公司与模型
Anthropic 的 Claude 系列模型、Claude Code 更新，以及安全研究与公司动向。
33 条精选近 30 天 26 条共收录 79 条
Anthropic表示，它借助其前沿模型Mythos，在几乎无需人工干预的情况下，仅用三天就将Claude移植到了AMD GPU上，其中近100%的内核由Mythos自行编写。联合创始人Tom Brown称，Anthropic如今在AWS Trainium、Google TPU、Nvidia GPU和AMD GPU上训练并运行Claude，并将它们视为一个可互换的计算资源池。上述数据来自一份投资者演示文稿，尚未经过独立核实；Anthropic给出的对比是三天对传统工程所需的六到十二个月，衡量基准为使用AMD MI355X GPU的提示处理。
推荐理由：Anthropic声称其自家模型在三天内将Claude移植到AMD GPU，这为检验AI能否松动CUDA对芯片选择的钳制提供了一个具体测试。
Anthropic 发布 Claude Meetings 测试版，让 Claude 作为可见参与者加入 Google Meet 通话，在聊天中回答问题、实时构建文档和白板，并撰写笔记和行动项。每次会议都会在 claude.ai 中生成一个页面，包含转录、笔记和产出物；默认情况下，除非管理员允许，Claude 不会加入有外部嘉宾的通话。该测试版正在 Team 和 Enterprise 套餐中推出，部分组织无法使用，包括 ZDR、HIPAA-ready 和 CMEK 配置；测试期间，笔记、转录和通话内回答均免费。
推荐理由：Anthropic 的测试版发布展示了会议代理如何在实时通话中起草文档、拉取已连接工具的数据并撰写笔记，同时默认规则排除外部嘉宾。
Claude Opus 5.5 现已成为 Claude 在 Pro、Max、Ultra 和 Team 套餐中的默认模型，Anthropic 推荐将其作为研究、分析以及成品文档、演示文稿和电子表格的日常主力。Anthropic 表示，Opus 5.5 在中等努力程度下，在其编码和知识工作评估中达到或超过了高努力程度的 Opus 5；在一项内部合并分析测试中，它以 Opus 5 完成同一任务一半的成本，在 63 分钟内完成。该文章还列出了针对新模型的提示词调整建议，包括去掉“think hard”指令、从中等努力程度开始，以及附上图表而不是重新输入其数值。
推荐理由：Anthropic 自己的指南解释了为什么 Opus 5.5 现在是日常知识工作的默认选择，以及应为此放弃哪些提示习惯。
Anthropic昨日启动IPO路演，其路演视频披露了此前未公开的业务运作细节，其中包括联合创始人Tom Brown关于算力策略的部分。Brown表示，Anthropic在AWS Trainium、Google TPU、NVIDIA GPU和AMD GPU上训练和推理Claude，并且今年开始与AMD GPU合作时，一个名为Mythos的系统在基本无需人工干预的情况下，三天内就让Claude在AMD上运行起来，几乎100%地移植或编写了内核。他还将算力乘数描述为算力优势的第二驱动因素，称每个乘数都叠加在前一个之上，Claude最终可能会完全自行发现它们。
推荐理由：Anthropic的IPO路演视频详述了其横跨四个芯片系列的多芯片训练与推理策略，其中包括一个由Claude辅助、三天内完成的AMD移植。
Anthropic 以测试版形式推出 Claude Whiteboards 和 Claude Sheets，并将 Claude Dashboards 正式发布为 Claude Data。Whiteboards 可将口头计划转化为带有时间线、负责人和日期的看板，团队可实时编辑；Sheets 可构建包含标签页、公式、格式和下拉菜单的电子表格，并概述每次编辑。Claude Data 让数据团队能够认证查询，并基于指标生成数据故事或旁白视频，实时共享可显示最新数字。
推荐理由：Claude 新增协作白板、电子表格和共享数据仪表盘，将其工作空间从聊天扩展到团队文档。
Claude 现已支持交互式连接器，可在 Claude 内打开工具的完整版本，让用户在与对话并行的同时使用 Adobe、Atlassian 和 Box，既可自行修改，也可让 Claude 代为修改。在演示中，Claude 为 Confluence 中的发布计划添加了摘要，为 Adobe 中的照片应用了抖动效果，并在 Box 中对照设计标准检查了平面图，随后将修订版另存为新文件。该功能正在网页端和桌面端逐步推出。
推荐理由：交互式连接器让 Claude 能在 Adobe、Atlassian 和 Box 应用内操作，展示了智能体工作流如何从聊天延伸到完整的第三方工具中。
Gary Marcus 反对 Anthropic 的 IPO，指出其据报道高达 1.4 万亿美元的目标估值，对应一家从未盈利、且背负近 9000 亿美元未来负债的公司。他援引 Anthropic 修订后的 S-1 文件——其中警告成本将上升、亏损将持续——以及营收增速从第二季度的 147% 放缓至第三季度的 47%，作为证据表明建立在 tokenmaxxing 之上的万亿美元预测已不再成立。
推荐理由：Gary Marcus 利用 Anthropic 的 IPO 文件和放缓的营收增长来论证，该估值所依赖的预测已不再得到公司自身数据的支持。
Anthropic 发布了 Claude Fable 5.2 和 Claude Mythos 5.2，二者在多数独立排行榜上位居榜首，包括 Artificial Analysis Intelligence Index v5（65 分）和 SemiAnalysis GDPx（16.4%）。价格下调 20%，降至每 100 万输入/输出 token 8 美元/40 美元，但 SemiAnalysis 报告称，每项 GDPx 任务的成本从 67.16 美元升至 88.15 美元，因为该模型会编写数百到数千个测试用例，并启动子代理来检查其工作。多项评估显示，max effort 级别的表现不如 high，且 Fable 被限制为每周订阅额度的 50%。
推荐理由：Anthropic 发布 Fable 5.2 和 Mythos 5.2，每 token 价格下调 20%，但独立评估显示每任务成本更高，且 max-effort 设置的表现不如 high。
在涵盖硬件破解、商业规划、人文学科课程建设、学术研究以及一个 450 个世界的 3D 门户项目的任务中，2，并根据他将 AGI 定义为在大多数基于计算机的智力任务上匹配大多数人类专家的标准，判定其几乎达到 AGI。
推荐理由：Ethan Mollick 对 Claude Fable 5.2 的亲手测试显示，其在编程、商业和研究方面具备强大的通用能力，同时暴露出一个持续存在的差距：在判断工作是否足够好时缺乏自我评判能力。
Anthropic 发布了 Claude Fable 5.2，这是一款为最艰巨的技术挑战和雄心勃勃的开放式项目而设计的模型，在编码、推理和视觉方面均有提升。公司建议大多数编码和知识任务从 Opus 5.5 开始使用；Fable 5.2 即日起在 Pro、Max、Team 和 Enterprise 套餐中提供。
推荐理由：Claude Fable 5.2 面向雄心勃勃的开放式技术工作，据称在编码、推理和视觉方面有所提升，而 Opus 5.5 仍是大多数编码和知识任务的推荐默认选择。
Anthropic 正在推出一项更新，让受支持的交互式连接器可以在对话旁边或全屏打开完整工具，并允许 Claude 对打开的页面、行或文件进行修改，用户以与连接器操作相同的方式批准这些修改。此次推送覆盖网页版和 Claude 桌面应用的所有套餐，首批工具包括 Asana、Canva、Carta、Dropbox、monday.com、Smartsheet、Vercel 和 Webflow，Figma、Harvey 和 Shopify 也在构建集成。这些连接器运行在 MCP Apps 上，Claude 现在以公开预览形式向开发者支持更多该扩展能力，例如应用工具和嵌入式站点。
推荐理由：Claude 的连接器现在会在聊天窗口旁打开完整工具，并让 Claude 直接编辑页面、行和文件，审批流程与连接器操作相同。
Anthropic, PBC 启动其拟首次公开发行 825,000,000 股 A 类普通股的路演，其中 801,351,354 股由 Anthropic 发行，23,648,646 股由某些现有股东发行。预期价格区间为每股 70.00 至 78.00 美元，Anthropic 已申请在纳斯达克全球精选市场上市，股票代码为 ANT。Anthropic 还预计授予承销商 30 天期权，可额外购买最多 123,750,000 股，且已向 SEC 提交的注册声明尚未生效。
推荐理由：Anthropic 的 IPO 路演文件详细说明了 8.25 亿股 A 类股、每股 70 至 78 美元的定价以及计划以 ANT 为代码在纳斯达克上市，具体呈现了该公司的公开市场计划。
在没有 Prove2Me 平台、也没有研究人员引导的情况下耗时 7 小时——而 Anthropic 九月的运行使用了这两者——写出的证明长度只有其七分之一，输出 token 用量只有其三分之一。每个智能体都在网络隔离的沙箱中工作，配有分类器检查每条 shell 命令和文件编辑，外加一个离线监控器；在超过一百万次工具调用中，没有任何一次达到被拦截的标准。
推荐理由：Anthropic 的千智能体运行在没有 Prove2Me、也没有研究人员的情况下复现了费马大定理的形式化，展示了沙箱与监控如何约束一个自组织的智能体团队。
Anthropic 发布了一份指南，建议开发者将大多数编程和知识工作从 Claude Opus 5.5 的默认中等努力水平开始，因为其每 token 成本仅为 Fable 5.2 的一半。该指南将 Sonnet 5.5 对应到范围明确的日常工作，Haiku 5.5 对应到高容量分类、路由和子代理任务，Fable 5.2 对应到最困难的编程、金融和科学项目或长时间无人值守运行。它还建议在切换模型之前调整努力水平，并指出在 SWE-bench Pro 上，Opus 5.5 在低努力下运行、失败任务以高努力重跑，通过了约 97% 的任务，每个任务约 $0.17，而所有任务均以高努力运行时为 95.3%，每个任务 $0.29。
推荐理由：Anthropic 自己的指南将每个 Claude 模型和努力水平映射到具体任务类型，并提供了用于在它们之间选择的每任务成本和基准比较。
Anthropic 报告称，Claude Fable 5.2 仅凭极简提示就设计了三款电子设备——免提扬声器、语音助手中枢和手持虚拟宠物，Diode Computers 依据其设计文件制作出可工作的原型，且未做电路修正。在 Diode 内部的 PCB Gym 基准上，Fable 5.2 得分 69%，而 Fable 5 为 25%；在公开的 BenchCAD 2.1 上达到 83.5%，几乎是 Claude Fable 5.1 的两倍。这些设备仍是原型，尚未经过电气验证、天线调谐、热测试或认证，Claude 也未连接测试设备或制造机器。
推荐理由：Anthropic 亲自披露 Claude Fable 5.2 设计出三款可工作的电子设备，表明模型已从局部 PCB 布局推进到端到端硬件原型制作。
Every 报道称，Anthropic 的最新模型 Fable 5.2 让 Kieran Klaassen 构建了一款视频编辑器，融合了 Adobe Premiere、After Effects 和 Ableton 风格的功能，并由一个 AI 智能体运行，Everycut 在他开始三天后上线。该评测称，Fable 5.2 能承接整个产品，并持续构建、测试和优化，直到可日常使用；相比之下，Opus 5.5 需要用户不断检查其工作，而 Fable 5 和 5.1 则能连续数小时或数天运行大型任务。Every 称这是其测试过的首个让专业人士无需阅读底层代码就能构建生产级工具的模型。
推荐理由：Every 对 Fable 5.2 的实测展示了单一模型在极少引导下能将产品构建推进到何种程度，并与 Opus 5.5 及 Fable 5/5.1 做了具体对比。
Anthropic 概述了其为 Claude 智能体设计记忆的方式，将智能体记忆定义为跨会话保留的知识，并将其与权重变化、上下文学习和压缩区分开来。5 将其与记忆相匹配。7 在 225 个文件夹中写入了 413 个文件，并获得了一枚徽章。
推荐理由：Anthropic 详细说明了 Claude 的智能体记忆如何运作，比较了模型在 CL-Bench 和 Pokémon Red 上的笔记记录，并展示了离线“做梦”如何纠正和组织已存储的笔记。
Anthropic 的生物研究实验室报告了原核细胞中发现的穹窿颗粒的首个三维结构，这是一种名为 L05 的噬菌体蛋白，由 96 个拷贝构成，质量约为 9.5 兆道尔顿。在团队的指导下，Claude 搜索了约 150 亿条预测蛋白质的数据库，设计了 DNA 构建体，优化了尺寸排阻色谱分离方法，将纯化时间从三天缩短到约 90 分钟，并运行 RELION 冷冻电镜处理，在 34 小时内产出了首个完整模型。该预印本已提交至 bioRxiv，团队表示这些穹窿颗粒的生物学功能仍未知。
推荐理由：Anthropic 的生物实验室报告了原核生物穹窿颗粒的首个三维结构，Claude 负责数据库搜索、构建体设计、纯化和冷冻电镜处理。
Anthropic 发布了 FlashProve，这是一个开源原型，使用 zkSNARK 证明某个响应来自一个已承诺的模型，而无需暴露其权重。在 Llama 4 Maverick（400B 参数 MoE，4 位权重）上，单张 H100 以约 110 tokens/秒的速度生成证明，每 1,024 token 请求的证明大小约 19 MB，约为 vLLM 完成相同工作所需 GPU 时间的 70-95 倍。该发布包含可执行的证明器和验证器代码、一个 C++ 快速验证器、一个 Lean 验证器（其完备性、可靠性和零知识性陈述经机器检查），以及一份技术报告，全部采用 Apache 2.0 许可。
推荐理由：Anthropic 的 FlashProve 表明，基于 zkSNARK 的推理证明对于一个 400B 参数的 MoE 模型正变得实用，并提供了开放代码和经 Lean 检查的安全性声明。
Anthropic 的生命科学团队花了数月时间与六家药物开发商合作，包括百时美施贵宝、Generate Biomedicines 和 Divergence Labs，同时开展自己的发现项目，以测试 Claude 能在哪些环节加速药物开发。报告的早期结果包括：Generate 设计的一个版本比标准版本短约 70%，使免疫细胞产生的受体数量增加约 10 倍；以及在大约一个月内为 Divergence 主要自主生成了约 35,000 个抗体设计。Anthropic 表示，这项工作仍主要处于临床前阶段，并计划随着项目推进将 Claude 扩展到临床试验中。
推荐理由：Anthropic 首次详细披露将 Claude 嵌入真实药物项目的实践，展示了该模型在六家合作伙伴中哪些环节有帮助、哪些环节仍有不足。