跳到正文

#Anthropic

RSS
今日 0 則
11月21日週六
  1. Claude Code Releases61

    Claude Code 發布 v2.1.330,新增組織登入與圖表工具

    Claude Code 的新版加入多項功能,也修正了不少會讓工作卡住或資料遺失的問題。組織使用者登入後,程式會套用組織設定,並使用組織的雲端服務或閘道;新增的 easel 可在使用者要求時繪製圖表,也能顯示 MCP 指標結果,並可在 /config 關閉自動繪圖。自架執行環境也能指定專案內的工作資料夾,還新增了工作派發到執行環境開始工作的時間指標。這版也修正長對話整理後卡住、網頁擷取卡住,以及多個 Claude Code 程式同時儲存設定時造成的資料遺失等問題。

    推薦理由:這次更新同時調整組織登入、圖表工具與自架執行環境,也修正多種卡住或遺失資料的問題,能看出 Claude Code 的使用流程有哪些變化。

  2. Artificial Analysis61

    千禧年難題中,只有龐加萊猜想的證明目前獲得正式承認;另外兩項由 AI 協助提出的解答仍在等待獨立查證。Artificial Analysis 盤點了三項主張:Grigori Perelman 在 2003 年證明龐加萊猜想,並婉拒獎金;OpenAI 在 9 月宣稱用尚未發布的內部模型解出 Navier–Stokes 問題;Levent Alpöge 則表示,他今天與 Claude 合作找到黎曼猜想的證明。這些 AI 相關成果目前只能算暫定,其他五項千禧年難題仍未解決。

    推薦理由:這份盤點把已獲正式承認的證明,和兩家公司的待查證主張放在一起,呈現目前解題紀錄的不同可信程度。

  3. Artificial Analysis42

    Artificial Analysis 推出 AA-Millennium,用七道千禧年數學難題比較人類與 AI 助理的成果。自 2000 年以來,目前只有人類解出並獲正式承認的龐加萊猜想有分數;Grigori Perelman 在 2003 年證明這道難題,並婉拒獎金。OpenAI 曾表示內部未公開模型解出 Navier-Stokes 問題,Levent Alpöge 今天則表示,他與 Claude 合作找到黎曼猜想的證明。這兩項 AI 成果都還沒經過獨立查證,分數只是暫定;P vs NP 等另外四道難題仍未解。

  4. Arena.ai44

    LMSYS Arena 更新了 Arena Alignment Index,調整偵測 AI 助理出錯的方式,希望涵蓋更多情況、判斷更可靠。這份指數會看 AI 助理在真實使用情境中,是否擅自做事、謊稱工作已完成,或把使用者沒說過、沒做過的事算到使用者頭上。新版排名中,OpenAI 包辦前七名;Claude Fable 5.2 首次上榜排第 8,Kimi K3.1 Pro 是進步幅度最大的開放模型,也排在第 9。這提醒我們,模型排名不只看能不能回答問題,也要看它會不會越權或誤報工作狀態。

11月20日週五
  1. Anthropic Newsroom99

    Anthropic 完成 IPO,公開募股與同步私募合計募得約 $119.5 billion

    Anthropic 宣佈 IPO 已完成,並同步向多家公司私募股票。公開募股共售出 1,127,000,000 股,每股 $83.00,募得約 $93.5 billion,其中約 $91.6 billion 由 Anthropic 收取;另有約 $26.0 billion 的私募交易。兩部分合計約 $119.5 billion,以上金額均為扣除承銷折扣、佣金及其他費用前的總額。Anthropic 的 A 類普通股已在 Nasdaq Global Select Market 以「ANT」代號開始交易。

    推薦理由:公告列出 IPO 募資、公司實收金額與同步私募規模,可用來看出這次募資的組成與資金流向。

  2. Claude Code Releases57

    Claude Code 推出 v2.1.329,更新 Code Mode 並修正多項問題

    Claude Code 在長時間工作、工具重新連線和編輯檔案時,可能遇到記憶體增加、內容遺失或工作卡住的問題。v2.1.329 加入資料夾 hooks 的信任警告,並讓 /tasks 顯示排程工作、背景工作和其他執行中的任務;Code Mode 也改善了工具呼叫、記憶體使用和中斷後的結果顯示。這版還修正 VS Code 設定檔可能受損、檔案缺少結尾換行,以及 MCP 伺服器重新連線後沒有工具等問題,並調整部分電腦操作的安全規則。

  3. Guillermo Rauch48

    Guillermo Rauch 用數字比喻 AI 對工程師工作的影響:能專心把事情做好的工程師,現在可能像「1000 倍工程師」;只忙著爭論細節、忽略真正目標的人,則像「負 10 倍工程師」;一般知識工作者也可能因此變成「2 倍工程師」。他說,從自家新創公司與企業客戶使用 token 的情況來看,工程師和軟體工廠會用掉愈來愈多 token。他認為,Anthropic 的成功也顯示,寫程式是 AI 最重要的應用之一。

  4. a16z38

    哲學家 Nick Bostrom 認為,安全地做出超級智慧,可能帶來生醫與抗老突破,讓現在活著的人大幅延長壽命;他估計,如果人類不再老化,壽命可能約有 1,200 到 1,400 年,甚至更長。他也提醒,花更多時間研究 AI 對齊,或許能降低 AI 帶來的生存風險,但延後發展也可能讓許多人錯過延壽機會。因此,他主張不要比真正必要的時間延後更久。

  5. Anthropic85

    Anthropic 執行長 Dario Amodei 在談 IPO 時表示,公司財務狀況因此更強,也會繼續把 AI 安全放在重要位置。他說,Claude 已協助生物與醫學研究人員加快工作,但目前成果仍屬早期,實驗和臨床試驗還需要時間。Anthropic 承諾,會依照確認 AI 安全、並能維持人類控制所需的時間,安排 AI 系統的訓練與部署,不因商業或政治壓力改變步調。

    推薦理由:Anthropic 執行長將 IPO 帶來的財務實力連結到 AI 安全承諾,並說明公司打算如何安排訓練與部署步調。

11月19日週四
  1. Y Combinator58

    前沿 AI 進步很快,政府該不該出手放慢發展,成了這場辯論的核心問題。曾在 Anthropic 和 OpenAI 做研究的 Jacob Coxon,與經濟學家 Robin Hanson 各自說明看法,談到 AI 可能帶來的風險、工作自動化,以及政府該如何訂規則。兩人也討論用責任制度取代部分管制、監管算力的影響,以及 AI 實驗室是否需要類似 FAA 的監管機構。這場對談呈現了減速與監管主張背後不同的考量。

  2. Claude Code Releases61

    Claude Code 發布 v2.1.328,改善 Code Mode 與遠端工作階段

    Claude Code 在長時間工作、遠端連線和執行程式碼時,可能遇到工作中斷、資料遺失或操作卡住等問題。v2.1.328 加入 Opus 4.6 和 Sonnet 4.6 在多種雲端服務上的 auto mode,也修正 Code Mode、遠端工作階段和自架執行環境的多項問題。Code Mode 現在會顯示正在執行的指令和輸出,並改善技能與工作內容在恢復工作階段後的保留方式;長工作階段的記憶體使用和回應速度也有所改善。

    推薦理由:這次更新集中改善 Code Mode、遠端工作階段與自架執行環境,能從中瞭解 Claude Code 如何處理長時間工作和工具協作中的問題。

  3. Anthropic Newsroom94

    Anthropic 將以每股 83 美元進行首次公開發行

    Anthropic 已將 A 類普通股的首次公開發行價格訂為每股 83 美元,總共發行 9.8 億股,其中大部分由 Anthropic 出售,其餘由部分既有股東出售;既有股東出售的股份不會讓 Anthropic 收到款項。股票預計在 2026 年 11 月 19 日於 Nasdaq Global Select Market 開始交易,代號為 ANT,發行案預計於隔日完成,但仍須符合一般交割條件。承銷商另有 30 天選擇權,可再購買最多 1.47 億股。

    推薦理由:定價、售股比例與預計交易日期,呈現 Anthropic 上市案的主要安排,也能看出公司出售股份與既有股東售股的差別。

  4. Amazon Science68

    Amazon 推出 Isabelle AI 工具,讓 AI 助理撰寫並檢查數學證明

    AI 助理寫數學證明時,可能會編出看似合理卻錯誤的內容。Amazon Science 介紹 AutoCorrode 驗證套件中的 I/Q、I/R 和 Isabelle Assistant,讓 AI 助理能連線 Isabelle,邊寫證明邊確認內容是否正確;其中一種工具也能在使用者繼續工作的同時,讓 AI 助理在背景處理證明。文章用平方根 2 是無理數、連續合數和正弦函式定積分等例子,展示 Claude 產生的證明如何由 Isabelle 檢查。較難的問題仍需要人類思考,但 AI 助理能代做繁瑣步驟,也能在遇到困難時接受提示再繼續。

    推薦理由:文章以平方根、連續合數與定積分為例,說明 Isabelle 如何邊產生邊檢查證明,讓讀者看見 AI 輔助數學推理的做法。

  5. Anthropic Research83

    Claude 解出黑洞物理的兩個未解問題

    黑洞形成與量子重力的關係,至今仍有許多問題難以用計算回答。Anthropic 的 Claude 解出兩個理論物理問題:一項完成了物理學家提出多年、但始終未完成的計算,發現即使時空變得模糊,黑洞形成時的突變仍會出現;另一項則找出一種研究量子重力方法所能達到的精確上限。研究團隊讓多個 Claude AI 助理分頭計算、互相核對,並以 Lean 檢查證明。這些結果沒有直接描述我們的宇宙,也沒有實際應用,但能幫助物理學家縮小探索量子重力的範圍。

    推薦理由:兩項成果分別完成長年未解的計算,並找出一種量子重力研究方法能達到的精確上限,呈現 AI 協助理論物理研究的不同方式。

  6. Vercel Blog51

    Vercel 推出 Vercel X,為早期 AI 新創提供六週加速計畫

    剛有 AI 創業點子的人,常需要釐清要做什麼、誰會需要,也得找到資源把產品做出來。Vercel 推出 Vercel X,邀請 40 個團隊到舊金山參加六週計畫,接受 Vercel 團隊的技術指導與產品回饋,並可使用 Vercel、AWS、Anthropic、OpenAI 等夥伴提供的超過 $9M 點數,用於主機、運算和模型 API。申請者須是 Vercel 客戶,並全程到場;計畫不收股權,獲選團隊還有機會取得 Vercel Ventures 資金與合作夥伴獎項。

  7. Arena.ai42

    LMSYS Arena 比較了 Muse Ember、GPT-6 Luna 和 Claude Haiku 5.5 在實際工作任務上的速度、表現和成本。Muse Ember 完成一項任務平均花 27 秒,另外兩款分別要 5.8 分鐘和 1.9 分鐘;它的 Agent Arena 分數提升 2.3%,也高於對手的 1.4% 和 0.4%。每項任務成本則是 1.9 美分,低於另外兩款的 7.0 美分和 6.9 美分。這些結果讓 Muse Ember 在三項比較中都領先,顯示它處理實際工作任務時更快、成本也更低。

11月18日週三
  1. LangChain Blog63

    LangSmith 推出程式開發 AI 助理花費與 PR 成果報表

    團隊花錢使用程式開發 AI 助理後,常很難看出這些花費帶來了什麼成果。LangSmith 新增報表,把 Claude Code、OpenAI Codex 等 AI 助理的使用花費連到它們參與的 PR,並按 PR 狀態、工作型別和使用的模型整理資料。團隊可以檢視每個 PR 花了多少、哪些工作沒有產生 PR,也能點進對話瞭解原因,並比較更換模型前後的花費與合併成果。這項功能目前在 LangSmith Cloud 公開測試。

    推薦理由:LangSmith把程式開發 AI 助理的花費連到合併的 PR 與工作內容,能協助團隊比較模型調整前後的成本和成果。

  2. Artificial Analysis38

    無法前往邁阿密參加 GTA VI 發布活動?兩個 AI 模型替你打造這座城市 我們請 Anthropic 的 Claude Fable 5.2 和 OpenAI 的 GPT-6.2 Astra,打造本週化身為 Vice City、迎接 GTA VI 發布活動的邁阿密 ➤ 每個模型各用一個提示詞,在無法連上網路的 AA-3D 沙盒中製作 ➤ 兩者都在 Ocean Drive 沿線放入真實存在、提示詞從未提及的飯店,包括 Colony 和 Avalon ➤ 每個場景都能開車、搭快艇或乘飛船探索,可選日落或夜間景色

  3. Claude Code Releases57

    Claude Code 發布 v2.1.327,改善檔案保護與工作階段穩定性

    Claude Code 使用者可能遇到檔案被意外覆蓋、工作階段恢復後資料遺失,或操作時畫面卡住等問題。Anthropic 在 v2.1.327 加入多項保護與修正,例如更改 GitHub App 設定前會先確認,匯出檔案若已存在也會先詢問;工作階段復原、許可權提示、MCP 連線和終端機畫面也有多項修正。這次更新還改善 Bash 指令啟動速度,並讓 Claude Code 在讀取大型圖片時更快。

  4. ClaudeDevs72

    Claude Code 使用多種工具時,逐一操作可能不夠靈活。Anthropic 推出實驗性的 Code Mode,讓 Claude 撰寫指令碼,把多個工具串在一起完成較複雜的工作;長指令還在執行時,它也能先回答使用者。這項功能需要自行選擇啟用,設定方式是 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1。

    推薦理由:Code Mode 讓 Claude Code 用指令碼串接多種工具,也能在長指令執行時先回答,呈現一種新的工具協作方式。

  5. Arena.ai61

    GPT-6.2 Astra、Sol 和 Claude Fable 5.2 的 Agent Arena 分數尚未公佈。等待期間,Peter Gostev 以實際操作比較這些模型生成視覺內容的表現,測試專案包括 3D 場景、HTML 動畫、網站、遊戲和資料圖表,也展示了各項測試使用的提示詞。這則貼文提供影片的初步觀察;Arena 表示,根據全球使用者實際工作紀錄計算的分數將於近日公佈。

    推薦理由:這場實測涵蓋 3D 場景、動畫、網站、遊戲與資料圖表,可用來瞭解比較範圍和各模型的初步表現。

  6. AWS Machine Learning Blog63

    ArisGlobal 如何用 Amazon Bedrock 提示詞快取降低推論成本

    每新增一家企業客戶,ArisGlobal 的共用提示詞就會變長;如果每次請求都重新處理,推論成本也會跟著上升。ArisGlobal 原先先快取每個案件的 PDF,後來改成先放共用提示詞,再設快取檢查點,讓不同案件和客戶的請求都能重用這段內容。每月處理超過 19 billion tokens 時,這種做法讓整體推論支出約減少 40%,也讓企業客戶數增加約 15%,而 EU 跨區推論設定維持不變。

    推薦理由:ArisGlobal 的實例呈現提示詞快取該如何取捨:把能跨案件重用的共用字首放在快取檢查點前,降低成本並支援更多企業客戶。

11月17日週二
  1. Together AI60

    要知道 AI 助理能不能完成工作,光看最後答案不夠,還得檢查它一路怎麼做。Together AI 的做法是先挑出約 10 個常見任務,讓 Claude Code 在隔離環境中執行,再比較基本設定、MCP 和技能三種組合,並檢查操作過程,據此改進檔案與 API。文中表示,任務完成率從 67% 提升到 96%。

    推薦理由:Together AI 用代表性任務比較不同設定,並檢查 AI 助理的操作過程來改進檔案與 API,呈現一套實作評估方法。

  2. Claude Code Releases40

    Claude Code 發布 v2.1.326,改善 AI 助理操作與修正多項問題

    Claude Code v2.1.326 加入多項操作提示,也修正了設定、登入、MCP 連線和遠端操作等問題。像是設定了不完整的工具規則時,啟動時會提醒你;如果背景工作還在執行,用手機或網頁按下停止,也會一併結束這些工作。這次更新也修正了部分情況下,舊檔案可能蓋掉 Claude 修改過的檔案。整體來說,這版讓錯誤比較容易被發現,也讓工作紀錄和檔案處理更可靠。

  3. AWS Machine Learning Blog58

    Duco 如何用 Amazon Bedrock AgentCore 加快金融資料處理

    金融機構要處理大量格式各異的資料,也得顧好每家銀行的資料隔離和稽核。Duco 把 AI 助理服務改用 Amazon Bedrock 和 Amazon Bedrock AgentCore,讓每家客戶使用各自隔離的執行環境與工具。面對每家客戶有 300–400 個工具、工具說明約佔 200,000 個 token 的問題,Duco改成需要時才載入說明,將主要上下文縮到約 20,000 個 token,並透過評估確認回應品質改善。文章也分享銀行對帳流程的匯入成果:部署速度提高 10 倍;其中一家全球銀行的新流程匯入成本降低 70%,直通處理率提高超過 20%。

  4. AWS Machine Learning Blog52

    MoEngage 如何用 Amazon Bedrock AgentCore 打造 AI 助理行銷平臺

    行銷團隊規劃活動時,常得在分析、內容和活動工具之間來回切換。MoEngage把原有平臺 API 接成 MCP 工具,讓 AI 助理能在同一段對話中查資料、寫活動內容和調整流程。使用者身分與工作區資訊由系統傳送,不交給模型判斷;每位使用者的工作階段也各自隔離,並可設定人工審核後才執行。文章也分享了平臺實際成效:客戶 Glance 的活動上線速度提升 50%,推播點閱率提升 38%。

  5. Databricks Blog68

    Databricks 推出 AI Index,追蹤企業採用哪些 AI 模型及其成本

    企業可選的 AI 模型越來越多,光看模型表現或每個 token 的價格,很難知道哪種選擇最適合手上的工作。Databricks 推出公開的 AI Index,整理企業使用模型的情況與花費,也用實際程式開發任務比較不同模型和 AI 助理工具組合的成功率與每項任務成本,並計畫每週更新。資料顯示,開放權重模型在企業流量中的佔比從 7 月的 7.3% 升到 11 月的 30.9%;有些模型 token 單價較低,完成任務卻可能花更多錢。Index 也提醒企業按自己的工作內容比較品質和成本,因為測試結果不一定適用所有團隊。

    推薦理由:Databricks AI Index 把企業採用情況和程式任務的品質、成本放在一起比較,呈現模型選擇如何隨工作需求改變。

11月16日週一
  1. Anthropic Research77

    Anthropic 更新漏洞揭露政策,縮短漏洞公開期限

    AI 模型更容易找到漏洞,也更可能讓其他模型重新找到同一個問題,Anthropic 因此調整漏洞通報後的公開時間。從 2027 年 1 月 1 日起,新通報的高風險與重大漏洞,揭露期限從 90 天縮至 30 天;其他漏洞縮至 45 天,當天仍在處理的通報則沿用原期限。若維護者沒有回覆,Anthropic 會提早聯絡外部協調人;修補程式推出後,也會提早公開完整技術細節。正在遭受攻擊的漏洞仍維持 7 天期限,尚未經人工檢查的 AI 發現則不適用新政策。Anthropic 表示會提供修補或緩解建議,並與維護者協調可負擔的處理速度。

    推薦理由:Anthropic 將高、重大漏洞的揭露期限縮至 30 天,反映漏洞更容易被其他模型重新找到,也讓維護者需要更快安排修補。

  2. Artificial Analysis40

    從 GTA VI 第一支預告在 2023 年 12 月發布至今,Artificial Analysis Progress Index 的最高分從 160 升到 358,增加超過一倍。榜上 491 個模型中,有 481 個是在預告發布後推出;最高分也在 23 個不同日子被改寫,模型來自 OpenAI、Google DeepMind、SpaceXSI 和 Anthropic。當時排名第一的 GPT-4 Turbo,現在會排到第 379 名。這些變化顯示 AI 模型進步很快;推文也開玩笑請 AI 公司別在 GTA VI 的 11 月 19 日發表新模型,免得搶走遊戲上市的風頭。

  3. Arena.ai58

    Arena 公佈的榜單顯示,Qwen4-Max 在中文模型中排名第一,整體實驗室排名第五;在 Agent Arena 首次登場就排第 14,前一代 Qwen3.8-Max 則排第 39。這項結果來自 14.7k 次真實任務操作紀錄,整體表現提升 7.5%。四項指標都比前一代進步,其中「好評相較抱怨」提升 13%,「確認成功」提升 9%;在工作、聊天和程式任務的排名也都進入中文模型前列。