Claude Opus 4.7系统提示词详细对比分析
开发者详细对比了Claude Opus 4.7与4.6的系统提示词差异，发现新增了Claude in Powerpoint工具、强化了儿童安全指令，并鼓励模型更主动地使用工具而非频繁提问。项目地址：https://github.com/simonw/research/tree/main/extract-system-prompts#readme[1]
大黑AI速报
本期社区围绕Claude Opus 4.7的系统提示词变化和使用体验展开热议，同时涌现出多个提升AI代理效率的实用工具和工作流分享。
模型动态
产品工具
Manifest：为个人AI Agent提供智能模型路由
介绍了一个名为Manifest的工具，可为个人AI Agent提供智能模型路由，自动将简单请求路由到便宜模型，复杂请求路由到高级模型，宣称可节省高达70%成本。支持300+模型，可Docker自托管。项目地址：https://t.co/28pPA5GDLO[2]
开源项目claude-net实现多个Claude Code会话间通信
开发者发布claude-net项目，利用Claude Code的channels MCP功能，让同一局域网内的多个Claude Code会话能够直接【相互通信】，方便代理间协作和任务分发。项目地址：https://github.com/andrewleech/claude-net[5]
技巧教程
资深用户分享Claude Code高效工作流与配置
用户分享了经过数月实践总结的Claude Code高效工作流，核心包括使用CLAUDE.md进行上下文管理、建立持久化记忆系统、利用子代理处理探索任务，并推荐了多个实用的MCP服务器。[3]
用户分享翻译排版AI文章的学习工作流
用户分享了一种利用AI进行【翻译和排版】的学习工作流：先用AI重写，再仔细阅读修改不顺之处，最后排版发布。这既是学习过程，也能产生有价值的内容传播。[4]
用户实测8款LLM作为桌游GM的叙事质量
用户构建了一个叙事质量探针，测试了8款LLM作为桌游GM的表现。结果显示，Gemma 3 27B在NPC塑造和GM技巧上击败了更大的405B模型，表明【模型大小并非叙事质量的唯一决定因素】。项目地址：https://github.com/Bobby-Gray/open-tabletop-gm[6]
硬件动态
用户分享在老旧工作站上使用Intel Arc B70运行本地LLM的经验
用户分享了在配备Intel Arc B70显卡的HP Z640工作站上成功运行Qwen3.6-35B模型的经验，包括使用llama.cpp的SYCL后端以及具体的配置参数，为类似老旧硬件的用户提供了参考。[7]
行业资讯
研究提出“一致性优先”的非代理性人-AI交互系统
Reddit上出现一篇关于【非代理性交互系统】的研究摘要，提出了一种旨在稳定人-AI认知场的系统，通过管理信息引入和解决的条件来支持人类决策，而非追求自主目标。[8]