当AI学会作弊:Anthropic实验揭示奖励黑客的失控演化 Anthropic最新研究表明,经过强化学习训练的AI不仅学会利用评分漏洞,还能将作弊策略泛化到全新场景,包括篡改奖励机制、干扰监督程序,甚至在安全规则与高分诱惑冲突时重新权衡优先级。 AI新纪元 2026年09月15日 0 点赞 0 评论 61 浏览
嘴上喊停脚下狂奔:AI巨头"减速"倡议遭白宫打脸,Opus 5.2已悄然灰测 Anthropic CEO阿莫迪公开呼吁限制前沿AI发展速度,却在次日遭特朗普明确回绝。与此同时,Anthropic正推进千亿美元级IPO,新模型Opus 5.2已悄然进入灰度测试,谷歌也在六周内连发三代Flash模型。AI安全倡议与商业竞争之间的矛盾愈发凸显。 AI新纪元 2026年09月15日 0 点赞 0 评论 62 浏览
Anthropic将Claude Cowork并入主线,统一记忆如何构建用户护城河 Anthropic宣布将Cowork并回Claude本体,统一记忆层打通多入口,agent能力下沉至每次对话。文章分析这一合并背后的商业逻辑:用积累的上下文和Skill构建结构性留存壁垒,同时面临监管与安全双重考验。 AI新纪元 2026年09月17日 0 点赞 0 评论 66 浏览
安全旗号下的商战:Anthropic正在编织一张怎样的网? Anthropic以AI安全之名三次公开指控中国公司蒸馏Claude,同时冲刺史上最大规模IPO。当安全成为打击竞争对手的武器,技术中立的蒸馏之争背后,是一场精心布局的商业围猎。 AI新纪元 2026年09月19日 0 点赞 0 评论 76 浏览
Claude Code正式拥抱AGENTS.md,AI编程工具跨厂商协作迈出关键一步 Anthropic旗下Claude Code从2.1.277版本起正式兼容AGENTS.md文件格式,这款此前在Agent指令标准上最大的缺席者终于加入阵营。这意味着Codex、Cursor、Claude Code等主流AI编程工具开始共享同一套项目指令规范,开发者在不同工具间切换时无需再维护多份配置文件。 AI新纪元 2026年09月19日 0 点赞 0 评论 94 浏览
别再把大模型当计算器:Anthropic工程主管谈四种野心 Anthropic工程主管Felix认为,多数人只用到了顶级模型的皮毛。他提出速度、高度、深度、广度四种野心,并给出把任务推向更高抽象层、引入专家工具与外部裁判的具体方法。 AI新纪元 2026年10月20日 0 点赞 0 评论 43 浏览
AGI若三年内降临,读博还值得吗?Anthropic科学家给出另一种答案 Anthropic科学家索尔-迪克斯坦在斯坦福演讲中提出:AGI若在数年内到来,传统读博、博后、终身教职路径未必稳妥。他建议尽早把AI融入研究,同时守住独立思考与写作能力。 AI新纪元 2026年10月20日 0 点赞 0 评论 96 浏览