度标签。

Claude Code 回答写到一半停住，屏幕上出现「API Error: Connection closed mid-response. The response above may be incomplete.」——这不是提示词的问题，而是承载流式响应的连接在响应传输途中被关闭的传输层事件。本文只依据官方错误参考、官方 CHANGELOG 与带抓包证据的真实 Issue 进行梳理。先讲官方定义：Connection closed 是被切断、Response stalled 是陷入沉默、Server error 是服务端出错，三者的区别；以及已输出内容为何被「刻意」保留——因为重发可能把同样的工具调用执行两遍——而恢复步骤就是回复 continue。接着拆解断连可能发生的三个层次（本机链路与休眠／代理和 VPN 的空闲断开／服务端主动关闭），并给出 Issue #67766 报告者公开的抓包实测值：十次全部是服务端发起的正常关闭，从 FIN 到报错为 3〜105 毫秒，关闭时已收到 7〜20 KB 响应，请求体 1〜2.5 MB，新建连接约 20 毫秒即成功，23 天内共 200 次报错、171 次事件，其中 87 次距上次通信不到 5 秒。本文实用价值的核心，是 CHANGELOG 中真实存在的连接修复时间线（2.1.179 保留已输出内容、2.1.185 停滞提示由 10 秒改为 20 秒、2.1.198 临时网络中断改为带退避重试、2.1.199 流中服务端错误也保留已输出、2.1.214 陈旧连接错误后停用 keep-alive 池），并与报告版本（#69336＝2.1.173／#69415＝2.1.181／#69517＝2.1.183）对照，指出报告集中区间全都早于 2.1.198。此外还包括易触发条件、八步用户检查清单、六条开发者指引、与 Unable to connect 及 Prompt is too long 的区分，以及「症状与对策已官方文档化，但原因的官方说明尚未给出」的确信度划分。

Anthropic 于 2026 年 7 月 24 日发布 Claude Opus 5，官方文档称其相对 Opus 4.8 是台阶式跃升而非渐进式小改，但价格纹丝不动：每百万 token 输入 $5 / 输出 $25，正好是旗舰 Fable 5（$10 / $50）的一半。本文交叉核对官方公告、官方文档与多家媒体报道，梳理核心规格（claude-opus-5、100 万 token 上下文且默认值即上限、128K 最大输出、知识截止 2026 年 5 月）、含缓存费率与高速模式（约 2.5 倍速度、2 倍价格、仅限 Claude API）的价格结构，以及基准测试成绩：Anthropic 在正文中明确写出 Frontier-Bench 超过 Opus 4.8 的两倍、CursorBench 3.2 与 Fable 5 相差 0.5% 以内、ARC-AGI 3 是第二名的三倍、OSWorld 2.0 以约三分之一成本超过 Fable 5；媒体从图表读取的数值则包括 Frontier-Bench 43.3%、ARC-AGI-3 30.2%、GDPval-AA 1,861 与 OSWorld 70.6%。同时也不回避短板：DeepSWE v1.1 上 68.8% 落后于 GPT-5.6 Sol 的 72.7%，攻击性安全与长周期生物学研究仍由 Mythos 5 领先，而且存在 max effort 得分反而低于低档位的情况。随后详解两处 API 破坏性变更（思考默认开启，导致卡得过紧的 max_tokens 被截断；关闭思考仅在 effort 为 high 及以下时允许，xhigh 或 max 会返回 400），五档 effort 的选择方法，对话中途变更工具、512 token 缓存下限、default 回退模式等新功能，以及回答变长、汇报变多、更愿意分派子智能体、不用催就自我验证的性格变化——迁移的要诀是删提示词而不是加提示词——最后给出谁该立刻迁移的判断标准与六步迁移检查清单。

你打开 Hugging Face 想跑本地 LLM，同一个模型却挂着一整墙文件（Q4_K_M、Q5_K_S、GPTQ、AWQ、IQ3_M），然后就懵了。本文实打实回答：到底该下载哪个量化文件才能把它跑起来，把「什么是量化」的概念留给另一篇，专注于选择格式。选择分两步：先选格式（= 用哪个引擎跑），再选位深。最重要的事实是：量化文件只能在支持其格式的引擎上运行。GGUF 是唯一「本地全能」的格式，能在 CPU、Mac 和部分 GPU 上跑（llama.cpp/Ollama）；GPTQ/AWQ/EXL2 以 GPU 为先（vLLM/TGI）；bitsandbytes 在 Transformers 里加载时量化、无需校准。GGUF 命名 Q4_K_M 分三部分：Q4（名义 4-bit，越大越好也越大）、K（在超级块上做的 K-quant；无后缀/_0/_1 是旧式）、M（S/M/L 表示有多少重要张量被升级；有效比特高于标签值，Q4_K 约 4.5 bpw）。IQ 家族（I-quants）在相同位深下更小，但推理更吃力、需要 imatrix（来自校准的重要性矩阵，优先保护关键权重）。GPTQ 最小化逐层误差；AWQ 通过激活值保护关键权重（没有谁绝对更好）。位深上，拿不准就选 Q4_K_M（许多模型的 Ollama 默认值），VRAM 有富余升到 Q5_K_M/Q6_K，Q8_0 近乎无损但不推荐，IQ2/IQ3 只用于硬塞大模型。约 4.5 到 5 bpw 是好吃区间（一个启发式）。找文件可用 library=gguf、bartowski/mradermacher（活跃度会变），或 Ollama 标签 model:size-variant-quant。数字是近似值，会因模型和构建方式而异。

当「问 AI 就行」「让 AI 全部写出来」成为默认时，反过来的问题才更有锋芒：这真的是该用 AI 的场合吗？本文并不是反 AI；它讲的是把「不用它」保留为一个选项，正是为了让你能最大限度发挥 AI 的价值。AI 不是默认要用的东西，而是有意去选择的工具，善用它和选择不用它是一对搭档。六种跳过它反而更好的情形：1. 打基础的学习（以写来思考的过程本身就是目标），2. 输入机密或个人数据（未确认条款和数据保留政策前不要粘贴），3. 出错即致命的最终决断（医疗、法律、安全、金钱不应未经验证就交出去），4. 不值得成本的轻量任务，5. 以人的信任或创造力为核心的工作（道歉、招聘、作者身份），6. 不想再增加单点故障时（业务连续性）。用三个问题快速决定：你能自己验证输出吗、是否只涉及可以分享的数据、这个过程是你现在应该训练的吗。如果能验证、数据可分享、且不需要训练，就用 AI；否则就跳过它，或插入一道人工核查。过度使用的弊端（认知卸载、接受听起来合理的错误、依赖）只作为讨论要点提出，而非确切的数字。刻意跳过 AI 不是刹车，而是让你能在它合适之处全力以赴的另一面技能，也是对过度依赖 AI 的一道对冲。

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。