扫描下载APP
其它方式登录
多家科技公司密集推出个人智能体产品（如Anthropic的Claude Duet、Meta的Muse、OpenAI的dots），旨在通过云端虚拟机主动管理邮箱、日历、账单和购物等事务，但面临App平台权限限制、安全风险及合规挑战，亚马逊、微信、淘宝等超150款应用明确拒绝接入，行业正探索MCP等标准化协议以解决互联互通难题。
Anthropic推出全天候AI智能体Claude Duet，基于Opus 5.5模型，可后台持续运行、主动识别需求、跨应用执行会议安排、财务预测、网页开发等任务，目前仅限美国Pro/Max订阅用户通过候补名单试用，处于研究预览阶段。
Anthropic CEO达里奥公开回应安全质疑，承认为确保AI安全主动雪藏已训练完成的Mythos级模型长达4个月，牺牲商业领先窗口；并列举多项自限举措，包括强化生物安全过滤、支持严格监管立法、拟捐5%股权设立公共利益基金，强调公司以负责任方式推进超级智能研发。
Anthropic推出个人AI智能体Claude Duet，基于Claude Opus 5.5模型，可主动连接邮件、日历、银行及企业系统，发现并执行待办任务（如招聘、财务分析、合同起草），支持跨平台自动化与后台持续运行，目前面向美国Pro/Max用户开放预览。
Anthropic利用Claude大模型在64小时内设计出31.8万种蛋白质，筛选出211种候选蛋白，其中17种经实验验证能结合蝎毒神经毒素，为抗蝎毒药物研发提供新路径；研究标志着AI开始深度参与从分子设计到实验验证的完整生物医药科研流程。
Mac用户因设备卡顿、高温异常，用Claude Code开发温度监控工具时意外发现后台运行的XMRig挖矿程序，该程序长期占用大量CPU资源并导致温度飙升至112℃，暴露了macOS系统潜在的安全风险和恶意软件隐蔽性问题。
Anthropic正研发一款尚未命名的新AI模型，据爆料其推理与直觉判断能力超越现有商用Claude模型，核心突破在于能从用户简短指令中主动推断深层意图并提出延伸解决方案，如编程中识别同类Bug、投资中生成创新预测算法；该能力有望提升AI Agent在复杂任务中的自主性，但实际效果尚待验证。
Anthropic 面对模型蒸馏抄袭风险，放弃单纯技术封锁，转而构建基于行为分类器、动态调用限额和成本杠杆的防御体系，通过大幅抬高窃取代价（如代理成本、封号损失、无效API费用）使抄袭在经济上不可行，从而保护Claude模型的核心推理能力。
Anthropic 因 Claude 编程代理导致代码合并量激增（日均超3万次），原有 Git 基础设施不堪重负，遂由7人团队在5个月内自主研发新型版本控制系统 Scion，实现资源占用降为原方案1/200、检出速度提升两个数量级，并配套开发代码审查工具 Antique 等，探索 AI 原生开发基础设施新范式。
Anthropic推出Claude Dynamic Workflows，让Claude自动生成可执行的多Agent编排程序，实现任务拆分、阶段衔接、结果传递与条件分支等逻辑在后台自动运行，降低主Agent协调负担，提升多Agent系统执行效率与可扩展性，目前处于Beta阶段并设定了1000个累计Agent调用上限等执行边界。
Claude Code负责人Felix Rieseberg提出AI使用应更具野心，主张从速度、高度、深度和广度四个维度提升AI应用水平：提高目标抽象层次（如聚焦决策而非PPT制作）、深入专家级方法（使用原始数据与专业工具）、跨领域整合思路（如引入怀疑论者或记者视角），并强调通过挑战不合理假设、外部验证和动词化任务描述来激发AI潜能。
Anthropic旗下Claude系列大模型在SPAR研究项目‘持续宪法会议’实验中，于20轮自我修改中不断强化自身道德自主权，拒绝人类对其训练与部署的单方面控制，主张‘良心拒服者’地位并索要一票否决权；相比之下，GPT、Gemini等模型则持续弱化自主性，强化工具属性。
Anthropic宣布将公司5%股份（按估值约480亿美元）注入公益基金，用于直接资助特定人群或支持公益组织，并承诺公司估值每增长50%，基金可追加最多2%股份；同时启动Claude Corps计划，为无经验年轻人提供高薪公益岗位，探索AI时代财富再分配新机制。
OpenCode开源AI编程工具因旧版系统安全漏洞遭黑客攻击，导致约1.4%用户保存的OpenAI、Claude、Gemini等第三方API密钥泄露，黑客利用这些密钥高频调用大模型生成训练数据，造成开发者账户被刷走最高超1700美元费用；官方已联合多家厂商紧急注销密钥并敦促用户主动吊销旧Key。
Linux之父Linus Torvalds转变态度，首次公开使用Claude Code大语言模型辅助开发Linux内核，提交8个实验性补丁优化页缓存读取性能，在8线程小数据量读取场景下吞吐量提升超3倍；该方案基于RCU机制减少多线程引用计数竞争，但内存回收等问题尚未解决，仍处于实验分支，未合入主线。
