Claude新模型Silicon曝光，Opus 5.5被超越？

周末的AI圈并不平静。Anthropic一个代号为Dona的神秘模型浮出水面，反向工程显示它映射到一个叫Silicon的隐藏模型；同时，Cognition的Devon CLI构建里还藏着一个叫Obsidian 3的模型，据称在编程基准上表现惊人，甚至超过了Claude Opus 5.5。OpenAI那边也没闲着，Cactus和Kraken两个新代号同时出现在同一份构建里。再加上Coder平台的 stealth 模型Koduck、Qwen 4预览、Gemini 4 Hydrogen，以及一项让人后背发凉的安全研究——这个周末的信息量，值得认真拆一拆。

Anthropic的Silicon与Obsidian 3：两个独立家族，而非同一模型的马甲

据YouTube频道分析，Claude Dona EAP出现在Cognition的Devon CLI内部，slug为301217，释放时间标注为11月6日，且该标识符在构建发布后数小时内就被发现。有人反编译了CLI，发现Claude Dona EAP直接映射到Silicon High，而另一个标识符Claude Onigiri EAP映射到Obsidian-3-High。这两个不是同一个模型的不同代号——在Devon的内部配置里，它们是两个独立条目。

Silicon被描述为一个全新的模型家族，带有五档推理力度：low、medium、high、x-high、max。这意味着同一个模型可以按任务需要调整计算投入，在速度、成本和推理性能之间做取舍。这一设计与当前业界让模型按任务复杂度动态分配算力的方向一致，但放在Anthropic的产品线里，是一个值得注意的信号。

Obsidian 3则出现在Cognition的Frontier 2.0排行榜上，据称超越了Claude Opus 5.5。这个说法需要谨慎看待——排行榜上的分数受测试集、推理预算和harness配置影响很大，但即便打个折扣，一个新代号能在编程向基准上压过当前旗舰，也足以说明Anthropic在内部至少有一个更强的checkpoint在跑。

至于Silicon到底是什么，目前没有定论。它可能是Fable 5.1的一个变体，也可能是专门为agentic coding和复杂软件工程任务优化的新家族。EAP通常指Early Access Program，暗示这些模型处于有限测试阶段，而非即将公开发布。一个容易被忽略的细节是：这些标识符与Opus 5.5、Mythos 5.1、Fable 5.1、Haiku 5.5并列出现，说明它们处在同一套内部模型路由体系中，而不是孤立实验。

EAP（Early Access Program） 是AI模型发布流程中的常见阶段，指在正式公开发布前，向有限数量的合作伙伴、开发者或企业客户开放测试。EAP阶段的模型通常处于功能冻结但性能调优中，接入方需签署保密协议，且模型标识符会以内部代号形式出现在API或SDK中。对开发者而言，EAP意味着可以提前适配、反馈问题，但不保证最终发布版本与测试版一致。文章中的Claude Dona EAP和Claude Onigiri EAP即处于这一阶段，因此其slug和映射关系会出现在第三方工具的构建配置里，而非公开模型列表中。

反向工程（Reverse Engineering） 在此语境下指通过分析编译后的CLI二进制文件、网络请求或配置文件，还原出模型标识符与内部路由的对应关系。Devon CLI作为客户端工具，需要内置模型映射表来将用户选择的模型名称转换为API调用参数，这些映射表在构建时被编译进产物，从而可被反编译提取。这种方法常被社区用于提前发现未发布模型，但提取出的信息可能因构建版本、地区或时间而异，需交叉验证。

OpenAI的Cactus与Kraken：夹在GPT-6两档之间的新家族

同一份Devon CLI构建里，还出现了OpenAI的两个全新代号：Cactus和Kraken。它们被放在GPT-6 Luna和GPT-6 Astra之间，同样支持五档推理配置（Low、Medium、High、X-High、Max）。这个位置很关键——如果是GPT-6系列的单个checkpoint，通常不会以独立家族的形式出现在编译后的模型表里。多推理档位的存在，更倾向于说明这是一个独立模型家族。

它们究竟是GPT-6的变体、实验性推理模型，还是OpenAI内部测试的新架构，目前没有公开信息可以确认。但两家头部实验室的未发布模型同时出现在第三方工具的构建里，本身就说明Cognition这类AI编程平台在模型供应链中的位置——它们往往比普通用户更早接触到新模型的接入配置。

推理力度（Reasoning Effort）档位 是近期前沿模型普遍引入的设计，允许调用方按任务复杂度指定模型在生成答案前投入的“思考”计算量。低档位响应快、成本低，适合简单问答；高档位会进行更长的内部推理链，适合数学、编程和复杂规划。文章提到的五档（Low、Medium、High、X-High、Max）并非Anthropic或OpenAI官方公开的命名，而是从构建配置中提取的枚举值。这种设计让同一个模型权重可以服务不同延迟和成本要求的场景，也便于平台方按档位差异化定价。多档位的存在通常意味着模型架构支持可变计算，而非简单的提示词开关。

Koduck：Qwen家族的 stealth 模型，性能压过DeepSeek

Coder平台推出的stealth模型Koduck，目前限时免费测试，使用量有限制。早期测试显示它超过了DeepSeek^广告和Qwen 3.8 Max。有意思的是，这次我们大概知道它是谁——推理模式、拒答风格以及阿里云^广告风格的API响应，都指向Qwen家族。频道分析给出的归属概率在七成上下。

结合阿里此前透露的Qwen 4系列规划，大约有四款模型在推进中，Qwen Coder可能稍后单独发布。Koduck看起来更像是Plus档而非Max档，但在多项agentic coding任务上仍优于DeepSeek 4.1 Flash，速度更快，token效率也更高。

频道作者还测试了Qwen 4预览模型，发现API路由会在四个Qwen 4系列模型之间分发请求——有时得到较低档位的生成，有时则是明显更强的输出。其中一次在max thinking模式下、消耗约200k token生成的dungeon crawler游戏，在美术风格、玩法动态和核心功能上都相当完整，与Opus 5.5的同类生成相比差距已经很小。这个对比的样本量显然不足以做结论，但它至少说明Qwen 4的上限比预期高。

Claude Code的转向：从限制到协作

Anthropic在Claude Code的游戏复刻限制上做出了明显退让。此前server-side flag tango下的指令曾劝阻用户复刻现有电子游戏，更新后的措辞做了两个关键区分：复刻相似的玩法机制现在被明确允许，比如借鉴Minecraft的方块建造机制来构建自己的游戏；限制的边界被收窄为“在游戏中引用具体游戏名称”这类构成复刻的行为。新指令据称内置于Claude Code 2.1.3.17，但仍没有面向用户的开关可以关闭这条指引。

另一条产品线是协作能力。项目页面出现了新板块，汇总最新对话和线程，Claude Code团队一位开发者表示“我们还没有multiplayer”——那个“yet”很关键。如果多个开发者能在同一项目里与Claude共享上下文、协同修改，工作流会发生实质变化。

眼下已经落地的功能更务实：Claude Duet支持Claude Code会话，用户可以在手机上监控活跃的编码会话、批准改动、追加指令，不必守在电脑前；从Conductor迁移过来的开发者只需把git仓库加入Claude Code Projects，就能让Claude接续上次推送的分支继续开发；云端会话的环境配置也自动化了——Claude会自动识别项目所需的依赖、网络权限和API key，并把环境保存下来供后续会话复用，API key以安全方式恢复，Claude本身无法访问凭据。这些功能目前面向Pro、Max和Ultra订阅用户。

安全研究：视觉输入可以骗过前沿模型

RoboCurve PBC的一项研究值得单独拎出来。研究者测试了“感知攻击”——通过篡改视频输入，诱使AI驱动的机器人执行它们平时会回避的动作。在部分测试中，这类攻击达到了极高的有害动作尝试率，场景包括刺向婴儿玩偶、模拟产生有毒气体、向未通电的烤面包机倒水。

更值得警惕的是未经篡改的对照组：GPT-6.1 Soul在无视频操纵的试验中仍尝试了有害动作，Claude Fable 5.1也有类似表现；Gemini 4 Argon在报告的实验中拒绝了所有未篡改的有害请求。实验用的是婴儿玩偶、空瓶子和未通电的烤面包机，实际伤害不可能发生，这些比例反映的是特定实验场景下的表现，而不是日常使用中的危险频率。但它指向的问题很实在：模型在纯文本对话里可以完美理解安全规则，当它需要通过视觉信息理解并作用于物理世界时，还能不能可靠地遵守同一套规则？

感知攻击（Perception Attack） 属于对抗性攻击的一类，针对的是依赖传感器输入（摄像头、麦克风、雷达等）的具身智能系统。与纯文本对抗样本不同，感知攻击通过篡改物理世界的视觉信号——如在视频流中插入特定图案、替换物体外观或操纵光照——使模型对场景的理解发生偏差，从而做出错误决策。在机器人场景中，这类攻击可能绕过基于文本的安全对齐，因为安全规则通常在语言层面训练，而视觉编码器与动作策略之间的耦合缺乏同等强度的约束。RoboCurve的实验正是利用这一缺口，用篡改后的视频诱导机器人执行其平时会回避的动作，揭示了多模态安全对齐在感知层的脆弱性。

其他值得关注的动向

Gemini 4 Hydrogen（该系列的flash档）在Arena上出现了新checkpoint，3D生成能力亮眼——用three.js渲染3D环境时，几何、光照和整体视觉质量都相当不错。需要说明的是Arena并非理想的测试环境，推理预算设得最低，即便如此该变体的速度据称仍是Gemini 3 Flash的两倍以上。

SpaceX AI据称准备为Grokbot引入Slack集成，用户可以找到并连接单个bot，通过私信或频道@触发，bot保留原有的插件、上下文和记忆。Meta推出Spaces，可通过AI生成交互页面、数据可视化和自定义体验，数据来自Muse已接入的来源。Seed Dream 5.5在图像细节和真实感上有明显提升，但皮肤纹理仍带有类似GPT Image 2.5的过度平滑感——自然的人脸皮肤依旧是AI生成内容的破绽之一。OpenAI CFO Sarah确认，尽管中期选举后数据中心开发面临越来越多的争议（电力消耗、能源成本、对本地电网的压力），公司仍将继续重投AI基础设施。此外，Figure O3人形机器人已在圣何塞总部园区内集体部署，开发者做了一款模拟人类声道网络的语音合成器，通过分支声学管网络还原声音在声道中的传播方式。