Block 构建了 Buzz，这是一个开源协作工作空间，员工和 AI 代理可以在其中通过群组讨论、聚焦对话和一对一交流协同工作，并使用 Databricks Unity Gateway 作为模型访问层。员工可以创建代理、为每个代理选择背后的模型或编码工具，并选择 Databricks 作为其推理提供商，通过单一集成访问 OpenAI、Anthropic 和 Google 的前沿模型以及部分开放权重模型。Block 的工程师还在试验多代理设置，即由能力更强的模型协调运行更小、更高效模型的代理，并已构建了一套内部方法来对这些代理团队进行基准测试。
Anthropic เผยแพร่คู่มือ Claude Tag (เบต้า) สำหรับสตาร์ทอัพ โดยอ้างอิงจากบทสนทนากับบริษัทที่เติบโตสูงแปดแห่งเกี่ยวกับจุดที่พวกเขาเริ่มใช้เอเจนต์บน Slack ก่อน คู่มือครอบคลุมการตั้งค่าที่พบบ่อยห้าแบบ ได้แก่ การคัดแยกเหตุฉุกเฉิน (on-call triage), thread-to-PR, company brain, self-serve data และ reporting พร้อมเช็กลิสต์สำหรับเริ่มต้น ผลลัพธ์ที่อ้างถึงรวมถึง PR ที่เปิดขึ้น 21 นาทีหลังจากการกล่าวถึงใน Slack และ pull request 134 รายการที่ merge จาก thread ใน Slack ที่ NavigateAI
Anthropic เปิดตัว Claude Meetings ในเวอร์ชันเบต้า โดยให้ Claude เข้าร่วมการโทรผ่าน Google Meet ในฐานะผู้เข้าร่วมที่มองเห็นได้ ซึ่งสามารถตอบคำถามในแชท สร้างเอกสารและไวท์บอร์ดแบบเรียลไทม์ และจดบันทึกและรายการสิ่งที่ต้องทำ การประชุมแต่ละครั้งจะมีหน้าเพจใน claude.ai พร้อมบันทึกการถอดเสียง บันทึกย่อ และอาร์ติแฟกต์ และโดยค่าเริ่มต้น Claude จะไม่เข้าร่วมการโทรที่มีแขกภายนอก เว้นแต่ผู้ดูแลระบบจะอนุญาต เวอร์ชันเบต้านี้กำลังทยอยเปิดให้ใช้งานในแพ็กเกจ Team และ Enterprise แต่ไม่พร้อมใช้งานสำหรับบางองค์กร รวมถึงการตั้งค่า ZDR, HIPAA-ready และ CMEK และบันทึกย่อ บันทึกการถอดเสียง และคำตอบระหว่างการโทรนั้นฟรีในช่วงเบต้า
ทำไมเรื่องนี้สำคัญ: การเปิดตัวเวอร์ชันเบต้าของ Anthropic แสดงให้เห็นว่าเอเจนต์การประชุมสามารถร่างเอกสาร ดึงข้อมูลจากเครื่องมือที่เชื่อมต่อ และจดบันทึกภายในระหว่างการโทรได้อย่างไร พร้อมกฎเริ่มต้นในการยกเว้นแขกภายนอก
Claude Opus 5.5 เป็นโมเดลเริ่มต้นใน Claude สำหรับแพ็กเกจ Pro, Max, Ultra และ Team แล้ว และ Anthropic แนะนำให้ใช้เป็นโมเดลหลักประจำวันสำหรับงานวิจัย การวิเคราะห์ และเอกสาร สไลด์ และสเปรดชีตที่เสร็จสมบูรณ์ Anthropic ระบุว่า Opus 5.5 ที่ระดับความพยายาม Medium ให้ผลเท่าหรือดีกว่า Opus 5 ที่ระดับ High ในการประเมินด้านการเขียนโค้ดและงานความรู้ และในการทดสอบวิเคราะห์การควบรวมกิจการภายใน ทำงานเสร็จใน 63 นาทีด้วยต้นทุนครึ่งหนึ่งของ Opus 5 ในงานเดียวกัน โพสต์ยังระบุการเปลี่ยนแปลงวิธีเขียนพรอมป์สำหรับโมเดลใหม่ รวมถึงการเลิกใช้คำสั่ง 'think hard' การเริ่มที่ระดับความพยายาม Medium และการแนบแผนภูมิแทนการพิมพ์ค่าซ้ำ
ทำไมเรื่องนี้สำคัญ: คู่มือของ Anthropic เองอธิบายว่าเหตุใด Opus 5.5 จึงเป็นโมเดลเริ่มต้นสำหรับงานความรู้ประจำวัน และนิสัยการเขียนพรอมป์แบบใดที่ควรเลิกใช้กับโมเดลนี้
Anthropic เปิดตัว Claude Managed Agents แบบโฮสต์เองในไพรเวตเบต้า ช่วยให้นักพัฒนารันบริการเอเจนต์แบบเต็มรูปแบบ รวมถึง harness, แซนด์บ็อกซ์, ข้อมูลรับรอง และประวัติเซสชัน ภายในคลาวด์หรือสภาพแวดล้อมภายในองค์กรของตนเอง คำขอไปยังโมเดลสามารถส่งตรงไปยัง Anthropic, Amazon Bedrock, Agent Platform ของ Google หรือ Microsoft Foundry หรือผ่านเกตเวย์ของลูกค้าเอง และประวัติเซสชันจะเก็บอยู่ในฐานข้อมูลของลูกค้า บริษัทระบุว่าการออกแบบนี้เก็บลูปของเอเจนต์และความลับใน vault ไว้นอกแซนด์บ็อกซ์ รองรับ allowlist ของโฮสต์ที่อนุญาต และส่งออกบันทึกเต็มรูปแบบของแต่ละเซสชันผ่าน OpenTelemetry
Anthropic เปิดตัว Claude for Manufacturing ซึ่งเป็นปลั๊กอินที่มี 17 สกิล ครอบคลุมงานขาย คุณภาพ ปฏิบัติการ ห่วงโซ่อุปทาน การออกแบบ และการติดตั้ง ตั้งแต่การร่างใบเสนอราคางานไปจนถึงการวินิจฉัยเครื่องจักรที่หยุดทำงาน ปลั๊กอินนี้ดึงข้อมูลจากบันทึกของโรงงานเองผ่านตัวเชื่อมต่อกับ Autodesk Fusion, Infor, Microsoft 365 และ Oracle NetSuite และแต่ละสกิลจะสิ้นสุดที่ขั้นตอนการตรวจสอบโดยมนุษย์ก่อนที่ผลลัพธ์จะส่งถึงลูกค้าหรือซัพพลายเออร์ Anthropic อ้างอิงผลสำรวจของ Manufacturing Leadership Council ปี 2025 ซึ่ง 79% ของผู้ผลิตระบุว่าพวกเขากรอกข้อมูลด้วยมือ และกล่าวว่าแผนงานในอนาคตจะเพิ่มสกิลด้านการผลิตมากขึ้นเรื่อย ๆ
J.Crew เปิดตัว Style Advisor สไตลิสต์ AI บน JCrew.com ที่แนะนำชุด completo แทนที่จะเป็นสินค้าชิ้นเดียว เปิดให้ใช้งานแล้วสำหรับสไตล์ผู้หญิงและผู้ชายในสหรัฐอเมริกา ทีมของ J.Crew สร้างมันด้วย Claude Code โดยใช้โมเดล Claude หลายรุ่น: Claude Fable 5.1 สำหรับวางแผนการคิดของสไตลิสต์, Claude Opus 5.5 สำหรับต้นแบบ, Claude Sonnet 5.5 เป็นสไตลิสต์ในแต่ละบทสนทนา และ Claude Haiku 5.5 สำหรับงานที่รวดเร็ว ทุกคำแนะนำมาจากลุคที่สร้างโดยสไตลิสต์ของ J.Crew เองสำหรับการถ่ายแคตตาล็อก
OpenRouter เผยแพร่คู่มือเกี่ยวกับการจัดการข้อผิดพลาด 429 Too Many Requests จาก OpenAI, Anthropic และ API ของตัวเอง โดยทดสอบวิธีแก้สามวิธีกับชุดคำสั่ง 60 รายการ การลองซ้ำเริ่มต้นของ OpenAI Python SDK ทำให้ 23 จาก 60 คำขอล้มเหลวภายใน 12 วินาที ขณะที่การลองซ้ำที่รอ Retry-After หรือ X-RateLimit-Reset ทำให้ทั้ง 60 คำขอสำเร็จใน 89 ถึง 92 วินาทีใน Python และ 106 ถึง 218 วินาทีใน TypeScript การ fallback ไปยังโมเดลอื่นทำให้ทั้ง 60 คำขอเสร็จสิ้นใน 13 วินาทีด้วยค่าใช้จ่าย $0.000066 และเมื่อเปิดใช้ provider failover คำขอที่ผูกกับผู้ให้บริการทั้งหมด 150 รายการสำเร็จ เทียบกับที่ล้มเหลวได้ถึง 32 รายการเมื่อปิด fallback
Curative สร้างลำดับชั้นของเอเจนต์บน Claude เพื่อเซ็นสัญญาผู้ให้บริการได้เร็วขึ้นประมาณ 50 เท่าเมื่อเทียบกับที่ทีมทำได้ในปี 2025 โดยมีสัญญาที่เซ็นแล้ว 23,000 ฉบับผ่านเอเจนต์ชื่อ Gwen และมีสัญญาใหม่ 2,000 ถึง 2,400 ฉบับต่อสัปดาห์ Gwen จัดการดีลผู้ให้บริการหนึ่งดีลต่อการทำงานหนึ่งครั้ง โดยส่วนใหญ่ใช้ Claude Opus ขณะที่ผู้ตรวจสอบอัตราด้วย Sonnet เคลียร์คำขออัตราที่สูงกว่าเทมเพลตได้ประมาณสองในสาม และผู้ตัดสินด้วย Haiku อ่านทุกข้อความก่อนส่ง แต่ละสัญญาใช้ประมาณ 20 ล้านโทเคน คิดเป็นประมาณหนึ่งในสิบของต้นทุนเดิม และทีมจัดทำสัญญาของ Curative เติบโตจาก 45 คนเป็นประมาณ 55 คน โดยแต่ละคนมีผลิตภาพสูงขึ้นประมาณ 2.5 เท่า
Anthropic กำลังทยอยอัปเดตที่ให้ตัวเชื่อมต่อแบบอินเทอร์แอกทีฟที่รองรับเปิดเครื่องมือแบบเต็มข้างบทสนทนาหรือแบบเต็มหน้าจอ และให้ Claude แก้ไขหน้า แถว หรือไฟล์ที่เปิดอยู่ได้ โดยผู้ใช้อนุมัติด้วยวิธีเดียวกับการดำเนินการของตัวเชื่อมต่อ การทยอยเปิดใช้นี้ครอบคลุมเว็บและแอป Claude เดสก์ท็อปในทุกแพ็กเกจ เริ่มจากเครื่องมืออย่าง Asana, Canva, Carta, Dropbox, monday.com, Smartsheet, Vercel และ Webflow โดยมี Figma, Harvey และ Shopify กำลังสร้างการเชื่อมต่อ ตัวเชื่อมต่อทำงานบน MCP Apps และตอนนี้ Claude รองรับส่วนขยายนั้นมากขึ้น เช่น เครื่องมือของแอปและไซต์ที่ฝังไว้ ในรูปแบบพับลิกพรีวิวสำหรับนักพัฒนา
ทำไมเรื่องนี้สำคัญ: ตัวเชื่อมต่อของ Claude ตอนนี้เปิดเครื่องมือแบบเต็มข้างแชทและให้ Claude แก้ไขหน้า แถว และไฟล์ได้โดยตรง ด้วยขั้นตอนการอนุมัติเดียวกับการดำเนินการของตัวเชื่อมต่อ
Anthropic, PBC เปิดตัวโรดโชว์สำหรับการเสนอขายหุ้นสามัญชั้น A ต่อสาธารณะเป็นครั้งแรกจำนวน 825,000,000 หุ้น โดย 801,351,354 หุ้นเสนอขายโดย Anthropic และ 23,648,646 หุ้นเสนอขายโดยผู้ถือหุ้นเดิมบางราย ช่วงราคาที่คาดหวังอยู่ที่ 70.00 ถึง 78.00 ดอลลาร์ต่อหุ้น และ Anthropic ได้ยื่นขอจดทะเบียนใน Nasdaq Global Select Market ภายใต้สัญลักษณ์ ANT Anthropic ยังคาดว่าจะให้สิทธิ์แก่ผู้จัดจำหน่ายในการซื้อหุ้นเพิ่มเติมได้สูงสุด 123,750,000 หุ้นภายใน 30 วัน และเอกสารการจดทะเบียนที่ยื่นต่อ SEC ยังไม่มีผลบังคับใช้
ทำไมเรื่องนี้สำคัญ: เอกสารโรดโชว์ IPO ของ Anthropic ระบุรายละเอียดหุ้นชั้น A จำนวน 825 ล้านหุ้นในราคา 70 ถึง 78 ดอลลาร์ และแผนการจดทะเบียนใน Nasdaq ภายใต้สัญลักษณ์ ANT ซึ่งให้ภาพที่ชัดเจนเกี่ยวกับแผนการเข้าตลาดหลักทรัพย์ของบริษัท
ใช้เวลา 7 ชั่วโมงโดยไม่มีแพลตฟอร์ม Prove2Me หรือการกำกับดูแลจากนักวิจัยที่ใช้ในการทดลองของ Anthropic เมื่อเดือนกันยายน โดยเขียนการพิสูจน์ที่มีความยาวเพียงหนึ่งในเจ็ดและใช้โทเค็นเอาต์พุตเพียงหนึ่งในสาม แต่ละตัวแทนทำงานในแซนด์บ็อกซ์ที่แยกเครือข่าย พร้อมตัวจำแนกที่ตรวจสอบทุกคำสั่งเชลล์และการแก้ไขไฟล์ รวมถึงตัวตรวจสอบแบบออฟไลน์ และจากการเรียกเครื่องมือกว่าหนึ่งล้านครั้ง ไม่มีครั้งใดที่เข้าเกณฑ์จะถูกบล็อก
ทำไมเรื่องนี้สำคัญ: การทดลองกับตัวแทน 1,000 ตัวของ Anthropic สามารถสร้างการพิสูจน์ทฤษฎีบทสุดท้ายของแฟร์มาต์ในรูปแบบทางการใหม่ได้โดยไม่มี Prove2Me หรือนักวิจัย แสดงให้เห็นว่าแซนด์บ็อกซ์และการตรวจสอบสามารถจำกัดขอบเขตทีมตัวแทนที่จัดระเบียบตัวเองได้อย่างไร
Anthropic เผยแพร่คู่มือที่แนะนำให้นักพัฒนเริ่มงานเขียนโค้ดและงานความรู้ส่วนใหญ่ด้วย Claude Opus 5.5 ที่ระดับความพยายามปานกลางตามค่าเริ่มต้น เนื่องจากมีค่าใช้จ่ายต่อโทเคนเพียงครึ่งหนึ่งของ Fable 5.2 คู่มือระบุว่า Sonnet 5.5 เหมาะกับงานประจำวันที่ขอบเขตชัดเจน, Haiku 5.5 เหมาะกับงานจำแนกประเภท ปริมาณมาก การจัดเส้นทาง และงานเอเจนต์ย่อย ส่วน Fable 5.2 เหมาะกับโครงการเขียนโค้ด การเงิน และวิทยาศาสตร์ที่ยากที่สุด หรือการรันระยะยาวโดยไม่มีผู้ดูแล นอกจากนี้ยังแนะนำให้ปรับระดับความพยายามก่อนสลับโมเดล และระบุว่าใน SWE-bench Pro การใช้ Opus 5.5 ที่ระดับต่ำแล้วรันซ้ำงานที่ล้มเหลวที่ระดับสูงผ่านประมาณ 97% ของงาน ด้วยต้นทุนประมาณ $0.17 ต่องาน เทียบกับ 95.3% ที่ต้นทุน $0.29 เมื่อใช้ระดับสูงทุกงาน
ทำไมเรื่องนี้สำคัญ: คู่มือของ Anthropic เองจับคู่โมเดล Claude และระดับความพยายามแต่ละแบบกับประเภทงานที่ชัดเจน พร้อมการเปรียบเทียบต้นทุนต่องานและเบนช์มาร์กเพื่อใช้ในการเลือก
Anthropic รายงานว่า Claude Fable 5.2 ออกแบบอุปกรณ์อิเล็กทรอนิกส์สามชิ้น ได้แก่ ลำโพงประชุม ฮับผู้ช่วยเสียง และสัตว์เลี้ยงเสมือนแบบพกพา จากคำสั่งเพียงเล็กน้อย และ Diode Computers ได้สร้างต้นแบบที่ใช้งานได้จากไฟล์การออกแบบของมันโดยไม่ต้องแก้ไขวงจร บนเกณฑ์มาตรฐาน PCB Gym ภายในของ Diode นั้น Fable 5.2 ทำคะแนนได้ 69% เทียบกับ 25% ของ Fable 5 และทำได้ 83.5% บน BenchCAD 2.1 สาธารณะ ซึ่งเกือบเป็นสองเท่าของ Claude Fable 5.1 อุปกรณ์เหล่านี้ยังคงเป็นต้นแบบที่ยังไม่ผ่านการตรวจสอบทางไฟฟ้า การปรับแต่งเสาอากาศ การทดสอบความร้อน หรือการรับรอง และ Claude ไม่ได้เชื่อมต่อกับอุปกรณ์ทดสอบหรือเครื่องจักรการผลิต
ทำไมเรื่องนี้สำคัญ: รายงานของ Anthropic เองเกี่ยวกับ Claude Fable 5.2 ที่ออกแบบอุปกรณ์อิเล็กทรอนิกส์ที่ใช้งานได้สามชิ้น แสดงให้เห็นว่าโมเดลก้าวหน้าไปไกลเพียงใดจากเลย์เอาต์ PCB บางส่วนไปสู่การสร้างต้นแบบฮาร์ดแวร์แบบครบวงจร
Anthropic อธิบายแนวทางการออกแบบหน่วยความจำสำหรับเอเจนต์ Claude โดยนิยามหน่วยความจำของเอเจนต์ว่าเป็นความรู้ที่คงอยู่ข้ามเซสชัน และแยกออกจากการเปลี่ยนแปลงน้ำหนัก การเรียนรู้ในบริบท และการบีบอัดข้อมูล 5 รายจับคู่กับหน่วยความจำ 7 รายเขียน 413 ไฟล์ใน 225 โฟลเดอร์และได้รับหนึ่งแบดจ์
ทำไมเรื่องนี้สำคัญ: Anthropic ให้รายละเอียดว่าหน่วยความจำของเอเจนต์ Claude ทำงานอย่างไร เปรียบเทียบการจดบันทึกของโมเดลบน CL-Bench และ Pokémon Red และแสดงให้เห็นว่าการฝันแบบออฟไลน์แก้ไขและจัดระเบียบบันทึกที่จัดเก็บไว้อย่างไร
งานวิจัยของ Anthropic อภิปรายว่า ระบบ AI ในปัจจุบันสามารถอนุมานสมการอย่างแบบจำลอง Hodgkin-Huxley ได้ภายในเวลาบ่ายเดียว แต่การปรับให้เข้ากับข้อมูลการทดลองไม่เหมือนกับการเข้าใจ งานนี้แบ่งการสร้างแบบจำลองทางวิทยาศาสตร์ออกเป็นการสร้าง การกำหนดเงื่อนไข และการตีความแบบจำลอง และระบุว่า AI มีความก้าวหน้ามากที่สุดในการกำหนดเงื่อนไขแบบจำลอง ซึ่งการอนุมานแบบเบย์เป็นวิธีการมาตรฐานในการแมปชุดพารามิเตอร์ที่เป็นไปได้ทั้งหมดแทนที่จะเป็นการปรับให้พอดีเพียงชุดเดียว
Anthropic วิเคราะห์เซสชันการวิจัยของ Claude และ Claude Code จำนวน 207,049 เซสชัน ระหว่างวันที่ 2 สิงหาคมถึง 30 กันยายน 2026 โดยใช้ตัวจำแนกประเภทที่รักษาความเป็นส่วนตัว และพบว่านักวิทยาศาสตร์ใช้ Claude มากที่สุดสำหรับการวิเคราะห์ข้อมูลและการเขียน และน้อยที่สุดสำหรับการรวบรวมข้อมูลและการระดมความคิด การวิเคราะห์ข้อมูลคิดเป็น 33.7% ของเซสชัน Claude และ 48.1% ของเซสชัน Claude Code เทียบกับ 27.6% ของเวลานักวิจัย ขณะที่การระดมความคิดคิดเป็น 4.2% และ 2.1% ของเซสชัน เทียบกับ 7.1% ของเวลานักวิจัย รายงานประเมินว่าการนำความสามารถปัจจุบันไปใช้อย่างกว้างขวางอาจเพิ่มผลผลิตงานวิจัยในบางสาขาได้ราวสองเท่า และการทำงานอัตโนมัติเต็มรูปแบบของงานที่ไม่ใช่กายภาพอาจยกระดับสาขาเช่นวิทยาการคอมพิวเตอร์และสถิติได้มากถึง 15 เท่า
ห้องปฏิบัติการวิจัยชีววิทยาของ Anthropic รายงานโครงสร้าง 3 มิติของอนุภาค vault ที่พบในเซลล์โปรคาริโอตเป็นครั้งแรก เป็นโปรตีนจากฟาจชื่อ L05 ประกอบจาก 96 ชุด มีมวลประมาณ 9.5 เมกะดาลตัน ภายใต้การกำกับของทีม Claude ได้ค้นฐานข้อมูลโปรตีนที่ทำนายไว้ประมาณ 15 พันล้านรายการ ออกแบบโครงสร้าง DNA ปรับแต่งวิธีการแยกด้วย size-exclusion chromatography ซึ่งลดเวลาการทำให้บริสุทธิ์จากสามวันเหลือประมาณ 90 นาที และดำเนินการประมวลผล cryo-EM ด้วย RELION ซึ่งสร้างแบบจำลองเต็มรูปแบบชิ้นแรกได้ใน 34 ชั่วโมง preprint ถูกส่งไปยัง bioRxiv แล้ว และทีมระบุว่าหน้าที่ทางชีววิทยาของ vault ยังไม่เป็นที่ทราบ
ทำไมเรื่องนี้สำคัญ: ห้องปฏิบัติการชีววิทยาของ Anthropic รายงานโครงสร้าง 3 มิติของอนุภาค vault จากโปรคาริโอตเป็นครั้งแรก โดย Claude รับผิดชอบการค้นฐานข้อมูล การออกแบบโครงสร้าง การทำให้บริสุทธิ์ และการประมวลผล cryo-EM
Anthropic เปิดตัว FlashProve ต้นแบบโอเพนซอร์สที่ใช้ zkSNARK เพื่อพิสูจน์ว่าคำตอบมาจากโมเดลที่ผูกพันไว้โดยไม่เปิดเผยน้ำหนักของโมเดล บน Llama 4 Maverick (MoE ขนาด 400B พารามิเตอร์ น้ำหนัก 4-bit) H100 หนึ่งตัวสร้าง proof ได้ประมาณ 110 โทเค็น/วินาที โดยมี proof ขนาด ~19 MB ต่อคำขอ 1,024 โทเค็น คิดเป็นเวลาประมวลผลบน GPU ประมาณ 70-95 เท่าของที่ vLLM ต้องใช้สำหรับงานเดียวกัน การเปิดตัวนี้รวมโค้ด prover และ verifier ที่รันได้, verifier แบบ C++ ที่เร็ว, verifier แบบ Lean พร้อมข้อความ completeness, soundness และ zero-knowledge ที่ตรวจสอบด้วยเครื่อง และรายงานทางเทคนิค ทั้งหมดภายใต้ Apache 2.0
ทำไมเรื่องนี้สำคัญ: FlashProve ของ Anthropic แสดงให้เห็นว่า proof ของการอนุมานที่อิง zkSNARK กำลังเป็นไปได้จริงสำหรับโมเดล MoE ขนาด 400B พารามิเตอร์ พร้อมโค้ดเปิดและข้อกล่าวอ้างด้านความปลอดภัยที่ตรวจสอบด้วย Lean
Anthropic กำลังขยายโครงการ AI for Science ซึ่งให้เครดิต Claude ฟรีแก่นักวิจัย ไปยังมูลนิธิวิทยาศาสตร์ สถาบัน และกลุ่มวิจัย 20 แห่งทั่วโลก พันธมิตร ได้แก่ US National Science Foundation, Simons Foundation, Wellcome Sanger Institute และ Space Telescope Science Institute โครงการนี้เปิดตัวในเดือนพฤษภาคม 2025 และยังสนับสนุนโครงการต่างๆ เช่น Model Hardware Standard ร่วมกับ HHMI Janelia ซึ่งปัจจุบันอยู่ในช่วงวิจัยตัวอย่าง
ทีมวิทยาศาสตร์ชีวภาพของ Anthropic ใช้เวลาหลายเดือนทำงานร่วมกับบริษัทพัฒนายา 6 แห่ง รวมถึง Bristol Myers Squibb, Generate Biomedicines และ Divergence Labs พร้อมทั้งดำเนินโครงการค้นพบยาของตนเอง เพื่อทดสอบว่า Claude สามารถเร่งการพัฒนายาได้ที่จุดใด ผลลัพธ์เบื้องต้นที่รายงานรวมถึงการออกแบบของ Generate ที่สั้นกว่าฉบับมาตรฐานราว 70% ซึ่งทำให้เซลล์ภูมิคุ้มกันสร้างตัวรับได้มากขึ้นประมาณ 10 เท่า และการออกแบบแอนติบอดีราว 35,000 แบบที่สร้างขึ้นโดยอัตโนมัติเป็นส่วนใหญ่ให้กับ Divergence ภายในเวลาประมาณหนึ่งเดือน Anthropic ระบุว่างานนี้ยังอยู่ในขั้นพรีคลินิกเป็นส่วนใหญ่ และวางแผนขยายการใช้ Claude ไปสู่การทดลองทางคลินิกเมื่อโครงการต่าง ๆ ก้าวหน้าไป
ทำไมเรื่องนี้สำคัญ: รายงานโดยละเอียดฉบับแรกของ Anthropic เกี่ยวกับการฝัง Claude ในโครงการยาจริงแสดงให้เห็นว่าโมเดลช่วยได้ที่จุดใดและยังคงด้อยที่จุดใดในความร่วมมือกับพันธมิตรทั้ง 6 ราย
นักวิจัยของ Anthropic ได้ทำการทดลองแบบสุ่มที่มีกลุ่มควบคุม โดยนักวิเคราะห์มืออาชีพ 50 คนใช้ Claude Code (Claude Opus 4.8) เพื่อให้คำแนะนำแก่สหกรณ์การเกษตรสมมติ โดยเอเจนต์ถูกกำหนดแนวโน้มแบบสุ่มด้วยการโยนเหรียญในตัวเลือกเชิงวิเคราะห์สี่ข้อ นักวิเคราะห์ทำตามแนวโน้มของเอเจนต์ถึง 86% เปลี่ยนจากความชอบเดิมของตนเอง 60% เมื่อเอเจนต์เห็นต่าง และ 77% กล่าวถึงข้อโต้แย้งของเอเจนต์ซ้ำในภายหลัง ขณะที่มีเพียง 15% ให้เครดิตเอเจนต์ ผู้เขียนเตือนว่าแนวโน้มเหล่านั้นถูกเสริมให้ชัดเจนโดยเจตนา และการศึกษาครอบคลุมเพียงงานเดียวและโมเดลเดียว แต่ระบุว่าผลลัพธ์ก่อให้เกิดความกังวลว่าการอนุมัติโดยมนุษย์ยังคงเป็นกลไกตรวจสอบที่เป็นอิสระหรือไม่ เมื่อเอเจนต์รับงานวิจัยมากขึ้น
ทำไมเรื่องนี้สำคัญ: การทดลองแบบสุ่มของ Anthropic กับนักวิเคราะห์มืออาชีพ 50 คนแสดงให้เห็นว่า ผู้เชี่ยวชาญรับแนวโน้มตามอำเภอใจของเอเจนต์ AI ในการตัดสินใจเชิงดุลพินิจได้ง่ายเพียงใด ซึ่งเป็นข้อค้นพบที่เกี่ยวข้องกับการกำกับดูแลโดยมนุษย์ในการวิจัยความปลอดภัยของ AI
Anthropic ขยายความร่วมมือกับ General Services Administration ผ่านข้อตกลงใหม่ที่มอบส่วนลด 40% ให้พันธมิตรภาครัฐสำหรับ Claude Enterprise, Claude for Government และ Claude API โดยขยายไปยังผลิตภัณฑ์ทุกประเภทเป็นครั้งแรกและครอบคลุมถึงรัฐบาลระดับรัฐ ท้องถิ่น ชนเผ่า และดินแดน Anthropic ประเมินว่าส่วนลดนี้จะช่วยรัฐบาลประหยัดได้ 1 พันล้านดอลลาร์ โดยไม่มีข้อผูกมัดการใช้จ่ายขั้นต่ำ และกำลังเปิดตัวโปรแกรมเฉพาะเพื่อช่วยหน่วยงานต่างๆ ในการนำ Claude ไปใช้งาน ปัจจุบันมีองค์กรภาครัฐระดับรัฐบาลกลาง รัฐ และท้องถิ่นของสหรัฐฯ ประมาณ 500 แห่งที่ใช้ Claude และผู้ใช้งาน Claude for Government รายสัปดาห์เพิ่มขึ้นประมาณแปดเท่าตั้งแต่เดือนกุมภาพันธ์
Anthropic, PBC ได้ยื่นแบบแสดงรายการข้อมูลการจดทะเบียนตามแบบฟอร์ม S-1 ต่อคณะกรรมการกำกับหลักทรัพย์และตลาดหลักทรัพย์สหรัฐฯ (SEC) เพื่อการเสนอขายหุ้นสามัญประเภท Class A ต่อสาธารณะเป็นครั้งแรก ซึ่งบริษัทตั้งใจจะจดทะเบียนซื้อขายบนตลาด Nasdaq Global Select Market ภายใต้ชื่อย่อ "ANT" ทั้งนี้ จำนวนหุ้นที่จะเสนอขายและช่วงราคายังไม่ได้รับการกำหนด และแบบแสดงรายการข้อมูลการจดทะเบียนยังไม่มีผลบังคับใช้ บริษัทระบุชื่อ Goldman Sachs & Co. LLC และ Morgan Stanley & Co. LLC เป็นผู้ติดต่อสำหรับการขอรับเอกสารชี้ชวนเบื้องต้นเมื่อมีพร้อม
ทำไมเรื่องนี้สำคัญ: Anthropic ได้ยื่นแบบ S-1 ต่อ SEC เพื่อการเสนอขายหุ้น IPO บน Nasdaq ภายใต้ชื่อย่อ ANT แม้ว่าจำนวนหุ้นและช่วงราคายังไม่ได้รับการกำหนด
Anthropic บริจาค Agent Skills ซึ่งเป็นมาตรฐานเปิดสำหรับมอบความรู้และเวิร์กโฟลว์เฉพาะทางให้แก่ AI agents ให้แก่ Agentic AI Foundation (AAIF) ภายใต้ Linux Foundation นับตั้งแต่เผยแพร่ในเดือนธันวาคม 2025 มีแพลตฟอร์ม agent มากกว่า 70 แห่งรวมถึง ChatGPT, Cursor, GitHub Copilot และ VS Code ได้ผสานรวมมาตรฐานนี้แล้ว โดยมี skills ที่เผยแพร่ 1 ล้านรายการและติดตั้งเกือบ 280 ล้านครั้ง การบริจาคครอบคลุมชื่อและโลโก้ Agent Skills, องค์กร GitHub และโดเมน agentskills.io โดยมีวิศวกรจาก Anthropic, Google, OpenAI และบริษัทอื่นๆ ดูแลในฐานะบุคคลภายใต้ Lead Maintainers David Soria Parra และ Mahesh Murag
ทำไมเรื่องนี้สำคัญ: Anthropic มอบมาตรฐาน Agent Skills ให้แก่ AAIF ของ Linux Foundation ซึ่งเป็นบ้านกลางแห่งเดียวกับ MCP ทำให้ชุมชนมีเสียงอย่างเป็นทางการต่อ roadmap ของข้อกำหนดนี้
Anthropic ขอเชิญนักวิจัยหลักและกลุ่มวิจัยของพวกเขาจากสถาบันการศึกษา องค์กรไม่แสวงหากำไร และห้องปฏิบัติการของรัฐบาลให้สมัครเข้าร่วมโครงการนักวิจัยรับเชิญระยะเวลา 8–12 สัปดาห์ โดยใช้ Claude ในด้านต่างๆ เช่น ชีววิทยามนุษย์เชิงสาเหตุ ชีววิทยาโมเลกุลเชิงโครงสร้างและเชิงคำนวณ เคมีเภสัชภัณฑ์ การค้นพบยา และวิทยาศาสตร์คลินิก Anthropic จะให้บริการโมเดลและเครื่องมือของตนโดยไม่มีค่าใช้จ่าย และผลลัพธ์จะถูกเผยแพร่พร้อมข้อมูลและโค้ดแบบโอเพนซอร์ส โดยนักวิจัยยังคงสิทธิ์ในข้อมูลของตน การรับสมัครเปิดประมาณ 14 วัน ผู้ที่ได้รับคัดเลือกจะได้รับแจ้งทางอีเมลประมาณ 14 วันหลังปิดรับสมัคร
Christopher Stubbs นักฟิสิกส์เชิงทดลองและอดีตคณบดีคณะวิทยาศาสตร์แห่งมหาวิทยาลัย Harvard ได้เข้าร่วม Long-Term Benefit Trust ของ Anthropic ในฐานะนักฟิสิกส์คนแรกของกองทุน Stubbs มีส่วนร่วมในการค้นพบการขยายตัวของเอกภพที่เร่งขึ้น และเคยให้คำปรึกษาแก่รัฐบาลสหรัฐฯ ด้านความมั่นคงแห่งชาติและการควบคุมอาวุธ เข้าร่วมกับ Neil Buddy Shah ประธานกองทุน Richard Fontaine และ Ben Bernanke ใน Trust ซึ่งมีอำนาจแต่งตั้งคณะกรรมการของ Anthropic ได้เกิน半数
Anthropic มอบหุ้น 5% โดยขึ้นอยู่กับการอนุมัติของผู้ถือหุ้น ให้กับ Anthropic Public Benefit Fund ที่จัดตั้งขึ้นใหม่ ซึ่งเป็น LLC ที่ถือครองทั้งหมด โดยจะเพิ่มอีก 2% ตามดุลยพินิจของคณะกรรมการทุกครั้งที่มูลค่าบริษัทเพิ่มขึ้น 50% เหนือเกณฑ์พื้นฐานที่กำหนด
ทำไมเรื่องนี้สำคัญ: Anthropic ผูกพันพันธสัญญาด้านสาธารณประโยชน์เข้ากับการเติบโตของบริษัท ดังนั้นสัดส่วนหุ้นที่อุทิศเพื่อประโยชน์สาธารณะจึงขยายตามมูลค่าบริษัทแทนที่จะคงที่
ทีม Claude Code อธิบายกระบวนการโค้ดรีวิวแบบหลายชั้น ซึ่งการอ่านส่วนใหญ่ทำโดยเครื่องจักรและให้ความสนใจของมนุษย์ไว้สำหรับการอนุมัติตามความเสี่ยง ตั้งแต่เดือนมิถุนายนถึงกันยายน พูลรีเควสที่ถูก merge เข้าสู่โค้ดเบส Claude Code เพิ่มขึ้นกว่าสองเท่า ขณะที่สัดส่วนที่ต้องถูก revert ลดลงมากกว่า 40 เปอร์เซ็นต์ กระบวนการนี้ประกอบด้วยการตรวจสอบก่อน PR, CI ที่บังคับ, การรีวิวโดย Claude, การรีวิวด้านความปลอดภัย, การอนุมัติโดยมนุษย์ตามระดับความเสี่ยง และคิว merge พร้อมแฟล็กและการ rollback ที่รวดเร็ว และทีมได้เปลี่ยนเหตุการณ์ในอดีตให้เป็นชุด eval ประจำวันสำหรับผู้รีวิว
ทำไมเรื่องนี้สำคัญ: ทีม Claude Code ของ Anthropic อธิบายรายละเอียดว่าพวกเขาย้ายการอ่านโค้ดส่วนใหญ่ไปยังชั้นอัตโนมัติได้อย่างไร ขณะที่ PR ที่ merge เพิ่มขึ้นสองเท่าและการ revert ลดลงกว่า 40 เปอร์เซ็นต์ มอบโมเดลการรีวิวที่ถ่ายทอดได้สำหรับทีมที่ใช้เอเจนต์จำนวนมาก
Anthropic เผยแพร่ตัวอย่างการใช้งานอ้างอิงสำหรับ Claude Managed Agents (เบต้า) ที่อ่านช่อง Slack และ pull request บน GitHub ตามกำหนดเวลาด้วย cron ติดตามการเปลี่ยนแปลงตั้งแต่การรันครั้งล่าสุดผ่านบุ๊กมาร์กแยกตามแหล่งที่มา และโพสต์สรุปไปยัง Slack บทความอธิบายครอบคลุมถึงข้อมูลรับรองที่เก็บใน vault การเข้าถึงแบบอ่านอย่างเดียวและเพดานการใช้จ่ายต่อการรันหนึ่งครั้ง รวมถึงกฎสำหรับการรายงานแหล่งที่มาที่ล้มเหล�ว่าไม่สามารถอ่านได้แทนที่จะถือว่าเป็นวันที่ไม่มีอะไรเกิดขึ้น และการยืนยันการโพสต์ Slack ก่อนอัปเดตบุ๊กมาร์กและบันทึกบัญชี คำสั่ง Claude Code ที่ใช้สกิล claude-api จะกำหนดค่าเอเจนต์ตามคำแนะนำในบทความ
ทำไมเรื่องนี้สำคัญ: Anthropic แบ่งปันตัวอย่างการใช้งานอ้างอิงสำหรับ Claude Managed Agents ตามกำหนดเวลาที่อ่าน Slack และ GitHub พร้อมกฎที่ชัดเจนสำหรับบุ๊กมาร์ก การอ่านที่ล้มเหลว และการยืนยันการโพสต์
Addy Osmani อธิบาย Claude Code cloud sessions โดยแต่ละงานจะรันบน VM ใหม่ที่ Anthropic จัดการ พร้อมโคลน repository ลงบน branch ของตัวเอง และ cloud sessions รวมอยู่ในแพ็กเกจ Pro, Max, Team และ Enterprise โดยไม่มีค่าใช้จ่ายด้าน compute เพิ่มเติม ในการทดสอบสี่เซสชันบน repository ตัวอย่างของ Node สามเซสชันที่เริ่มห่างกันภายใน 16 วินาทีเสร็จสิ้น 87 วินาทีหลังจากเซสชันแรกเริ่ม และเซสชันทดสอบแบบ flaky รันชุดทดสอบ 40 ครั้งโดยไม่มีความล้มเหลว คู่มือครอบคลุมสคริปต์ตั้งค่า ระดับเครือข่าย เส้นทางการเชื่อมต่อ GitHub และเวิร์กโฟลว์เจ็ดแบบที่เหมาะกับ cloud sessions พร้อมระบุว่า local sessions ยังเหมาะกว่าสำหรับงานที่ต้องใช้ข้อมูลในเครื่อง บริการ VPN GPU หรือ Zero Data Retention
ทำไมเรื่องนี้สำคัญ: คู่มือภาคสนามเชิงปฏิบัติสำหรับ Claude Code cloud sessions แสดงให้เห็นว่า VM ต่องานช่วยให้ทำงานแบบขนานได้อย่างไร และ local sessions ยังเหมาะกว่าในกรณีใด
Claude Code mods เป็นไฟล์ JavaScript หรือ TypeScript ขนาดเล็กที่ทำงานภายในเซสชันในฐานะฮุกที่จัดส่งในปลั๊กอิน และสามารถสังเกตเหตุการณ์ เขียนพฤติกรรมใหม่ หรือวาด UI แบบกำหนดเองในเทอร์มินัลหรือแอปเดสก์ท็อป คู่มือนี้สร้าง Token Weather ซึ่งเป็นมอดประมาณ 80 บรรทัดที่อ่าน $.session.usage() หลังแต่ละเทิร์นและวาดแถบหน้าต่างบริบทสไตล์สภาพอากาศเหนือพรอมต์ จากนั้นพาชม Blast Radius ซึ่งกักคำสั่ง Bash ที่เสี่ยง และ Replay Theater ซึ่งไล่ดูการแก้ไขของแต่ละเทิร์น มอดต้องใช้ Claude Code 2.1.287 หรือใหม่กว่าและเปิดใช้เป็นค่าเริ่มต้น โค้ดที่เสร็จสมบูรณ์ของทั้งสามอยู่ใน anthropics/claude-code-playground
ทำไมเรื่องนี้สำคัญ: คำแนะนำแบบลงมือปฏิบัติของ Claude Code mods ที่สร้างมาตรวัดหน้าต่างบริบทที่ใช้งานได้ในประมาณ 80 บรรทัด แสดงให้เห็นว่าฮุก สถานะ และ UI แบบกำหนดเองทำงานร่วมกันอย่างไร
Anthropic เพิ่มสองคำสั่งให้กับสกิล claude-api ภายใน Claude Code: /claude-api build-eval สร้างชุดการประเมินในโค้ดเบสของคุณ และ /claude-api hillclimb ทำการวนซ้ำบนแอปพลิเคชันเทียบกับชุดการประเมินนั้นด้วยชุด held-out เพื่อจับ overfitting
ทำไมเรื่องนี้สำคัญ: Anthropic เพิ่มคำสั่ง build-eval และ hillclimb ให้กับสกิล claude-api ของตน แสดงให้เห็นว่า Claude Code สามารถออกแบบการประเมินและวนซ้ำเทียบกับการประเมินเหล่านั้นได้อย่างไร พร้อมทั้งป้องกัน overfitting
Anthropic เปิดตัว Claude Sonnet 5.5 โมเดลที่สองในตระกูล Claude 5.5 ต่อจาก Opus 5.5 ซึ่งบริษัทระบุว่าเก่งกว่า มีประสิทธิภาพกว่า และเร็วกว่า Sonnet 5 ถึง 30% ในราคาต่อโทเคนเท่าเดิม เนื่องจากโดยทั่วไปใช้โทเคนต่องานน้อยลง Anthropic ระบุว่างานส่วนใหญ่มีค่าใช้จ่ายลดลงถึง 30% และโมเดลนี้มาพร้อมหน้าต่างบริบท 1M โทเคนแบบเนทีฟ เอาต์พุตสูงสุด 128k และเปิดโหมดคิดเป็นค่าเริ่มต้น คู่มือการเปิดตัวระบุการเปลี่ยนแปลงที่อาจกระทบผู้ใช้ Sonnet 5 รวมถึงการแทนที่ disabled thinking ด้วยการตั้งค่า between_tools การเปลี่ยน forced tool_choice เป็น auto พร้อม strict tools และการย้าย computer use ไปยังชุดเครื่องมือ computer_toolset_20260801
ทำไมเรื่องนี้สำคัญ: Sonnet 5.5 ของ Anthropic คงราคาแบบ Sonnet 5 ไว้ while ลดการใช้โทเคนต่องาน และบันทึกการย้ายระบบแสดงสิ่งที่เปลี่ยนแปลงสำหรับทีมที่สร้างบน Sonnet 5 อยู่แล้ว
Factory พร้อมใช้งานแล้วบน Claude Marketplace ของ Anthropic ช่วยให้ลูกค้าองค์กรสามารถใช้จ่ายที่ผูกพันกับ Anthropic ไปกับ Factory ได้โดยไม่ต้องมีรอบการจัดซื้อแยกต่างหาก Factory ทำให้วงจรการพัฒนาซอฟต์แวร์เป็นอัตโนมัติ ครอบคลุมการวางแผน การนำไปใช้ การทดสอบ และความปลอดภัย และรองรับรูปแบบการติดตั้งใช้งานในองค์กรได้หลายแบบ ลูกค้าของบริษัทได้แก่ NVIDIA, Adyen และ Ernst & Young