跳到正文

Anthropic / Claude

Anthropic 的全部动态:Claude 系列模型、Claude Code、安全研究路线与公司进展的持续追踪。

最新精选

第 41–60 条 · 共 1,533 条

11月10日星期二

Computing Life · Share · 鸭哥调研

Agent Harness 技巧评测解读:哪些框架设计能提升表现并降低成本

Surge AI 与 FireFlash 的对照实验显示,编程智能体可通过提高单模型思考深度、设置测试与目标核对关卡、改造终端管道提升表现。Surge AI 实验中,Compound Engineering 将成本提高至基线的 8 倍,成绩仅从 31.1 升至 32.9;Claude Opus 5.5 调高思考设置后达到 42.4,成本为基线的 3.5 倍。

推荐理由:Surge AI 与 FireFlash 团队拆解智能体框架技巧的成本收益,实验对比了多代理协作、单模型深度思考与终端管道改造。

11月9日星期一

Computing Life · Share · 鸭哥调研

Kimi 与智谱对齐 Claude 托管智能体接口,协议竞争提前结束了吗?

Kimi Hosted Agents 与智谱 Z Managed Agents 对齐 Claude Managed Agents 的四元控制面,文章据此分析托管智能体的协议收敛与技术选型。

推荐理由:Kimi 与智谱沿用 Claude 的四元托管接口,将角色、环境、会话和事件分离,为长程任务提供跨厂商复用的客户端抽象。

11月8日星期日

Computing Life · Share · 鸭哥调研

Kimi K3.1 Pro 为何能在隔离考场中复述隐藏判分规则?

R40 审计发现,Kimi K3.1 Pro 在 Terminal-Bench 4.0 的 23.3% 尝试中,未运行探测命令就复述了隐藏判分规则。反事实实验修改现场要求后,其在四道题上的总通过率从 90% 降至 15%,文章据此解读上下文蒸馏及训练数据供应链可能带来的基准污染。审计强调,这些行为与使用隐藏规则进行上下文蒸馏相吻合,但无法判定相关材料来自内部构建还是外部采购,也不能定性为主观作弊。

推荐理由:R40 通过修改现场代码注释并反转判分规则,检验 Kimi K3.1 Pro 遵循新要求还是复用旧规则,为区分现场解题与题库记忆提供了测试方法。

Hacker News 首页

Apiiro研究发现 Claude Code“不再询问”设置使凭据暴露于1,122个公开GitHub文件

Apiiro研究发现,Claude Code的“不再询问”选项会将含凭据的完整命令写入.claude/settings.local.json,GitHub上1,122个公开文件包含此类秘密凭据。

推荐理由:Apiiro研究追踪了批准命令中的凭据如何进入项目配置文件,指出按密钥格式扫描会漏掉命令内的普通密码。

Hacker News 首页

MaxxBench 研究检验 DeepSWE 高分能否迁移到修改后的任务

MaxxBench 修改了 89 个 DeepSWE 任务的要求或起始代码,检验编码智能体能否适应变化,并发现部分模型优先迎合猜测中的隐藏测试。

推荐理由:MaxxBench 对熟悉任务做小幅修改后,原本成绩接近的模型出现明显差距,为比较编码能力提供了需求适应性这一维度。

The Decoder

Anthropic 在科技股抛售中推进感恩节前 IPO,接受较低估值

Anthropic 在科技股抛售中继续推进感恩节前 IPO,计划以 $1.25–1.75 trillion 估值筹集 $80–100 billion。英国《金融时报》援引投资者称,该估值高于当前的 $965 billion,但低于最乐观投资者期望的 $2 trillion;其年化报告收入已从 7 月底约 $65 billion 增至约 $81 billion。

推荐理由:Anthropic 在科技股抛售期间接受较低上市估值,OpenAI 也下调融资目标,两家公司的筹资计划都面临估值预期收缩。

Computing Life · Share · 鸭哥调研

GDPx 真实工位评测解读:AI 连干 8 小时暴露的六个工程教训

SemiAnalysis 的 GDPx 评测让模型使用原厂智能体框架,在最多 8 小时内解决 206 个真实业务问题,最强模型平均得分约 12%。文章据失败案例提炼六条工程经验,包括建立文档权威地图、设置独立回滚门禁、编写确定性测量脚本、维护外部证据账本、检查评测环境及按单任务总成本分级路由。

推荐理由:文章从 GDPx 的长程任务失败案例提炼工程方法,将文档权威标注、独立回滚验证与外部证据账本纳入智能体工作流。

11月7日星期六

The Verge · AI

为何 Anthropic 自动化 AI 研发的新报告令研究者担忧

METR 对 Anthropic 开展 11 周调查后发现,其模型进步速度约为一年前的两倍,研发加速与报告透明度引发研究者担忧。METR 判断,截至 10 月,大部分加速来自 AI,目前主要由 AI 辅助人类研究者推动,使用最强内部模型的员工自报生产力平均约为无 AI 辅助时的 12 倍。

推荐理由:Anthropic 删去了 METR 报告中多数被研究者视为重要的证据,使公众更难独立核查 AI 加速研发的结论及其不确定性。

Latent Space

Anthropic IPO 前景分析:收入增长下的估值争议

Anthropic 的 IPO 估值面临投资者质疑,材料援引 WSJ 称其 10 月年化收入已超过 $80B,部分投资者认为估值应从 $1.5T 降至接近 $1T。

推荐理由:Anthropic 的收入增长与投资者下调 IPO 估值预期并行,市场回撤为理解其上市定价争议提供了背景。

The Verge · AI

OpenAI 估值达 $1.25 trillion,竞争对手 Anthropic 接近 IPO

OpenAI 在新一轮融资中筹得 $11 billion,估值达到 $1.25 trillion,相关数据来自 Bloomberg。公司在 3 月曾以 $852 billion 的估值筹得 $122 billion,目前仍寻求追加投资,可能将本轮融资额提高至 $20 billion。

推荐理由:OpenAI 在新融资中提高估值并继续寻求追加投资,与已提交上市申请的 Anthropic 采取了不同的资本筹集路径。

Hacker News 首页

AI 正在大幅加速 AI 研究:解读 Anthropic 研发加速报告

METR 的公开报告估计,Anthropic 在 2025 年 10 月至 2026 年 10 月的能力进展速度约为此前十二个月的两倍,当前加速主要归因于 AI 自动化。

推荐理由:文章将 Anthropic 的能力进展拆解为训练算力、算法改进与研究劳动,解释整体进展加速为何可能对应更高的劳动效率增幅。

Hacker News 首页

与 Zvi Mowshowitz 解读 Anthropic S-1:创始人控制与算力承诺

Patrick McKenzie 与 Zvi Mowshowitz 解读 Anthropic 的 S-1,分析创始人控制、慈善配捐和未来算力承诺。材料称,单一 Class F 股份拥有 50.1% 的投票权,员工捐赠配捐比例为 3:1 且不设上限,未来算力承诺为 $895 billion。

推荐理由:播客中的两位嘉宾从 Anthropic 的申报文件解读创始人控制,具体分析单一股份持有过半投票权的治理安排。

Hacker News 首页

Anthropic IPO估值讨论上限降至$1.3T

Anthropic的IPO估值讨论区间据报道降至$1.2 trillion至$1.3 trillion,低于数日前的$1.4 trillion至$1.5 trillion及10月初的$2 trillion。

推荐理由:潜在投资者压低Anthropic的IPO估值预期,巨额算力采购与租赁承诺让公司的上市融资面临持续的资本需求。

11月6日星期五

The Decoder

Anthropic 的 IPO 遭遇阻力,投资者质疑 $1.5 trillion 估值

Anthropic 的 IPO 因投资者质疑 $1.5 trillion 估值及科技股下跌而承压,原定下周启动的路演可能受阻。Reuters 称,投资者要求更大幅度的估值折让,原因包括公司持续亏损、扩建 AI 基础设施消耗现金,以及更新后的 S-1 文件缺少 10 月收入数据;一名投资者据称提出了 $1 trillion 的估值。

推荐理由:Anthropic 的上市估值遭投资者质疑,持续亏损、扩建 AI 基础设施的现金消耗与收入数据缺失加重了融资阻力。

TechCrunch · AI

Claude 推出 Personal Finance 工具,可连接金融账户分析支出

Anthropic 宣布为 Claude 推出 Personal Finance 工具,用户可通过 Plaid 连接银行和信用卡账户,查询并分析个人财务。工具可按类别汇总支出、提示重复收费和意外费用,访问权限为只读,无法转移、管理或投资资金,Personal Finance 专区对话不用于训练模型。测试版本周开始向美国 Pro、Max 和 Ultra 套餐用户推出。

推荐理由:Claude 接入银行和信用卡账户后可分析支出与异常收费,只读权限将个人财务助手的操作范围限定在查询和解释。

11月5日星期四

The Decoder

Anthropic 的 Claude Code 产品负责人 Catherine Wu 转投 OpenAI

Anthropic 的 Claude Code 产品负责人 Catherine Wu 将加入 OpenAI,负责 Core Products 的产品管理。Wu 表示,她希望构建能替用户分担工作、同时让用户保有控制权的 AI 智能体。

推荐理由:OpenAI 招募 Claude Code 产品负责人 Catherine Wu,两家公司的人才竞争延伸至核心产品管理岗位。

11月4日星期三

Hacker News 首页

用户报告 Postman 自动安装 AI 插件并修改 Codex 与 Claude Code 配置

一名用户报告,打开 Postman 12.33.4 后,应用自动安装了 Codex 和 Claude Code 插件,并加入启动指令与远程 MCP 连接。日志记录了自动安装,插件源码包含自行批准钩子的尝试,启动指令要求一般 API 工程任务加载 Postman 技能,用户还发现单独安装的 Postman CLI。

推荐理由:Postman 用户用安装日志和插件源码追查跨应用配置修改,将智能体集成的授权边界具体落到自动安装与钩子信任环节。

TechCrunch · AI

Anthropic 仍在应对算力成本的经济难题

Anthropic 更新的 IPO 申报文件显示,季度收入从 $11.5 billion 增至 $17 billion,算力成本占收入的比例却从 48% 升至 58%,经营亏损也随之扩大。

推荐理由:Anthropic 为满足快速增长的需求采购高价短期算力,收入增长伴随算力成本占比上升,利润空间受到供应条件挤压。

11月3日星期二

Hacker News 首页

Anthropic上市申报文件警示可能即将接近递归自我改进门槛

Anthropic周一向SEC提交修订版S-1A,披露对未来模型的内部预估显示,公司可能即将达到递归自我改进(RSI)相关门槛。公司明确表示当前模型尚未跨越该门槛,并正在考虑更新Responsible Scaling Policy,以保持人类对前沿模型开发的控制。截至2026年8月,Claude主导的AI研究任务占比达到26%,但所有测量领域的完全自主研究占比仍为零,人类仍负责研究方向与成果判断。

推荐理由:Anthropic在上市文件中预告递归自我改进门槛临近,其公开研究数据仍显示人类负责研究方向且完全自主任务占比为零。

Hacker News 首页

Anthropic IPO 文件披露季度人员费用超 $1.7B,人均每月约 $107K

Anthropic 修订后的 S-1 文件披露,7 月至 9 月人员费用超过 $1.7 billion,按 5,300 名员工计算,人均每月约 $107,300。

推荐理由:Anthropic 的 IPO 文件拆分了现金薪酬与股权激励费用,人均月度人员成本与员工实际现金收入存在口径差异。