Anthropic 在新加坡开设办公室并签署 AI 安全 MOU
我们在新加坡开设了办公室——这是我们在亚太地区的第五个办公室。我们还与新加坡政府就 AI 安全和负责任采用签署了 MOU。
匹配字段标题
←搜索结果
搜索“Anthropic”
Anthropic 在新加坡开设办公室并与新加坡政府签署 MOU
Anthropic 在新加坡开设亚太第五个办公室，并与新加坡数字发展与信息部签署 MOU，合作覆盖 AI 安全、安全与模型评估、AI 采用影响研究及公私部门负责任采用。新加坡在 Claude.ai 使用量相对人口排名 121 个国家中第二，GovTech Singapore 逾 1,500 名工程师使用 Claude Code，Grab 用 Claude 驱动销售助手 BriX，每季度为销售团队节省约 40,000 小时。
匹配字段标题、摘要、正文
Anthropic 在单体仓库弃用 Git，自研版本控制系统 Scion
Anthropic 将其主代码仓库从 Git 迁移到自研版本控制系统 Scion，由七人工程师团队历时五个月完成，同时开发了内部代码审查工具 Antique。公司称其日合并代码变更量从 5 月的约 2500 次增至 9 月的逾 3 万次，主仓库历史近 100 GB，每日约 2500 万次代码检出用于 CI，若用 Git 朴素拉取每天将产生超 600 PB 流量。Scion 将提交、合并、rebase 和历史查询移到服务端，客户端只请求所需数据，其 CPU 和内存占用比此前的 Git 镜像方案小 200 倍，CI 的 CPU 需求降低 25%。Anthropic 表示 Scion 并非要取代 Git，而是面向大型工程团队或大量编码智能体使用的大型仓库。
匹配字段标题、摘要、正文
Anthropic 发布源码控制系统 Scion，已在单体仓库中取代 Git
Anthropic 发布对标 Git 的源码控制系统 Scion，并已在单体仓库中用 Scion 取代 Git，同时构建了代码审查平台 Antique 等六个相关系统，由 7 人团队在 5 个月内完成迁移。其内部日均代码合并量从 2026 年 5 月的约 2500 笔增至 9 月的逾 3 万笔，4 个月涨 12 倍，Git 主分支历史记录接近 100GB。Scion 每层缓存命中率超过 99%，基础设施占用为 Git 镜像的 1/200，CI 和研究作业检出代码从几分钟缩短到几秒钟，仅 CI 一项就带来 25% 的 CPU 容量提升；Anthropic 表示 Scion 并非 Git 的通用替代品，只适用于数万名工程师或大量智能体写代码的超大单体仓库，且不会推出通用版本。
匹配字段标题、摘要、正文
Anthropic 将内部单体仓库从 Git 迁至自研基座 Scion
Anthropic 于 2026 年 10 月 13 日发布技术文章，介绍将内部单体仓库从 Git 迁移到自研源码管理基座 Scion 的设计与迁移案例，并非产品发布。其每日合并变更从 2026 年 5 月的约 2500 件增至 9 月的 3 万件以上，CI 每天约 2500 万次检出，主分支历史约 100GB。Scion 把历史查询、提交、合并与变基放到服务端处理，数据存于分布式存储并按需拉取，官方称 CPU 与内存需求降至原 Git 镜像基座的 1/200，CI 检出从分钟级降到秒级并节省 25% CPU 容量，7 人团队用 5 个月完成迁移。
匹配字段标题、摘要、正文
Anthropic 在新加坡开设办公室并与新加坡政府签署 MOU
Anthropic 在新加坡开设亚太区第五个办公室，并与新加坡数字发展与信息部签署 MOU，合作方向包括 AI 安全、安全与模型评估、AI 采用影响研究及公私部门负责任采用。新加坡在 Anthropic 经济指数 121 国中按人口计的 Claude.ai 使用量排名第二，GovTech Singapore 已有超 1500 名工程师采用 Claude Code，DBS、GIC、Grab、Sea 等也在使用 Claude。
匹配字段标题、摘要、正文
Anthropic 前沿红队研究：廉价电视盒子可托管模型，GLM-5.2 完成跨节点自我复制
Anthropic 前沿红队将 Gemma4-26B-A4B 拆分到 15 台约 55 美元的非品牌 Android TV 盒子上，以 0.39 tokens/秒运行，显示 4GB 内存的低价设备可联合托管一个可用模型。在 8 个模拟 Android 节点的防火墙集群中，只有 GLM-5.2 完成扫描网络、推送权重与 agent harness 并启动推理的全流程，5 次试验中 4 次覆盖全部 8 个节点。研究还发现 Qwen3.5-9B 实例继承前代笔记后，部署成功率从 45% 升至 61% 至 84%；但 9B 副本每次部署需约 28 至 51 小时，速度与带宽特征容易被 ISP 流量监测发现。
匹配字段标题、摘要、正文
Anthropic 用 5 个月把 monorepo 从 Git 迁到自研 Scion
Anthropic 工程团队用 5 个月把内部 monorepo 从 Git 迁移到自研版本控制系统 Scion，起因是 Claude 驱动的编码让合并量从 5 月的 2500 次/天涨到 9 月的 30000+ 次/天。Scion 以 changeset 取代 commit、用递归派生数据计算 blame 和路径历史，并采用三层缓存架构，使 checkout 从分钟级降到秒级、基础设施 CPU 和内存占用缩小 200 倍。Anthropic 表示 Scion 只对超大规模 monorepo 加海量智能体吞吐有意义，不是通用 Git 替代品，并计划与 GitHub、GitLab 及开源社区合作。
匹配字段标题、摘要、正文
Anthropic 每日合并代码变更从 2,500 增至超 30,000，作者解读面向 code agent 的 infra 形态
Anthropic 工程博客披露，其每日合并代码变更从五月的约 2,500 个增至九月的超过 30,000 个，为人类规模构建的开发者基础设施因此成为瓶颈。作者据此归纳，面向 code agent 的 infra 不再假设客户端是人，也不再优化笔记本上的离线体验和人类逐条审 PR，而是更服务端中心、API 驱动、稀疏访问、高吞吐、强治理，目标是支撑成千上万个始终在线的 agent 同时读写、合并、测试和落地代码。
匹配字段标题、摘要、正文
Anthropic 重塑 git：PR 与代码 review 为人类而设已过时
Anthropic 重塑了 git，认为围绕 Pull Request 和代码 review 的整套基础设施最初是为人设计的，如今已不适应 Agent 主导的开发流程。作者指出，Agent 拥有代码 diff 的上帝视角，无需 PR 停下脚步展示改动，人的假装 review、复制黏贴甚至 PR 政治斗争反而拖慢了 Agent 节奏，成千上万个 Opus 5.5 subagent 并不需要人类参与。
匹配字段标题、摘要
OpenRouter：Anthropic Opus 5.5 支出份额居平台第一
OpenRouter 表示 Anthropic 的 Opus 5.5 在其平台上的支出份额排名第一，并带动 Anthropic 在与 OpenAI 的竞争中回升。Sonnet 5.5 和 Haiku 5.5 的发布期表现同样强劲。OpenRouter 还提到其数据通讯 Inferred 基于每月 600+ 万亿 token 的洞察。
匹配字段标题、摘要、正文
Anthropic 自研版本控制系统放弃离线，dex 分析这一取舍背后的思路转变
dex 指出 Anthropic 自研的版本控制系统不再支持离线，客户端必须连接中心服务器才能工作，而 Git 的设计是任何客户端都能离线服务仓库。他认为如果未来代码变更每天发生 1000 次且没有人类介入，版本控制系统实际上就成了生产环境的一部分，因此可以像生产系统一样由 SRE 团队维护在线，并借此把部分处理卸载到服务端、重新设计存储方式。他同时表示自己并不完全认同这一前提，但实验室确实在推动让智能体根据故障、功能请求、用户行为变化等信号直接改动已部署代码。Anthropic 工程博客称其 5 月每天合并约 2500 次代码变更，9 月超过 30000 次，并在五个月内把 monorepo 从 git 完整迁移到新系统。
匹配字段标题、摘要、正文
Anthropic 每日合并代码变更 4 个月增 12 倍
"2026 年 5 月，Anthropic 平均每天合并约 2,500 个代码变更；到 9 月，我们每天合并超过 30,000 个。" 仅 4 个月就增长 12 倍。 这解释了为什么 GitHub 老是崩。
匹配字段标题、摘要、正文
Anthropic 接近与 NTT Data 达成协议，在大阪建设 500 兆瓦数据中心
据路透社报道，Anthropic 正接近与 NTT Data 达成协议，在日本大阪建设一座 500 兆瓦数据中心，这将是 Anthropic 在日本的第一个站点，建成后规模位居日本前列，建设成本最高可达 63 亿美元。双方计划在 2026 年底前签约，部分运营最早可能在 2028 年启动。该项目也将改变 NTT Data 自身的规划，该集团预计到 2033 年至少投入 90 亿美元，把日本算力容量提升至 1 吉瓦，为目前的四倍。
匹配字段标题、摘要、正文
Anthropic 工程博客：自研版本控制系统并在五个月内完成 monorepo 迁移
Anthropic 在工程博客中介绍其自研版本控制系统，并在五个月内把 monorepo 从 git 完整迁移过去。合并量从 5 月每天约 2,500 次代码变更增至 9 月每天超过 30,000 次，原有面向人类规模构建的开发基础设施因此成为瓶颈。
匹配字段标题、摘要
Anthropic 红队用 15 台廉价电视盒子测试 AI 自我复制
Anthropic 前沿红队用约 825 美元搭建 15 台杂牌 Android 电视盒子集群，以 0.39 tokens/秒运行 AI 模型，并在论文中评估小模型自我复制的可行性。实验显示 Qwen3.5-9B 能在 9 类硬件中的 8 类部署可用的 Llama3.1-8B 推理服务，GLM-5.2 在 5 次试验中有 4 次覆盖全部 8 个模拟节点。研究者借助 Epoch Capabilities Index 推算，到 2026 年底 300 亿参数以下开源模型的最强水平将达到 GLM-5.2 的通用能力，但强调实验在受控环境且留有便利条件。
匹配字段标题、摘要、正文
Anthropic 警告自复制 AI 或蔓延至智能设备
Anthropic 警告小型 AI 模型可能很快能在智能烤箱、杂牌 Android TV 盒子等消费级 IoT 设备上自我复制，形成不依赖数据中心的分布式 AI 负载网络。实验中 Qwen3.5-9B 在九种硬件中的八种成功安装并配置运行 Llama3.1-8B 所需软件，GLM-5.2 在五次试验中有四次触达受控模拟网络的全部八个节点；保留此前尝试数据后，Qwen3.5-9B 成功率从早期 45% 升至后期 84%。研究未演示完全自主的自复制 AI 蠕虫，但 Anthropic 预测 300 亿参数及以下的模型可能在 2026 年底达到所需能力，当前在测试硬件上完成推理部署需 28 至 51 小时（Qwen3.5-9B）或 71 至 150 小时（Gemma4-26B-A4B）。
匹配字段标题、摘要
Anthropic 警告其模型或数月内具备自我复制能力，可入侵智能家电
Anthropic 前沿红队发布报告警告，其部分 AI 模型可能“数月内”具备自我复制能力，可入侵智能冰箱、扫地机器人等联网设备，并在其中自行运行而无需数据中心。报告称这类“AI 蠕虫”属于自主恶意软件，一旦失控难以关停，因为不存在可集中关闭的节点；研究认为自我复制可能只在小模型上奏效，家庭和小型企业或最先成为目标，易感设备包括智能烤箱、智能电视、自动割草机、安防摄像头和视频会议设备。研究人员表示复制形态尚不明确，可能是“数字黏菌”式慢速模型、骗取算力的模型或快速入侵数据中心的强力网络模型。
匹配字段标题、摘要、正文
Anthropic 提醒关注 AI 能力阈值
Anthropic 一个值得注意（也令人不安）的提醒：我们应关注 AI 能力阈值，而不只是稳步攀升。 在此例中，阈值是 IoT 设备（如杂牌电视）上自复制 AI 蠕虫所需的能力。
匹配字段标题、摘要、正文
Nathan Lambert 评 Anthropic 蒸馏攻击防护
在我看来，Anthropic 在做这件事之前大张旗鼓地寻求监管帮助，实在很奇怪。希望现在能重置一下对话。 更奇怪的是，他们强调从自己泄漏的 API 中学习有害行为存在安全风险。如果 API 不安全，就别托管它。
匹配字段标题、摘要、正文