跳到正文

Anthropic / Claude

Anthropic 的全部動態:Claude 系列模型、Claude Code、安全研究路線與公司進展的持續追蹤。

最新精選

第 1–20 條 · 共 459 條
今天11月23日週一
  1. Dev.to Top Tech89

    Claude 協助證明黎曼猜想,數學家用 Lean 電腦檢查通過

    黎曼猜想關於質數如何分佈,提出至今已有 167 年,長久以來都沒有解答。Anthropic 數學家 Levent Alpöge 表示,他和 Claude 一起寫出證明,並用 Lean 這套能逐步檢查數學推理的程式語言整理;獨立研究者也分別用電腦檢查,沒有發現問題。不過,數學界還需要弄懂這份證明的內容,Clay Mathematics Institute 也還沒決定是否頒發 $1 million 獎金。文章同時提到,另一份由人類獨立完成的廣義黎曼猜想證明尚未用 Lean 檢查,因此狀態不同。

    推薦理由:文章整理了 Lean 電腦檢查、數學家評語與尚待釐清之處,呈現這項宣稱如何受到驗證及目前仍缺少的白話說明。

11月22日週日
  1. Dev.to Top Tech91

    Lean 與 Mathlib 社群確認 Alpöge 的黎曼猜想證明正確

    數學證明就算看起來完整,也很難只靠人工確認每一步都沒有錯。Levent Alpöge 把黎曼猜想的證明寫成 Lean 程式碼,Lean 與 Mathlib 社群表示有信心確認證明正確。多個證明檢查工具檢查了證明;外部重跑也顯示 175,187 個模組都成功編譯,並通過 Lean 核心重播。這則訊息的重點是,證明能由工具和其他人重複檢查;原文也提到,Alpöge 表示這項工作是在 Claude 協助下完成。

    推薦理由:這項證明由多個工具與獨立團隊重複檢查,適合瞭解形式化驗證如何確認數學證明及其結論。

  2. The New Stack77

    GPT-6.2 Astra 和 Claude Fable 5.2 實測:準確度接近,費用與速度差很多

    選模型時,答得準不準只是其中一件事,花多少錢、等多久也會影響實際使用。作者用月底帳務、帳務程式修正和實驗室資料分析三種工作比較 GPT-6.2 Astra 與 Claude Fable 5.2;兩者在帳務和資料分析都拿滿分,Fable 5.2 在程式測試多拿 2 分。整體來看,Astra 花費較低、完成較快,但在程式測試中漏掉一條會影響顧客帳單的規則。作者建議先讓 Astra 重做幾次並比對結果,有錯誤或差異時,再用 Fable 5.2 複核。

    推薦理由:三種工作測試顯示兩個模型的準確度接近,但花費和完成時間差距很大,能幫助讀者依錯誤代價選擇模型與複核方式。

  3. Dev.to Top Tech82

    黎曼猜想出現新的聲稱證明,該怎麼判讀?

    有人宣稱解開了黎曼猜想,但數學界還需要時間確認證明是否成立。Anthropic 數學家 Levent Alpöge 發布了一份短說明和 Lean 證明檔;MIT 的 Andrew Sutherland 已獨立編譯檢查,確認 Lean 接受這份證明,不過這只代表每一步符合形式邏輯,還不代表專家已看懂數學論證或接受結果。文章建議檢視證明檔能否獨立執行、由誰檢查、宣稱用詞是否準確,以及發布時機背後的利害關係。在數學界完成審查前,應保留「聲稱證明」的說法。

    推薦理由:這項主張已有可由 Lean 獨立編譯的證明檔,但數學界尚未理解並接受論證,文中整理了判讀重大 AI 成果宣稱的四個問題。

  4. Dev.to Top Tech76

    Mac mini 當伺服器:作者搬移 AI 工作後整理的 53 個教訓

    把排程工作都放在筆電上,筆電休眠、忙著開會或記憶體不足時,工作可能延後甚至漏掉。作者把工作依需求分到雲端、Mac mini 和 MacBook:只呼叫 API 的工作交給雲端,需要已登入瀏覽器或本機檔案的工作留在 Mac mini,需要麥克風或螢幕的工作留在 MacBook。搬移時也要一起處理「已寄出」等狀態,否則兩臺電腦可能重複寄信;作者還提醒,遷移助理搬過去的排程工作可能在兩臺電腦同時執行。

    推薦理由:作者用搬移 70 個排程工作的經驗,整理出依資料、登入狀態與工作型態分配執行位置的方法,也提醒搬家時要一併處理工作狀態。

  5. hackernews10082

    分析估計 Anthropic 2028 年用電有 87% 來自天然氣、11% 來自燃煤

    AI 資料中心需要大量電力,新增用電可能讓燃氣和燃煤電廠繼續供電。這份分析整理 Anthropic 在美國已簽約的資料中心與供電安排,估計 2028 年相關用電約有 87% 來自天然氣、11% 來自燃煤;作者也估計,這些據點每年可能排放 1,700 萬至 3,800 萬公噸二氧化碳當量。結果會受實際用電量等因素影響,估算也指出部分現場燃氣裝置效率較低,可能帶來空氣汙染與健康成本。

    推薦理由:這份分析把 Anthropic 的資料中心用電來源、排放估算與供電地點放在一起,呈現 AI 算力擴張可能帶來的能源與空氣汙染成本。

  6. aihot86

    梅納德談 Claude 合作證明黎曼猜想:驗證通過後,還要讓人理解

    一份證明通過程式核驗,不代表數學界已理解它為什麼成立。菲爾茲獎得主、牛津大學數學教授詹姆斯・梅納德認為,Anthropic 數學家 Levent Alpöge 與 Claude 合作提出的黎曼猜想證明是正確的,理由是證明已用 Lean 庫形式化驗證、經過獨立核實,而且 Alpöge 過去提出重大主張的紀錄可靠。不過,梅納德也指出,只有有人理解證明的想法並能向其他人說明,數學界才可能全面認可;在理解整體思路之前,這項成果也未必帶來大家期待的改變。

    推薦理由:梅納德認為形式化驗證與獨立核實支援證明正確,但數學界要理解證明的想法,才可能看見它帶來的影響。

  7. Dev.to Top Tech89

    AI 加速密碼研究:HAWK 遭破解,RSA 因數分解紀錄兩度改寫

    AI 找到 HAWK 簽章方案的弱點,讓它退出 NIST 的標準競賽;同一模型也改進了弱化版 AES-128 的攻擊,但這不代表一般使用的 AES 已被破解。接著,AI 助理協助把舊的因數分解程式改寫到 GPU 上,讓 RSA-260 和 RSA-896 的因數分解紀錄在 16 天內兩度改寫。作者認為,這些結果顯示 AI 能加快密碼研究與程式改寫,但專家仍得花時間確認攻擊是否正確。RSA-2048 仍不受這些結果影響;作者也提醒,採用尚未定案的密碼方案時,應讓系統能更換演演算法。

    推薦理由:HAWK 遭破解、弱化版 AES 的研究結果與 RSA 因數分解紀錄,呈現 AI 加速密碼研究的不同方式,也說明驗證攻擊仍需要專家投入時間。

  8. BlockTempo 動區動趨89

    Lean 社群認證 Alpöge 與 Claude 合作的黎曼猜想證明

    電腦確認數學證明正確,不代表人已經看懂它怎麼成立。Lean 與 Mathlib 社群表示,他們有完全信心認證 Levent Alpöge 的黎曼猜想證明,並確認命題和證明相符。社群檢查了命題來源、重新編譯結果,也用多種工具檢查證明;175,187 個模組都成功編譯。Alpöge 說他與 Claude 合作完成證明,但目前公開的只有 Lean 程式碼,還沒有寫給人閱讀的論文。這項認證只涵蓋黎曼猜想,方法能否延伸到其他猜想仍未獲同樣認證。

    推薦理由:報導分清電腦檢查能確認證明與命題相符,卻還不能代替人類讀懂論證,呈現形式化驗證的可信範圍。

  9. Lobste.rs (Engineering Discussion)74

    作者讓 Claude 從頭打造 Rust 瀏覽器,分享近兩個月的實驗

    大型軟體能不能交給 AI 自己一路做下去?作者從 10 月初開始,讓 Claude 從頭打造名為 SWB 的瀏覽器,只告訴它哪些網站要能使用,不介入技術決定。不到兩個月後,SWB 已能日常瀏覽部分網站,也有自己的 JavaScript 引擎,但複雜的網頁應用程式還不太行。早期多個 AI 助理同時改相同程式碼,造成衝突;改成一次處理一項工作後,進度變得順利。作者沒檢查程式碼,因此這次實驗呈現的是使用體驗與開發過程,不能據此判定程式碼品質。

    推薦理由:作者讓 AI 助理從頭打造瀏覽器,並記錄工作流程與遇到的協作問題,呈現大型軟體專案全程交由 AI 開發的實際經驗。

  10. Rohan Paul81

    匿名審查和化名帳號常假設只看文字,別人認不出作者,但前沿模型可能做到。馬裡蘭大學研究團隊只提供一段文字和零樣本提示,沒有網路搜尋、其他工具或候選名單,測試模型能否分辨文字由人還是 AI 撰寫、辨認是哪個實驗室的模型,以及猜出作者是誰。Claude Fable 5.2 在 398 篇未公開作者身分的匿名審查中,辨認出 56% 的審查者;對一年發表超過 500 則留言的 Reddit 使用者,辨認出 69% 的帳號。研究提醒,仰賴匿名投稿或化名交流的服務,應測試前沿模型是否能從文字辨認作者。

    推薦理由:研究以單篇文字和零樣本提示測試作者辨識,呈現匿名評論可能被辨認的程度,對依賴匿名投稿的平臺設計有參考價值。

  11. Addy Osmani74

    Claude 一次處理多個步驟時,逐一呼叫工具會花時間,也可能把大量搜尋結果塞進上下文。Claude Code 的實驗性功能 Code Mode 會用 JavaScript 編排多個工具操作,例如平行搜尋多個檔案、整理結果,再批次修改;長時間工作也能在背景執行,最長可達兩小時。使用者仍可照常用提示詞和 Claude 互動,也能用 /tasks 檢視及管理背景工作,或按 Ctrl+O 檢視 Claude 產生的 JavaScript。每次工具呼叫仍受現有許可權規則和沙箱限制。

    推薦理由:Code Mode 把多步工具操作交給 JavaScript 一次編排,也能在背景執行長工作,文中並說明如何檢視程式碼與管理背景任務。

  12. aihot78

    Columbia 與 MIT 論文展示 Claude 找到更快的 3SUM 與 APSP 演算法

    3SUM 和全對最短路徑都是長期難以加快的問題,研究者過去認為它們的運算時間很難再改善。Columbia 與 MIT 的論文指出,Claude 找到一種更快計算長而窄矩陣中特定元素的方法,再透過已知的轉換,讓 3SUM 的時間降到 O(n^1.9992),全對最短路徑降到 O(n^2.9995)。這些改善幅度不大,卻足以推翻相關的難度猜想;研究也用 Lean 4 形式化驗證證明。

    推薦理由:這項研究展示 Claude 如何從矩陣乘法問題找到更快演算法,再透過已知轉換改善 3SUM 與 APSP 的運算時間。

11月21日週六
  1. Dev.to Top Tech82

    Claude Code Hooks 教學:哪些錯誤該用 Hook 擋下,怎麼做才有效

    只把規則寫進說明檔,Claude Code 有時還是會重複犯錯。作者分享自己用 Hook 擋下五種問題的方法,包括草稿出現長破折號、回覆語言錯誤、貼文發到錯的帳號,以及沒確認就說問題已修好。Hook 是在固定時機執行的小程式,可以在工具動作發生前拒絕操作,也能在回覆送出前要求重寫。作者建議先在實際出錯的情況中找原因,再讓檢查直接擋下動作,最後故意重現錯誤,確認 Hook 真的會啟動,也不會妨礙正常工作。

    推薦理由:作者用五種反覆出錯的情境,說明如何找出真正原因、設下會阻止動作的檢查,並刻意測試它是否生效。

  2. Dev.to Top Tech76

    Anthropic上市,募資 $81.3 billion,成為美國史上最大 IPO

    Anthropic在美國上市,讓投資人能直接買進這家 AI 公司的股票,也把它的成長與虧損攤在公開市場檢視。文章引述多家媒體報導,Anthropic以每股 $83 出售 980 million 股,募得 $81.3 billion;另有科技公司同意以私募方式買進 $26 billion 的股票。公司營收快速增加,但今年前九個月仍虧損 $104 billion,並承諾投入龐大資金購買算力與建置資料中心。這場上市也讓市場開始檢視,AI公司的收入能否長期支撐高額支出與估值。

    推薦理由:Anthropic上市把AI公司的成長速度、巨額算力支出與虧損放在公開市場檢視,也呈現投資人如何衡量這門生意的長期前景。

  3. aihot90

    Claude 合作提出黎曼猜想證明,斯坦福數學家公佈人類草稿

    黎曼猜想關係到素數如何分佈,但至今仍是數學界的重要難題。Anthropic 數學家 Levent Alpöge 表示,他和 Claude 找到黎曼猜想及廣義黎曼猜想的證明,並用 Lean 逐步檢查推理;證明分成 14 個資料包發布。數小時後,斯坦福公佈 Alessandro Masullo 獨立寫下的廣義黎曼猜想草稿,曾由數學家 Brian Conrad 審閱數月,但公佈後有人指出其中有問題。兩份成果都還需要數學界仔細核查,AI 證明也須確認起始問題是否正確轉成程式。

    推薦理由:兩份廣義黎曼猜想證明各有審查路徑,AI 證明以 Lean 檢查推演,人類草稿則已被指出問題,呈現數學證明如何建立可信度。

  4. Dev.to Top Tech79

    Claude 從空資料夾打造模型,挑戰 GPT-2 的實驗結果如何?

    AI 助理能不能自己做研究,除了看模型表現,也得看人在哪些地方出手。作者讓 Claude 從空資料夾開始設計、訓練模型,並在每次測試前先寫下預測和通過標準。三個關卡中,兒童故事和西洋棋都沒達標;在 HellaSwag 測試中,模型分數高於 GPT-2 small,但它的引數量是對方的 2.8 倍,和同尺寸的 GPT-2 Medium 相比大致打平。作者也檢查出部分測試題出現在訓練資料中,排除後分數仍高於 GPT-2 small。這次實驗顯示 Claude 能依明確規則執行工作、記下失敗,但選擇研究問題和處理重要決策仍由人負責。

    推薦理由:這場實驗把預先訂好標準、記錄失敗和人類介入的過程攤開,呈現 AI 助理能完成明確研究任務時仍需要人決定問題。

  5. Dev.to Top Tech81

    Anthropic IPO 募得約 $119.5 billion,公開發行與策略夥伴私募合計

    Anthropic 這次上市的約 $119.5 billion,並不是公司單靠賣股票拿到的現金。公開發行約帶來 $93.5 billion,其中部分是既有股東出售股票所得;另外還有向 7 家策略夥伴私募 Class N 股份,金額為 $26 billion。招股檔案估計,若加計公司出售的股份並扣除相關費用,公司可取得約 $117 billion。檔案也列出約 $900.9 billion 的多年採購與租賃承諾,大多和運算及基礎設施有關,並非今天就要付清的債務。這筆融資顯示訓練與提供前沿 AI 服務需要龐大資金,但不代表 API 會降價或服務一定改善。

    推薦理由:這筆融資同時包含公開發行與策略夥伴私募,文章也拆開說明總額、公司實際取得的資金及多年基礎設施承諾,呈現前沿 AI 的資本需求。

  6. Dev.to Top Tech82

    Claude 與黎曼猜想:17,000,000 行 Lean 程式碼證明瞭什麼,還沒證明什麼

    有人聲稱和 Claude 一起找到了黎曼猜想的證明,但這份成果目前還不能算是已確認的證明。數學家 Levent Alpöge 公開了 Lean 4 程式碼,讓電腦逐步檢查數學推理;檔案共有 17,374,215 行。Andrew Sutherland 回報程式碼可以編譯,但完整建置尚未完成,因此每一步是否都正確還沒確認。審查者也得先確認程式碼描述的定理確實是黎曼猜想。文章指出,這份可供檢查的檔案公開後,驗證工作能由更多人一起進行;但作者表示自己還沒完全理解論證,接下來仍需要完整建置、檢查定理內容,以及寫出人類看得懂的證明。

    推薦理由:Lean 能檢查證明每一步是否成立,但完整建置尚未完成;這起事件呈現機器可檢查的數學成果如何先於人類理解。

  7. Dev.to Top Tech82

    Anthropic 財報分析:每 1 美元 Claude 營收,服務成本降到 14.5 美分

    Claude 帶來的收入快速增加,但要花多少錢提供服務、訓練模型和維持運作,並不是同一筆成本。作者整理 Anthropic 的上市說明書指出,2026 年前 9 個月,每 1 美元營收約有 14.5 美分用來服務付費客戶;按作者計算,毛利率為 85.5%。不過,公司整體仍有 12.6 億美元營業虧損,主要算力支出還包括模型研發與內部使用。說明書也列出約 9,009 億美元的算力與基礎設施採購承諾,並指出算力供應吃緊,短期採購成本較高。這些數字讓人看見,服務成本下降不代表整體營運支出同步減少。

    推薦理由:這份分析拆出服務付費使用者與模型研發的算力成本,並對照營收、虧損和長期採購承諾,呈現 Anthropic 成長背後的資源壓力。