Anthropic支持开放模型,但要求强模型接受强制安全测试
Anthropic 发布开放权重模型立场,明确反对全面禁止开放模型,同时主张达到一定能力水平的开放和闭源模型都应接受强制安全测试。争议将集中在能力门槛、测试机构、评估成本和模型发布权上。
Anthropic 发布开放权重模型立场,明确反对全面禁止开放模型,同时主张达到一定能力水平的开放和闭源模型都应接受强制安全测试。争议将集中在能力门槛、测试机构、评估成本和模型发布权上。
Anthropic 公布了两项由 Claude 参与完成的密码分析成果。一项针对后量子签名候选方案 HAWK,另一项针对简化轮数 AES。研究没有影响现有生产系统,却显示出前沿模型已经能够参与复杂的数学密码分析。
Anthropic发布Claude Opus 5,强调以Opus 4.8相同价格提供接近Claude Fable 5的能力,并增加多档推理强度、百万Token上下文和更长输出。
美国加州北区联邦地区法院最终批准 Anthropic 与作者、出版商之间总额 15 亿美元的版权集体诉讼和解。这并不等于法院宣告训练大模型必须付费,而是对盗版语料来源开出巨额账单。
Anthropic 最新官方博客宣布投入 1000 万加元支持加拿大 AI 研究。本文转写其核心信息,并观察模型公司为何越来越像科研基础设施运营者。
Anthropic 7 月 6 日发布研究称,Claude 内部出现了一类特殊的神经表征空间 J-space。这并不能证明 Claude 有意识,但它意味着模型可解释性正在从“看输出”走向“看内部”。
Anthropic 对 80,508 名 Claude 用户的开放式访谈说明,企业 AI 的下一阶段竞争不在模型更大,而在可靠、可控、能进入业务流程的 AI 工作系统。
在 Pioneers of AI 播客中,里德·霍夫曼对 SpaceX、xAI、OpenAI、Anthropic、AI 监管和年轻人的职业选择给出了一组尖锐判断。
《经济学人》转述 Mark Warner 的说法称,Mythos 在 NSA 和网络司令部内部红队测试中表现惊人。这个说法需要限定条件,但它提醒我们:AI 正在把网络攻防推进到机器速度,企业安全流程不能继续按人工节奏设计。
Fable 5 和 Mythos 5 先高调发布、再突然暂停,说明前沿模型竞争已经不再只是能力竞赛,而是能力、监管、安全和商业交付的四方博弈。
最近看到一个很有意思的对比。 英伟达的黄仁勋,据说直接管几十个人,很多问题拉到同一个场里公开讨论,不搞层层汇报,也很少做传统意义上的一对一管理。 Anthropic 的 Dario Amodei 则走了另一个极端:他几乎只管一个人,日常运营交给 Daniela Amodei,自己把大部分精力留给战略、研究方向、文化和长期问题。 关键不在 CEO 管几个人,而在组织能否自管理、自闭环 一个是"管很多人"。 一个是"几乎不管人"。 这两个看起来完全相反的答案,背后其实在回答同一个问题:CEO最稀缺的资源到底是什么? 我觉得答案不是权力,不是职位,也不是每天能开多少会,而是带宽。
Anthropic 近期公开 AI 驱动安全审查与漏洞发现相关工具和流程,真正信号不是又多一个扫描器,而是软件安全正在从“专家手工审计时代”,进入“AI 代理批量发现、人工专家验证治理”的新阶段。
到了2026年,AI认证终于开始从“提示词速成班结课证明”走向模型厂商主导的能力认证。Anthropic 更像在做 Claude 生态训练营,OpenAI 更像在搭 AI 时代的职场技能认证体系,但证书真正的含金量,仍然要看它证明了什么能力、能不能迁移到真实工作场景。
Anthropic 最新公开了 Claude.ai、Claude Code 和 Cowork 的沙箱隔离设计,真正值得关注的不是用了哪些安全名词,而是它明确承认:AI Agent 的安全边界不能只靠模型自觉,必须靠环境隔离、权限收口与出口治理一起兜底。
Anthropic 收购 Stainless 释放了一个更关键的行业信号:AI Agent 的核心竞争,正在从模型能力转向连接系统、工具调用、权限治理与标准化接口能力。
Claude Code 把代码生成推进到长任务执行,OpenClaw 则把终端自动化接进 WhatsApp、Telegram、iMessage 等日消息界面。AI Agent 不再只是企业流程工具,而开始成为个人工作流的操作入口。
OpenAI 被曝正准备最早于本周秘密递交 IPO 申请,目标最早 9 月上市,并已与高盛、摩根士丹利起草招股书。它一旦上市,影响就不只是一个明星公司登陆资本市场,而是整个 AI 行业的估值逻辑、资本纪律和竞争节奏都会被重新校准。
Andrej Karpathy宣布加入Anthropic,负责Claude预训练相关工作。这当然是一条大新闻,但如果只把它理解为一次明星研究员跳槽,就太低估这个人了。Karpathy更稀缺的地方,不是他在哪家公司,而是他几乎在过去十多年AI最关键的三个位置上都留下了清晰印记:研究、工程,以及教育。