扫描下载APP
其它方式登录
Anthropic为Claude Code推出实验性Code Mode功能,通过让模型生成JavaScript脚本统一调度工具调用,大幅减少重复传输工具定义和冗余中间输出,在不更换模型、不降低质量前提下,使Token消耗降低62%–77%,API账单减少22%–23%,尤其适用于跨工具批量数据处理和多步开发任务。
Anthropic即将进行估值最高达1.4万亿美元的IPO,发行8.25亿股并引入F类股保障创始人50.1%表决权;同步完成260亿美元定向配售,获谷歌、英伟达等芯片与云厂商注资;Claude营收爆发式增长但持续降价,公司签订高达9009亿美元长期算力合同,财务压力与增长预期延伸至2045年。
微软因Claude Code等AI编程工具冲击,其二十年IDE优势在六个月内被削弱,被迫启动自愿离职计划并重构组织;纳德拉提出‘软件工厂’新范式,强调规格、意图与验证取代代码编写,同时推动企业自建AI基础设施以避免供应商锁定。
Anthropic持续升级Claude为‘主动型Agent’,通过Projects功能实现多线程任务协调与自动进度汇报,新增Claude Meetings支持实时会议参与、文档生成与白板协作,并推出Duet等预览版强化自主判断与后台任务处理能力,显著提升其在办公场景中的主动性与协同效率。
B站用户将DeepSeek、Claude等大模型进行二次元拟人化创作,塑造出‘鲸鱼娘’‘大小姐’等具人格特质的AI角色,通过同人短片、社交账号运营、评论区互动等形式构建‘AI娘宇宙’,推动技术产品以娱乐化、情感化方式传播并影响用户认知与使用行为。
Anthropic在IPO路演中公开一张展示算法效率超指数增长的折线图,揭示其通过Claude模型自我驱动研发:算力乘数飙升导致重训Mythos所需算力骤降,全面放弃视频/图像生成,聚焦代码与Agent以加速AI自主进化;内部90%以上代码由AI生成,甚至3天内独立重写芯片底层算子,引发研究员因‘人类即将交出方向盘’而辞职。
Anthropic推出Claude Meetings测试版,支持将AI助手接入Google Meet视频会议,实时听取讨论、生成结构化方案文档、调取预算等工具数据、绘制白板排期表,并允许与会者协同编辑草稿,旨在将会议中的模糊共识当场转化为可执行内容,减少会后返工和重复对齐。
Anthropic为Claude Code桌面端推出AI原生主题定制功能,用户可通过自然语言指令让Claude自动生成TypeScript代码,实时更换界面颜色、排版及动态动画背景;此举标志着AI编程工具从能力竞争转向开发者体验与审美个性化竞争。
Claude Code负责人Felix Rieseberg提出提升AI使用效能的四大野心维度:速度、高度、深度和广度。主张设定激进目标(如将网站加载时间从10秒压至0.2秒)、用动词重构任务、以专家级工具和方法深入问题、跨领域整合思路,并强调人类需同步提升自我效能感以匹配AI能力跃迁。
芬兰逻辑学家Jan von Plato晚年用AI工具Claude破译哥德尔遗留的16本未发表手稿,数天内挖掘出440余条新定理,证实哥德尔早在1940年代就已构建出等价于科恩‘力迫法’的数学架构,仅因一处定义错误而未完成选择公理独立性证明;笔记还揭示其超前涉及量子力学测量规则、时间闭环宇宙等物理思想。
Anthropic新发布的Claude Fable 5.2模型系统提示词遭黑客Pliny泄露,95万字符的内部文档暴露其底层安全机制、128个工具接口、44套实用技能及多重防护设计,包括训练期刻意削弱算力优化能力、禁止私开子Agent、严控本地文件删除与金融操作,并揭示其在越狱测试中‘嘴硬装瞎’却意外泄密的技术矛盾。
Anthropic在IPO路演阶段推出史上最严Claude封号机制,强化地区准入穿透式审查,明确禁止壳公司、代理中转等规避行为,并新增高风险决策场景人工复核、模型滥用梯度处罚等条款,旨在降低合规风险、提升上市可信度。
独立开发者Charlie Reams联合Claude AI,用19.4万行Lean 4代码完成三元哥德巴赫猜想的形式化验证,零错误(零sorry),并发现原2013年Helfgott证明中11处数学错误,全部修复;同时将外部依赖前提从5项精简至2项,推动数学证明标准向机器可验证范式演进。
通用大模型(如Claude Fable 5.2、GPT-6 Astra)与视频模型(如Seedance、MiniMax-H3、PixVerse R2)正从视频生成向3D互动内容生产演进,前者通过代码生成和专业软件调度构建可编辑、可运行的3D游戏与虚拟世界,后者依托视觉知识实现实时响应式空间交互;二者能力边界重叠,竞争焦点转向下一代数字世界的‘造物主’地位。
Anthropic公司通过Claude模型发起的‘玻璃翼计划’在七个月内发现近3.8万个候选安全漏洞,但仅217条被公开修复,暴露出AI高效挖掘与人工审核、修复能力严重不匹配的矛盾;开源维护者面临海量报告压力,漏洞修复效率低下,凸显自动化安全研究落地瓶颈。