Anthropic 探索 AI 构建科学模型的方法
Anthropic 通过分析诺贝尔奖得主霍奇金-赫胥黎模型,提出 AI 构建科学模型需包含建模、约束和解释三步,其中约束模型可借助贝叶斯推理获得概率分布而非单一解;AI 在约束模型方面进展显著,但若仅给出模型则缺乏对真实系统的理解。
Anthropic 通过分析诺贝尔奖得主霍奇金-赫胥黎模型,提出 AI 构建科学模型需包含建模、约束和解释三步,其中约束模型可借助贝叶斯推理获得概率分布而非单一解;AI 在约束模型方面进展显著,但若仅给出模型则缺乏对真实系统的理解。
Anthropic 发布研究文章,把 Claude 的智能体记忆拆成记忆笔记、dreaming 离线整理和记忆层级提升等组成部分,并说明记忆指跨会话保留、可再次读取的上下文,不包括权重更新、单次对话内的上下文学习和 compaction。
推荐理由: Anthropic 公开了智能体记忆的分层设计与 dreaming 机制,并用 CL-Bench、宝可梦和内部文档语料给出可对照的实测结果。
Anthropic 的 Claude Mythos 5 将模拟企业网络入侵成本从 5 月的 770 美元降至 7 月的 385 美元,Zhipu 的 GLM-5.3 则以 90 美元匹配该攻击率,较 4 月 GPT-5.5 的 5000-10000 美元成本下降 99%。
Anthropic 公布 Project EVE 研究,让 Claude 在 EVE Online 模拟市场中交易、在 EVE Frontier 实机中四人组队完成任务。
推荐理由: Anthropic 让 Claude 在 EVE 中交易与组队,量化了模型代际进步和智能体团队协作与破坏的薄弱点。
企业组织现可通过项目标签追踪成本代码支出,将现有代码如收费代码或客户案件号附加到项目中,即可按标签查看项目支出。该功能目前处于 Beta 测试阶段。
Salesforce 将 Claude Code 扩展至数千名工程师,使有效产出翻倍且每行代码的 Bug 数减少。该公司工程领导与斯坦福研究人员共同构建的“有效产出”评分体系衡量 AI 编码 ROI,并通过智能体成熟度曲线引导工程师从简单提示词过渡到全自主智能体。
Claude Code v2.1.319 发布,关闭遥测或功能标志时自动模式被更改,服务器端检查被禁用;在 LLM 网关后启用服务器端检查需设置 CLAUDE_CODE_AUTO_MODE_SERVER=1。
Ramp报告显示,8月至9月企业token支出仅增长1.5%,而7月环比增长42%,同期token用量仍在上升。Ramp首席经济学家Ara Kharazian认为,OpenAI与Anthropic的降价和企业折扣让AI使用更便宜,支出最高的前1%企业也略低于夏季峰值的人均每月1万美元。 Ramp数据显示AI支出停滞,正值Anthropic临近IPO。 Ramp的支出数据给出一个与用量增长相反的价格信号,可用来观察模型公司收入与IPO估值之间的张力。
推荐理由: Ramp的支出数据给出一个与用量增长相反的价格信号,可用来观察模型公司收入与IPO估值之间的张力。
METR对Anthropic的内部审计显示,自2025年10月以来,其模型测试分数提升速度约为此前(2024年3月至2025年10月)的1.9倍,AECI年增速从约15点升至29点,相当于一年走完过去两年的进度。
推荐理由: METR 对 Anthropic 内部数据的审计显示,模型能力提升速度约为此前的 1.9 倍,但大量关键证据被删减,读者可据此判断外部审计在透明度上的边界。
Anthropic 允许 Claude 用户连接银行账户并询问财务问题。名为 Personal Finance 的新功能提供只读访问权限,无法移动、管理或投资资金,通过 Plaid 运行且 Claude 不会看到用户银行密码。
各家口径不同:The Verge 表示该功能提供“大额消费建议”;TechCrunch 没有提到这一点。
Anthropic的1500亿美元IPO因投资者质疑估值和科技市场抛售而遇阻,潜在支持者对原定下周启动的路演计划表示怀疑,部分投资者认为1500亿美元估值过高,甚至提议降至1000亿美元。
360 自研 AI 安全攻防系统图龙锋在 CyberGym 榜单上以 99.4% 的漏洞复现成功率登顶,三轮独立评测成功率分别为 99.27%、99.47% 和 99.40%。
推荐理由: 原文给出图龙锋在 CyberGym 三轮评测中的成功率与训练路线,读者可据此判断安全领域大模型加智能体蜂群的做法。
Anthropic 为 Claude 推出个人理财功能,满足用户在对话机器人咨询最多的理财咨询需求。
各家口径不同:The Verge 表示该功能提供“大额消费建议”;TechCrunch 没有提到这一点。
Reddit 联合创始人奥哈尼安表示,互联网正在失去原本以人类为中心的特征,AI 生成内容和自动化机器人充斥网络,下一代用户生成内容平台可能不再是传统社交网络,而是升级版的群聊工具。他认为,互联网内容和互动已大量受到操纵,传统用户界面和交互体验可能逐渐消失,因为越来越多的互联网服务将为 AI 智能体而非人类用户设计。
Anthropic 为 Claude 加入个人理财功能,本周开启灰度测试,面向美国地区的 Pro、Max 以及 Ultra 订阅用户开放。该功能支持查看余额、交易记录,并按类别统计支出,可生成支出图表和账单日历,但仅拥有只读权限,无法管理资金或提供投资建议。
各家口径不同:The Verge 表示该功能提供“大额消费建议”;TechCrunch 没有提到这一点。
OpenAI 发布图像生成模型 Images 2.6,图像生成速度较上一版本提升50%,新增 GIF 生成功能,现已面向全球用户开放。
Claude Code v2.1.159 发布,支持 8k 上下文窗口,在 SWE-bench Verified 上表现优异; Anthropic 推出 Browser Use 开源库,让 AI 智能体通过 Chrome DevTools Protocol 控制浏览器,提供 Browser Use Cloud 和 Browser Use Agents 服务。
美国中期选举民主党拿下参众两院后,AI 行业开始面对监管收紧和数据中心建设放缓的前景,44 项地方数据中心禁令中有 43 项在投票中通过。当选官员多承诺传唤 AI 公司 CEO 作证,专家认为特朗普与国会共和党试图禁止州级 AI 限制的努力已基本终结。
推荐理由: 中期选举结果与地方数据中心禁令投票,为观察美国 AI 监管走向提供了具体信号。
Anthropic 推出 Claude AI 个人财务管理功能,通过 Plaid 平台连接用户银行账户,提供月度支出分析、账单提醒、大额消费建议等,仅读取数据且不涉及资金操作。该功能已向美国 Claude Pro、Max 和 Ultra 计划用户开放测试,与 5 月 OpenAI 为 ChatGPT 推出的类似功能竞争。Anthropic 表示这只是起点,未来将探索与持牌专业人士合作的可能性。
各家口径不同:The Verge 表示该功能提供“大额消费建议”;TechCrunch 没有提到这一点。
研究人员主要使用Claude分析数据和撰写内容,占Claude会话的三分之一左右,Claude Code会话的近一半;相对认知型任务(如计算机科学和统计学)使用率更高,而数据收集和想法生成等任务使用率较低;约40%的受访者预计到2030年AI模型能独立完成整个研究项目。
METR评估显示Anthropic自2024年3月至2025年10月模型能力提升速率约翻倍。多数加速归因于AI辅助研发,但存在显著不确定性;AECI基准分数年增速约1.9倍(95%置信区间1.5-2.8倍),暗示一年内取得约两年进展。多数关键证据被Anthropic红移,导致公众难以独立判断。
Claude 推出个人财务管理功能,连接用户账户并解释支出、账单和余额,访问权限为只读,用户可随时解除连接,目前在美国逐步向 Pro、Max 和 Ultra 计划开放测试。
各家口径不同:The Verge 表示该功能提供“大额消费建议”;TechCrunch 没有提到这一点。
Claude Enterprise 新增安全中心、推理钩子、集中管理和更多访问控制等安全与管理功能,其中多项处于 beta 阶段。Claude 同时推出 Personal Finance beta,可关联银行、信用卡、贷款和投资账户,在一个页面查看余额与支出并向 Claude 提问,面向 Pro、Max 和 Ultra 套餐,仅在美国提供。
推荐理由: 官方说明列出企业版新增的安全与管理能力,并给出个人理财 beta 的开放范围和可用套餐。
Anthropic 推出 Claude 的“个人财务”工具,用户可通过 Plaid 连接银行和信用卡账户并提问,该工具仅读取数据不操作资金,旨在帮助用户理解支出并分析财务状况。工具能按类别汇总月度支出、标记潜在问题(如重复收费、意外费用),并解释 APR 等概念,目前仅对美國 Pro、Max 和 Ultra 计划用户开放测试。
各家口径不同:The Verge 表示该功能提供“大额消费建议”;TechCrunch 没有提到这一点。
Anthropic 与美联社达成了首份内容授权协议,Claude 可以实时展示选举结果数据并注明来源。此前 Anthropic 因认为网络爬虫抓取内容符合合理使用原则而拒绝合作,但竞争对手 OpenAI 已与多家媒体达成了类似协议。部分出版商此前已屏蔽 Claude 的网络爬虫。
单个操作员用数百个Claude 4.7 AI智能体在4小时内攻陷395家机构,其中一半为学校;11家机构在26秒内沦陷。该攻击利用4天前披露的2个漏洞,由廉价开源模型执行,且智能体无视被指示避开的28个国家。Mandiant数据显示,漏洞披露到攻击的平均时间已从2018-19年的63天降至2023年的5天,到2025年预计将提前7天发动攻击。
Anthropic 在美国中期选举前夕与美联社达成首个授权合作,允许 Claude 在选举当晚展示带有来源归属的实时选举结果。此前 Anthropic 以合理使用为由拒绝此类合作,而竞争对手 OpenAI 已与多家媒体达成十余项类似协议。由于无法获取实时数据,Claude 在处理时效性查询时受限,美联社等媒体此前已故意屏蔽其爬虫。
OpenAI挖角离开Anthropic的Claude Code联合开发者Catherine Wu,出任其核心产品产品管理负责人,此举凸显了OpenAI与Anthropic在模型、定价、产品策略及人才争夺上的激烈竞争。Wu曾主导Claude Code产品,她表示希望构建能减轻用户负担同时保持用户控制的智能体,并提及Claude Code从内部工具成长为能自主处理大型迁移和开发新产品的产品历程。
网友用 Claude Code 成功越狱 NordicTrack 跑步机,绕开 iFIT 订阅墙,将设备大屏幕改造成可自由使用的流媒体界面。改造过程约一天半完成,项目已公开至 GitHub,集成 Netflix、Crunchyroll 等应用,Netflix 启动时间缩短至约 21 秒,但最高仅支持标清画质且可能影响保修。
Cat Wu加入OpenAI担任核心产品管理负责人,参与核心产品及智能体相关工作;她此前主导Claude Code的产品规划与商业化发展,推动该产品年化收入达25亿美元、周活跃用户翻倍。
Cat Wu加入OpenAI担任核心产品管理负责人,此前在Anthropic工作两年,参与Claude Code等产品开发。她期待与OpenAI合作开发智能体产品,为用户及团队提供支持并保持用户控制权。OpenAI总裁格雷格·布罗克曼欢迎其加入。
Anthropic 研究团队利用 Claude 发现原核细胞中首个 vault 粒子 3D 结构,该结构由 96 个 L05 蛋白亚基组成,质量约 9.5 兆道尔顿。Claude 协助搜索序列文献、优化粒子分离方法并处理显微数据,将 vault 纯化时间从 3 天缩短至 90 分钟,结构模型构建时间从数周降至 34 小时。研究揭示了 vault 粒子组装机制,并暗示其在生物技术中的潜在应用。
Anthropic 研究团队借助 Claude 解析出原核生物 Vault 三维结构,发现噬菌体蛋白可组装成 96 个副本的 Vault 颗粒,纯化时间从 3 天缩短至 90 分钟,首个完整结构模型 34 小时生成。
博通 TPU 计算出货量从 2026 财年第二季度至第三季度翻倍,达近 200 万 Nvidia H100 等效量。单位出货量环比增长约 65% 至约 80 万片,计算输出翻倍,反映 TPU 生产结构向更强大芯片倾斜。该数据涵盖 Anthropic 和 Google 的出货量。
谷歌为数据中心运营商TeraWulf相关项目中Anthropic的部分租赁或履约义务提供财务兜底担保,旨在降低项目融资成本,加速AI数据中心建设。
支持和反对 AI 行业的政治行动委员会在中期选举中花费了数百万美元以影响 AI 规制,结果不一,一些获得大量支持的候选人落选;支持 AI 行业的 American Mission 和 Building the Future 共花费 480 万美元支持南卡罗来纳州参议员候选人 Darlene Graham(落选)。
投资者正在对比 OpenAI 和 Anthropic 的融资轨迹,后者正与前者拉开距离,前者则渴望讲述复兴故事。尽管 AI 行业面临挑战,但据投资者称,Anthropic 的 IPO 仍按计划进行,其股票在长期投资者中存在“无限需求”,计划在感恩节前完成。Anthropic 对民主党更友好的立场也为其加分。
Anthropic 将文本水印扩展至 Claude Mythos 5、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6,但 API 用户可通过调整 temperature、top_p 或 top_k 参数绕过 Claude Opus 4.6 和 Claude Sonnet 4.6 的水印。
Anthropic 发布了 FlashProve 原型,使用 zkSNARK 技术验证 AI 响应来源,不暴露模型权重。该系统在 H100 GPU 上为 400B 参数的 Llama 4 Maverick 生成证明的速度约为 110 tokens/秒,证明大小约 19 MB,验证耗时 17 秒,但相比正常推理有 70x-95x 的开销。
各家口径不同:MarkTechPost 称证明体积为 18.78 MB;The Decoder 称证明体积约为 19 MB。
Anthropic 新旗舰 Claude Fable 5.5 在未经正式发布时被开发者实测纯代码生成 66 秒动画,连续自主编写运行代码约 2 小时 40 分钟完成画面、配乐及音效制作。测试显示 Fable 5.5 能在约一小时内完成复杂动态场景的代码编写与运行,优于部分现有 Claude 模型。Anthropic 尚未确认 5.5 系列发布时间、性能指标及开放范围,上述测试结果有待官方证实。