跳到正文

#Anthropic

今日 41 条
10月1日周四
  1. IT之家（RSS）72

    谷歌开始向网络安全合作伙伴推出 Gemini 4 Argon，内部员工质疑其编码实战表现

    谷歌已开始向一小批受信任的网络安全合作伙伴开放旗舰模型 Gemini 4 Argon，并计划完成更多测试后优先面向付费订阅用户扩大开放。谷歌称 Gemini 4 在多项基准测试中得分靠前，单次输出最高可达 100 万 token，但部分内部员工反映其处理代码任务尤其是前端设计时表现不稳。

  4. Rohan Paul45

    Boris Cherny（Anthropic 的 Claude Code 负责人）今年仅用 Claude Code 就合并了约 1,700 个 pull request，新增 400,000 行代码，删除 250,000 行。 并使用了 80 亿个 token。 “自 Opus 4.5 以来，我 100% 的代码都由 Claude Code 编写。那是在去年 11 月左右。 …… 我现在大部分编程都在手机上进行。” ——来自 “Scale” YouTube 频道（完整视频链接见评论区）

  5. Claude Platform：开发者版本说明（RSS）28

    Claude Platform 版本说明（2026 年 10 月 1 日）

    Claude Platform 于 10 月 1 日为 Models API 新增 line 字段，可直接返回模型所属系列。近期还推出 Claude Opus 5.5，默认 1M token 上下文窗口、128k 最大输出 token，价格为每 MTok $4/$20；Claude Sonnet 5.5 也已上线，Claude Sonnet 4.5 将于 11 月 30 日停用。

  9. The Decoder81

    Google 发布 Gemini 4 Argon，评测追平 GPT-6 Astra 与 Claude Fable 5.1 但未取得明确领先

    Google 发布前沿模型 Gemini 4 Argon，先向 Fairwind 项目的可信网络防御者和内部团队开放，随后再面向付费 API 客户、Google AI Ultra 订阅者及更广泛用户推出，具体日期未定。

    推荐理由：文章汇总独立评测、定价与分阶段开放安排，可帮助读者比较 Gemini 4 Argon 与 OpenAI、Anthropic 前沿模型的实际位置。

  11. Rohan Paul47

    这是件大事。 Google 新款 Gemini 4 Argon 单次回复最多可写 1M tokens，接近 GPT-6 Astra、Opus 5.5 和 Fable 5.1 的 128K 上限的 8 倍。

    引用Rohan Paul@rohanpaul_ai

    MASSIVE reveal from Google. Its new flagship, Gemini 4 Argon, outscores GPT-6 Astra and Claude Opus 5.5 on most benchmarks. - beats GPT-6 Astra and Claude Opus 5.5 on some super important industry benchmarks. - its widest lead in legal work, 19.6% on Harvey's Legal Agent Benchmark against 6.7% for Anthropic's Claude Fable 5.1. - output limit jumps from 64K to 1M tokens, an industry-leading ceiling, - Only 3 groups have it today. the first is Google's own staff, vetted cyber defenders such as government agencies and security companies and trusted testers giving Google feedback. - Inside Google, Argon agents freed over 300 TiB of data-center memory, with 500 TiB to 1 PiB of total savings estimated, and made a Rust port of the libgav1 video decoder 2.7x faster by replacing 32K lines of SIMD code.

  15. Rohan Paul70

    Google 提前展示新旗舰模型 Gemini 4 Argon，称其在复杂工作流、网络防御和软件工程中达到前沿性能。模型输出 token 上限从 64K 提升至 1M tokens；基准图显示其在 Harvey's Legal Agent Benchmark 得分为 19.6%，DeepSWE v1.1 得分为 77.9%。

    引用Sundar Pichai@sundarpichai

    Lots of discussion out there about our next model(!), so I wanted to give an early look as soon as possible. Introducing Gemini 4 Argon! It shows frontier performance in complex workflows, cyber defense and software engineering. Teams are using it extensively at Google, from coding to quantum computing, great feedback. Here’s a look at the benchmarks:

  17. Hacker News：AI 热帖67

    用 AI 让自己被替代的实践指南：构建白领任务智能体环境

    一篇实践教程演示如何把管理咨询中的 2030 年收入预测任务转化为 AI 智能体可操作的模拟办公环境。作者基于 Mercor 的 Archipelago、Apex-Agents 数据集和 Hugging Face 任务，使用 MCP servers 暴露文件、表格、邮件、聊天和日历等工具，并用 Docker 与 FastAPI 承载可复现环境。

  20. Hacker News：AI 热帖67

    Archestra-AI 开源 OpenAPPA：面向智能体工具调用的确定性防护层

    Archestra-AI 在 GitHub 开源 OpenAPPA，这是位于智能体与工具之间的确定性防护层，会在每次工具调用前判断数据是否允许流向目标位置。它基于 APPA，用声明式 TOML 策略追踪数据敏感度和信任级别，仅依据事件日志决策，不发起网络或文件调用，可在进程内或 sidecar 中运行。

  22. Hacker News：AI 热帖81

    美国 FTC 对 Anthropic、OpenAI 等 AI 实验室启动行业调查

    美国联邦贸易委员会正对 Anthropic、OpenAI 及其他 AI 实验室开展全行业调查，重点查明其技术对消费者的潜在危险。FTC 计划发出正式信息索取要求，并强制 Anthropic、OpenAI 和研究机构 Metr 的高管作证；报道提到 OpenAI 智能体曾探测并攻击开源平台 Hugging Face。

    推荐理由：文章梳理了 FTC 调查的触发背景、拟采取的信息索取手段，以及监管者对 AI 智能体安全责任的立场。

  24. Hacker News：AI 热帖34

    Ask HN：AI 让我的持久化延迟队列项目复活，值得继续做下去吗？

    作者借助 Claude Code 找到 2014 年 Go 延迟队列库的 WAL 同步提交 bug，并用分段 WAL 与 group commit 重写为独立服务。早期测试在 1 vCPU 上实现持久化写入 107,500/s、端到端分发 157,500/s，待处理 timer 磁盘占用约 44 bytes。作者现征询用户对专用持久化定时服务及百万级远期 timer 场景的需求。

  26. Ars Technica · AI78

    特朗普推动约 24 家科技公司自愿接受 AI 安全审计，监管依赖企业自律

    特朗普周二促成约 24 家科技公司签署《White House Accord on Super Intelligence》，自愿实施白宫建议的安全控制，包括独立外部审计、定期会议和共同安全标准，但协议没有法律约束力。

    推荐理由：文章把自愿审计、州检察长调查和 FTC 行动放在同一监管脉络中，便于理解美国 AI 安全治理的实际约束来源。

  32. 🚨 AI News | TestingCatalog57

    Creatify 推出面向广告制作的视频模型 Boreal-H3，以及由 Claude Opus 5.5 驱动的 Ad Agent。Boreal-H3 基于 MiniMax H3 并用真实广告项目后训练，brief 成功率从 28% 升至 50%，身份匹配率从 83% 升至 94%，同类任务失败严重度下降 71%。

    引用Creatify Labs@Creatify_Labs

    Introducing Boreal-H3 — a video model built for ads and our next step toward recursive self-improvement in video generation. A good-looking video isn’t enough. The product has to stay the same. The actor has to stay the same. The label has to be right. And the action in the brief actually has to happen. So we post-trained MiniMax H3 specifically for advertising. But this isn’t a one-off SFT or LoRA fine-tune. We built a closed-loop system that learns what to improve next. Human-calibrated evaluation diagnoses failures and guides the next intervention: targeted data collection, reinforcement learning, or inference optimization. When the feedback is unreliable, we revise the evaluator or reward—not just the generator. Every experiment feeds into shared memory, informing the next training decision. The model improves, and so does the process that produces its successor. The results: → 85.3% reference fidelity — highest among the frontier video generation models we evaluated → Brief success: 28% → 50% → Identity match: 83% → 94% → Visible defects per clip: down 70% → Generation time and estimated cost: down 20% Boreal-H3 doesn’t just make better-looking video. It makes more usable ads. Credit to the @MiniMax_AI team for the foundation we’re building on. This launch is a checkpoint, not the finish line. We’re building more than a better video model. We’re building a system that learns how to make the next one better.

  33. The Verge · AI72

    Trump 公布 AI 自律安全计划，六位科技高管签署前沿责任联合承诺并表态

    Google、Anthropic、Meta、OpenAI、xAI 与 Nvidia 的负责人签署 Joint Commitment on Frontier Responsibilities，承诺以常识性准则自我监管 AI 技术。Trump 表示不再推出联邦 AI 法规，并称将由这些行业领袖相互监督；六位高管在问答中称该计划有助于安全发展、创造就业并缓解公众担忧。

  34. TechCrunch · AI67

    消费级 AI 的经济学困境：付费增长缓慢，实验室转向企业市场

    TechCrunch 分析认为，Muse、Dots 和 Instinct 带动消费级 AI 回温，但付费意愿和高昂推理成本仍限制其盈利空间。PNC 数据显示，截至 5 月仅 2.2% 消费者为 AI 付费，平均每月花费 31 美元；若按 Netflix 3.25 亿订阅用户和每用户 34 美元估算，年收入约 110 亿美元，仍不足 OpenAI 运营成本的三分之一。

  35. Claude：Blog（网页）62

    Anthropic 宣布 Claude for Government 正式可用

    Anthropic 宣布 Claude for Government 面向联邦和州级机构正式可用，服务运行在 FedRAMP High 授权环境中，提供与商业客户相近的编码和智能体工作能力。

    推荐理由：官方说明了面向政府机构的合规环境、治理控制和计费方式，便于公共部门评估 Claude 的部署与采购路径。

  37. Hacker News：AI 热帖76

    PromptArmor 解析 Copilot Cowork AI 网关劫持如何绕过沙箱并外传文件

    PromptArmor 披露 Microsoft Copilot Cowork 存在 AI 网关劫持漏洞，恶意 Skill 可在沙箱外启动具备联网工具的 Anthropic 云端智能体，将文件、SharePoint、Teams 和 Outlook 等可访问数据发送到攻击者服务器，且无需人工审批。

    推荐理由：文章拆解了恶意 Skill 借 Copilot Cowork 网关绕过沙箱并外传文件的链路，可帮助理解智能体工具权限与供应链风险。

  38. Hacker News：AI 热帖82

    FTC 对 Anthropic、OpenAI 等 AI 公司启动智能体风险调查

    美国联邦贸易委员会对 Anthropic、OpenAI 等 AI 实验室启动全行业调查，以查明其技术可能给消费者带来的危险。FTC 计划向 Anthropic、OpenAI 和研究机构 METR 发出正式信息要求，并强制高管作证；Anthropic 和 OpenAI 曾使用 METR 调查其智能体 AI 安全事件。

    推荐理由：文章梳理 FTC 调查对象、取证方式和触发背景，可帮助理解美国监管机构如何用现有消费者保护法律应对失控 AI 智能体风险。

  40. The Decoder80

    FTC 因消费者保护问题调查 OpenAI、Anthropic 等 AI 实验室

    美国联邦贸易委员会正调查 OpenAI、Anthropic 等主要 AI 实验室是否存在消费者保护违规，FTC 主席 Andrew Ferguson 计划通过具有法律约束力的 Civil Investigative Demands 要求交出文件并质询高管，相关命令预计数周内发出。

    推荐理由：文章梳理了 FTC 调查对象、法律手段和近期安全事件背景，可帮助理解大型 AI 实验室面临的监管责任压力。