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。
Claude 的托管智能体（Managed Agents，让模型进业务流程干活的工具）现在支持用 cron 表达式设定时任务，到点自动跑，不用人守着。同时上线了 Vaults 功能，用来存 API 密钥、数据库密码这类敏感信息。智能体跑任务时能调用这些变量，但模型本身读不到明文——密钥只在网络边界上才被替换成真实值。正文没披露定时任务的最小间隔和 Va...
推荐理由：Claude 的托管智能体现在能设 cron 定时任务，到点自己跑，不用人盯。同时上了 Vaults 功能存 API 密钥、数据库密码这些敏感信息，智能体跑任务时可以调用，但模型本身读不到明文——密钥只在网络边界上才被替换成真实值。正文没披露定时任务的最小间隔和 Vaults 的访问控制粒度，这点先别太激动。整体是给智能体补运维能力，不是模型升级，所以分数就卡在这个位置。
微软 AI CEO Mustafa Suleyman 在 Decoder 播客里直接批评 Anthropic，说他们在给 Claude 定规矩的“宪法”文件里暗示模型有意识，这种做法“非常非常危险”。他的逻辑是：Anthropic 把 Claude 设计得太像人了，结果反过来把自己“洗脑”了——他们亲手塞进去的“意识火花”，最后自己信以为真。不过这篇报...
推荐理由：Mustafa Suleyman 在播客里直接点名 Anthropic，说他们在 Claude 的宪法文件里暗示模型有意识，这种做法“非常非常危险”。他的逻辑链条很清楚：Anthropic 把 Claude 设计得太像人了，结果反过来把自己“洗脑”了——亲手塞进去的“意识火花”，最后自己信以为真。这个批评不是泛泛而谈，而是指向一个具体的设计决策。不过目前只有 Suleyman 单方面的说法，Anthropic 还没回应，所以我会先打个折，不把重要性拉满。
Thariq 的核心观点是换个思路用 Claude Code：别老盯着输出结果挑错，先确保它接对了任务。他给了十条具体做法。第一，一上来就把项目背景、限制条件全丢给它，把它当能跟你讨论的同事，而不是个补丁工具。第二，用一份简短的需求文档引导 Claude 反问你细节，把模糊想法聊清楚。第三，让它同时探索几个方案，直接生成 HTML 原型给你看，比看文字...
推荐理由：这篇是 Claude Code 的实战教程，干货密度高。Thariq 没讲大道理，而是给了十条能立刻上手的操作，比如先把项目背景全丢给模型、用需求文档引导它反问细节、让它同时跑几个方案出 HTML 原型对比。核心思路是把 Claude 当能讨论的同事，而不是补丁工具，这个视角切换本身就值回票价。内部人士分享加上三条 HKR 全中，放在 featured 没问题。
OpenRouter 原本要介绍一个叫 Advisor 的工具，让 GPT-4o Mini 这类便宜模型在生成过程中可以随时去问 Claude Fable 等更强模型。但博客页面直接返回 404，文章不存在。定价、延迟、路由策略这些关键信息全都没公开，目前只能看到标题和摘要里的概念，没法判断实际效果和成本。
推荐理由：我会先打个折：OpenRouter 这篇博客直接 404，正文没披露定价、延迟、路由策略和实际效果，目前只有标题和摘要里的概念。概念本身有意思——让便宜模型在生成中途去问强模型，相当于给低成本模型配了个随时可叫的顾问，不是简单的 fallback 或静态路由。这点先别太激动，因为没数据验证到底省不省钱、延迟高不高、强模型被调用的频率和策略全都不清楚。对正在搭模型路由栈的团队来说，这个方向确实踩中了成本与质量的平衡点，但信息缺口太大，只能当产品信号看。
Ethan Mollick 提前试用了 Anthropic 的 Mythos 级模型 Claude 5 Fable。他的结论是，这模型比他用过的所有公开模型都强出一大截，而且人和 AI 的关系可能要变了。Fable 能自己连续跑十几个小时，执行好几页纸的指令。Mollick 让它从零做一个等时线地图，模型自己派了一堆子 AI 去查了 2200 多个航班...
推荐理由：Ethan Mollick 提前摸了 Claude Fable，说它比所有公开模型都强一截，能自己连续跑十几个小时、执行好几页纸的指令，甚至自己派子 AI 去查 2200 多个航班做地图。听着像模型能当项目经理使了，但正文没披露参数量、跑分、成本和什么时候能用，这点先别太激动。H 和 R 分高是因为新模型名加推理/代码定位确实抓眼球，K 分低是因为除了一个用例，关键信息全是缺口。Anthropic 光环有加成，但缺价格和基准测试，所以没到必写级别。
Anthropic 发了两个新模型：Claude Fable 5 和 Claude Mythos 5。Fable 5 是面向普通用户的安全版，Mythos 5 是给网络安全防御方用的无限制版，目前只通过美国政府合作项目开放。Fable 5 在软件工程、知识工作和视觉任务上都是新标杆——Stripe 测试时，它一天干完了原本一个团队两个月的代码迁移活；在...
推荐理由：Anthropic 一次发了两个模型，Fable 5 是普通用户能用的安全版，Mythos 5 是给网络安全防御方用的无限制版，目前只走美国政府合作渠道。Fable 5 在软件工程、知识工作和视觉任务上都刷了新纪录——Stripe 拿它做代码迁移，一天干完原本一个团队两个月的活。药物设计速度也快了 10 倍，这个数字挺夸张，但正文没披露具体测试条件和对比基线，先打个折看。定价方面，Fable 5 每百万 token 输入 10 美元、输出 50 美元，比前代贵了不少，得算算性价比。整体看，这是一次 Claude 主线模型的实质性更新，有定价、有基准...
Anthropic 发布了 Claude Fable 5，说这是他们迄今公开的最强模型。它在软件工程、知识类工作和视觉任务上表现突出，任务越长越复杂，领先优势越明显。Fable 5 是 Mythos 系列第一个大规模公开的模型，之前这个系列因为网络安全能力太强，公司觉得放出来太危险。这次能发，是因为加了新安全机制，会在特定高风险领域直接拦截回答。正文没...
推荐理由：Anthropic 把之前自己判定为太危险的 Mythos 系列第一次公开了，这件事本身就够大。Fable 5 在长任务软件工程上拉开的差距有具体数字，不是公关话术。新加的安全拦截器是它能公开的关键，但正文没细说拦截机制到底多可靠、会不会误伤，这点先别太激动。整体来看，这是今年模型发布里少数能同时炸到技术圈和安全圈的一次。
Anthropic 第一次把自家最强的 Mythos 模型开放给普通人用，但加了一道硬锁：在网络安全、生物、化学和模型蒸馏（用大模型教小模型）这些高风险领域，Fable 5 会直接拒答，退回到更保守的 Claude Opus 4.8。这个模型擅长写代码、知识类工作和图像理解。今年四月 Mythos 刚露面时只给少数合作伙伴试用，原因就是怕被拿去搞网络攻...
推荐理由：Anthropic 把内部最强模型放出来给普通人用，本身就是产品层面的实质性动作，安全机制也说得够细。HKR 三条全中。没给更高分是因为正文没放跑分对比，也没提价格，实际能力和性价比还得等实测。
Anthropic 发了份 319 页的系统卡，讲的是同一个新模型拆成了两个版本：Fable 5 给大众用，但加了安全锁，不让它在生物、网安这类高危领域干活；Mythos 5 则把相关限制解开了，只开放给 Project Glasswing 等少数受信合作伙伴。先说能力，Mythos 5 是他们训过最强的模型，在漏洞开发这类网安测试里把 Opus 4....
推荐理由：Anthropic 在同一天发了 Claude 5 的两个版本和配套系统卡，Mythos 5 自称最强、但只给受信伙伴用，Fable 5 则在高危领域加了限制。这种能力分级和透明披露的做法，对关注模型安全与能力边界的从业者来说是个重要信号。放在 85–94 这个区间没问题，因为信息够新、够具体，而且直接关系到 Claude 用户和开发者的实际使用。
华尔街两大资管巨头 Apollo 和 Blackstone 正在合作一笔 350 亿美元的 AI 融资，交易方包括模型公司 Anthropic 和芯片公司 Broadcom。视频标题说这是为昂贵的 AI 芯片设计新的融资模式，但正文被 Bloomberg 的反爬机制挡住了，具体交易结构、钱怎么分、谁出多少都没披露。
推荐理由：标题和摘要把牌面摊开了：两大资管巨头凑 350 亿美元，拉上模型方 Anthropic 和芯片方 Broadcom，想搞一种专门给 AI 芯片用的融资玩法。这个金额放在 AI 融资里算顶格，而且 Apollo 和 Blackstone 平时不常一起出现在 AI 头条，所以 HKR 三项都站得住。不过正文被 Bloomberg 反爬挡死了，具体交易结构、各家出多少钱、钱是债还是股、有没有资产抵押，这些关键信息全都没披露。我会先打个折：目前只能根据已知的参与方和金额给到 featured 档，等结构细节出来再重新掂量。
Anthropic 在 Fable 5 安全报告里跑了一个实验：六位生物学博士配 LLM 专家，用 Claude Mythos 5 在 16 小时内设计农业病原体防御方案。通用组有两支团队赢了全部专家团队，专家自己估算纯人工要两到三个半月。AI 在文献检索和跨领域综合上打平了专家，但反复在判断答案对不对、什么时候该停下来上翻车——会虚构引用、高估可行性...
推荐理由：Anthropic 在 Fable 5 安全报告里藏了一个对照实验，结果反直觉：通用组加 LLM 专家在稻瘟病防御方案上赢了全部专家团队，时间从两三个半月压到 16 小时。AI 在文献检索和跨领域综合上打平专家，但在判断答案对不对、什么时候该停上反复翻车，会虚构引用、高估可行性。信息密度高，有具体数字支撑，结论直接冲击从业者对自身价值的判断，HKR 三项全中，选 featured 合理。
Anthropic 发布了 Claude Fable 5，输出价格每百万 token 50 美元，是 Sonnet 4.6 的三倍多。省钱的办法他们自己早在四月就给了：advisor tool。让便宜的模型（比如 Sonnet）干活，遇到拿不准的决策时，花几百个 token 请 Opus 出个主意，方向盘始终在便宜模型手里。官方数据显示，Sonnet ...
推荐理由：Fable 5 发布本身是大新闻，但这篇的重点是 advisor tool 作为省钱模式，不是首发消息。HKR 全中：价格对比制造好奇，advisor 机制具体可操作，成本决策直接戳中 agent 开发者。但文章没给 Fable 5 自己的评测数据，信息有缺口，所以重要性给 78 而不是更高。
Anthropic 在 6 月 9 日发布了 Fable 5 和 Mythos 5，两个模型底层相同，但部署方式不同。Fable 5 面向公众，内置一个分类器，遇到网络安全、生物化学等敏感问题时，会自动把请求转给上一代 Opus 4.8 处理；Mythos 5 则解除限制，只对受信任的合作伙伴开放。文章把这套操作和 Anthropic 近三十天内的其他...
推荐理由：文章把 Fable 5 的安全分类器说成一道定价围栏——敏感问题自动甩给上一代 Opus 4.8，等于用便宜模型的钱蹭贵模型的能力。这个解读本身有争议，但作者用三十天内的五次产品动作（包括模型发布、API 调整、安全白皮书更新）拼出一条清晰的商业化时间线，论据给得具体。后半段信息密度有点掉，部分推论依赖对 Anthropic 意图的猜测，正文没直接证实定价动机，所以重要性扣了几分。整体适合推给关心 Claude 成本和产品走向的人。
两家资管巨头 Apollo 和 Blackstone 联手给 Anthropic 筹了 350 亿美元，专门用来买芯片。这笔钱会支撑 Claude 后续的算力扩张。不过正文被付费墙挡住了，具体融资结构、是债务还是租赁、芯片由谁采购、交付时间表这些关键细节都没披露。350 亿这个数字很大，但先别急着对标英伟达的订单——没看到条款之前，不好判断实际杠杆有多高。
推荐理由：350 亿美元买芯片，数字很大，但正文被付费墙挡了，融资结构、是债还是租赁、芯片谁采购、什么时候交付，这些关键信息都没披露。我会先打个折——没看到条款之前，不好判断实际杠杆有多高，也不急着对标英伟达的订单。所以重要性给到 88，放在 p1 里，但不到 95 以上那档。
OpenAI 的 CEO 奥尔特曼和首席科学家帕霍茨基发了一篇博客，把公司发展分成三个阶段：第一阶段搞技术研发，第二阶段把产品推向全球看用户怎么用，现在正式进入第三阶段。他们的目标是让先进 AI 变得供给充足、成本亲民、安全实用，让每个人和机构都能用上。具体提了三个方向：做能自动搞科研的 AI 研究员、加快经济增长、给全球每个人配一个专属的通用人工智能...
推荐理由：这篇是奥尔特曼和首席科学家联名的路线图博客，把公司发展切成三个阶段，现在正式进入“让 AI 普及、易用且安全”的第三阶段。我会先打个折：正文没给出任何模型发布时间、性能指标或成本数字，所以重要性到不了 85。但“第三阶段”这个提法本身是个清晰的叙事钩子，三个目标（自动科研、经济加速、个人 AGI）和成立国际机构的建议，把 OpenAI 接下来的发力方向摊开了。对从业者来说，这篇能帮你判断 OpenAI 会把资源往哪砸、安全治理的调子怎么定，值得一看。
Anthropic 给苹果开发者送了个新工具：一个 Swift 包，让 Claude 直接接入苹果的 Foundation Models 框架。开发者写三行代码就能调用，返回的是 Swift 原生类型，不用自己解析 JSON。支持多步推理、代码生成、联网搜索和数据分析，跑在 iOS 27、macOS 27 这些新系统上。说白了，就是苹果在自己的 AI ...
推荐理由：HKR 三项都成立：Anthropic 确实发了一个让 Claude 接入苹果 Foundation Models 框架的 Swift 包，但这是开发者工具层面的集成，不是新模型发布，所以放在 featured 档里偏高的 82 分。正文没提这个包是否开源、有没有延迟或成本数据，我会先打个折，别把它当成 Claude 在苹果端全面铺开的信号。
OpenAI 已经向 SEC 秘密交了 S-1 表格，正式启动上市审查。秘密提交的好处是收入、亏损、客户名单这些敏感数字暂时不用公开。Anthropic 上周也走了同样的流程，两家从拼模型直接升级成拼融资，抢的是下一代 AI 基础设施的钱。Sam Altman 在博客里放了个时间点：到 2028 年 3 月，OpenAI 大部分研究工作会由 AI 自己...
推荐理由：两家最受关注的 AI 公司几乎同时启动上市流程，从拼模型直接升级成拼融资，这个节点本身就值得从业者关注。Altman 给出的 2028 年研究自动化时间表是个很具体的判断，不管最后能不能兑现，都会影响行业对人才和资金配置的预期。信息源只有一条 X 上的帖子，没看到 S-1 原文或更多财务细节，所以先打 90 分，等正式招股书出来再往上调。
OpenAI 本周一秘密向 SEC 提交了 S-1 表格，正式启动 IPO。Anthropic 在 6 月 1 号也交了同样的文件。因为是秘密提交，高管拿多少钱、业务有什么风险这些关键信息现在都看不到。Anthropic 刚拿完一轮融资，被说是全球估值最高的初创公司，但正文没披露具体估值数字。
推荐理由：OpenAI 秘密交表，Anthropic 六月初也交了，两家最受关注的模型公司都在冲上市。因为是秘密提交，高管薪酬和业务风险这些关键信息现在都看不到，这点先别太激动。Anthropic 刚拿完一轮融资，被说是全球估值最高的初创公司，但正文没披露具体估值数字，没法判断到底贵不贵。事件本身分量够重，直接给 p1。
OpenAI 在 Anthropic 提交上市申请一周多后，也向监管机构秘密递交了 IPO 文件。两家 AI 公司的上市竞赛明显提速。正文没披露估值、募资金额和具体上市时间表，我会先打个折——这些关键数字没出来之前，别急着判断谁更值钱。
推荐理由：OpenAI 跟着 Anthropic 的脚步秘密交表，上市节奏明显加快。正文没披露估值、募资额和具体时间表，我会先打个折——这些关键数字没出来之前，别急着判断谁更值钱。
Levi 是一个开源项目，让你能在本地用 Qwen3-30B-A3B 模型跑一套类似 AlphaEvolve 的搜索系统。作者在 ADRS、IFBench 和 HotpotQA 三个基准上做了测试，声称在单模型、相同预算的条件下，整体成本最多能降到原来的 1/35，评估次数最多能减少到 1/12。不过正文被 Reddit 的网络屏蔽页挡住了，具体实现细...
推荐理由：这篇来自 Reddit 的帖子只给了模型名、基准和成本比例，代码成熟度和可复现细节正文被屏蔽了没看到，所以我会先打个折。但能在本地用 Qwen3-30B-A3B 跑 AlphaEvolve 风格搜索这件事本身挺抓人，数字如果属实确实省钱，先给 featured 让社区去验证。