llm-anthropic 0.26：新增 Claude 5 模型与服务器端工具

本文是 GitHub 工程师关于生产环境前评估 LLM 的系列文章的第一部分。他们以秘密扫描的误报减少任务为例，提出评估应围绕产品决策、安全约束和运营护栏展开，将离线评估视为集成测试，并强调生产标签需谨慎解读。

Perplexity 的 Portable Computer 将智能体 AI 带到本地桌面，支持 Nvidia RTX GPU 和 DGX Spark。本地推理由 Qwen3.8-27B 等模型驱动，通过确定性编排器管理工具调用，并在沙箱中运行。该产品面向 Perplexity 订阅用户，任务默认在本地执行，仅当需要时才调用云端模型。