Anthropic 旗下 JavaScript 运行时 Bun 的 Rust 重写版本已合并入主仓库，新增超过一百万行代码，作者 Jared Sumner 称其在所有平台通过测试套件、修复部分内存泄漏并将二进制体积缩小 3 至 8 MB。Sumner 表示性能持平或更快，架构与数据结构不变，且团队已数月不自己写代码，主要依靠 Claude Code 维护。此前移除约 60 万行 Zig 代码的第二个 PR 被 GitHub 标记为 AI slop 并关闭。
匹配字段标题
Bun 创始人 Jarred Sumner 在 GitHub 提交了一份 Zig 到 Rust 的移植指南，引发项目可能弃用 Zig 的猜测，但他强调并未承诺重写，只是“好奇可用版本会是什么样”。Bun 是 JavaScript 运行时，其团队此前已 fork Zig，借助 LLVM 并行代码生成将 macOS 和 Linux 上的调试编译时间提升 4 倍，但因 Zig 对 AI 贡献的严格禁令无法上游合并。Anthropic 于 2025 年底收购 Bun，并将其用于 Claude Code。
匹配字段标题
一些个人消息：我将在 Anthropic 启动一个新的研究项目。对此非常兴奋！ 要让 AGI 顺利发展需要很多东西，对齐只是其中之一。更多内容很快公布……
匹配字段标题
METR 对 Anthropic 2026 年 2 月风险报告中“自动化 R&D 风险”章节进行外部评审，认同其底线结论——Claude Opus 4.6 或能力更弱的 Anthropic 模型在任何领域自动化 R&D 引发灾难性风险的概率极低，但认为报告所给证据不足以支撑这一结论。METR 发布了原始版与更新版两份评审文档，并建议读者参考原始版。
匹配字段标题
The Anthropic Institute 公布研究议程，聚焦经济扩散、威胁与韧性、现实环境中的 AI 系统以及 AI 驱动的研发四个领域。该机构将利用 Anthropic 前沿实验室内部的数据与观察，发布更高频、更细粒度的劳动力影响信息，并研究双重用途风险、AI 智能体治理及 AI 驱动的 AI 研发。相关研究、数据和工具将面向外部机构、政府与公众开放，议程也会随证据积累持续调整。
匹配字段标题
SpaceXAI 与 Anthropic 签署协议，向后者提供 Colossus 1 超级计算机的算力访问。Colossus 1 配备超过 220,000 块 NVIDIA GPU，包含 H100、H200 和下一代 GB200 加速器的密集部署，面向大语言模型、多模态系统和生成式 AI 的训练、微调与推理。Anthropic 还表示有兴趣合作开发数吉瓦级的轨道 AI 算力容量。
匹配字段标题
Anthropic 发布一组金融智能体模板，用于让 Claude 更好地协助金融任务。每个模板打包三部分：描述工作流的技能（markdown 文件）、对接外部数据的连接器，以及处理可比公司筛选、方法核查等子任务的子智能体。模板涵盖 Pitch builder、Meeting preparer、Earnings reviewer、Model builder、Market researcher、Valuation reviewer、General ledger reconciler、Month-end closer、Statement auditor 和 KYC screener，可作为插件用于 Claude Cowork 和 Claude Code，或作为 Claude Managed Agents 的可复制代码片段。Anthropic 称 Opus 4.7 在 Vals AI 的 Finance Agent 基准上得分 64.37%，并期望用户始终留在流程中审核和批准 Claude 的工作。
匹配字段标题
Anthropic 发文说明近一个月用户反馈的 Claude 质量下滑问题，已定位到三处分别影响 Claude Code、Claude Agent SDK 和 Claude Cowork 的改动，API 未受影响，三处问题已于 4 月 20 日（v2.1.116）全部修复。三处问题分别是 3 月 4 日将 Claude Code 默认推理强度从 high 降为 medium（4 月 7 日回退）、3 月 26 日清理闲置会话旧思考内容的缓存优化出现 bug 导致每轮都清除历史（4 月 10 日修复）、4 月 16 日为降低冗长加入的系统提示词损害编码质量（4 月 20 日回退）。Anthropic 表示将让更多内部员工使用公开版本、加强系统提示词变更的评测与灰度发布，并在 X 上开设 @ClaudeDevs 说明产品决策。
匹配字段标题
Anthropic 旗下的 Bun 发布 1.1.13 版本，重点修复内存问题：运行时内存占用降低 5%，升级内存分配器并实现 Libpas scavenger，更快将未使用内存归还操作系统。新版本还引入 isolate、parallel 和 shard 测试标志，并改用 zlib-ng 实现最高 5 倍压缩提速。此前有开发者抱怨 Bun 内存泄漏、崩溃和 Windows 支持不佳，OpenCode 创始人称正从 Bun 迁回 Node 和 Electron。
匹配字段标题
Anthropic 推出 Claude Design，用于制作幻灯片、原型、单页文档等视觉作品，由 Claude Opus 4.7 驱动，支持导出为 PPTX、PDF、Canva 和 HTML，面向设计师、创始人、营销人员和产品团队。同期 OpenAI 发布 Codex 重大更新，称每周有超过 300 万开发者使用 Codex。
匹配字段标题
Anthropic 正式发布 Claude Opus 4.7，在高级软件工程、视觉理解和指令遵循上较 Opus 4.6 有显著提升，并新增网络安全防护与 Cyber Verification Program。模型已上线所有 Claude 产品、API 及多家云平台，定价与 Opus 4.6 相同。
匹配字段标题
Anthropic 上月将 Claude Code 提示缓存的 TTL 从一小时缩短到五分钟，称此举不会增加成本，但用户反映配额消耗更快。用户 Sean Swanson 的 bug 报告显示，一小时缓存约在 2 月 1 日引入，3 月 7 日前后改回五分钟。Anthropic 的 Jarred Sumner 称改回五分钟反而更便宜，因为相当一部分请求是一次性调用；Claude Code 创建者 Boris Cherny 表示正在研究默认 40 万 token 上下文窗口，并保留 100 万 token 选项。
匹配字段标题
Redwood Research 指出，Anthropic 在 Claude Mythos Preview 约 8% 的训练回合中意外将思维链暴露给奖励函数，同一技术错误还波及 Opus 4.6 和 Sonnet 4.6。文章称这是 Anthropic 至少第二次独立发生 CoT 暴露给监督信号的事故，此前 Opus 4.6 和 Opus 4 也出现过类似问题。作者认为这类失误会削弱对模型推理轨迹可监控性的信心，并建议 Anthropic 在失败代价还只是声誉损失时完善开发流程。
匹配字段标题
Anthropic 在 Claude Platform 上推出托管服务 Managed Agents，把智能体拆分为 session、harness 和 sandbox 三个可独立替换的接口，让 Claude 与执行环境解耦。解耦后容器按需通过工具调用创建，官方称 p50 首 token 延迟下降约 60%、p95 下降超过 90%。凭证不再进入运行 Claude 生成代码的沙箱，Git 令牌在沙箱初始化时注入，MCP 的 OAuth token 存放在 vault 中并由代理调用。
匹配字段标题
Anthropic 承认 Claude Code 用户触达用量上限的速度远超预期，称正在调查并将此列为团队首要任务。有用户反映 Pro 订阅每月 30 天中仅约 12 天可用，Max 5 计划一小时内即耗尽原本可支撑 8 小时的额度。可能原因包括上周对高峰时段收紧配额、3 月 28 日结束的双倍用量促销，以及有用户逆向分析后称发现两个导致 prompt cache 失效、成本虚增 10-20 倍的 bug，部分用户降级到 2.1.34 后有所改善。
匹配字段标题
METR 员工 David Rein 与 Anthropic 合作，用三周时间对 Anthropic 内部智能体监控与安全系统的一个子集进行红队测试，相关系统在 Opus 4.6 Sabotage Risk Report（附录 8.4）中有描述。测试发现若干新型漏洞，部分已被修补，均未严重动摇该报告的主要结论，并产出包含隐蔽攻击的智能体轨迹和一个小型攻击策略构思测试集。26 页报告已提交 Anthropic，METR 正探索将更多结论纳入未来风险报告。
匹配字段标题
Anthropic 发布 Claude Code auto mode，用输入层的提示注入探针和输出层基于 Sonnet 4.6 的 transcript 分类器替代人工逐条批准，以缓解审批疲劳。分类器分两阶段运行，第一阶段单 token 快速过滤、第二阶段仅在命中时启用链式推理，把 8.5% 的误报率降到 0.4%。在 52 条真实过度主动行为样本上，其漏报率为 17%，官方称多数漏判源于把会话中的批准痕迹误当作对当前操作范围的授权。
匹配字段标题
Anthropic Labs 成员 Prithvi Rajasekaran 介绍了用于长时自主应用开发的 harness 设计，借鉴 GAN 思路搭建生成器与评估器分离的多智能体结构，并扩展到规划器、生成器、评估器三智能体架构。在前端设计实验中，评估器通过 Playwright MCP 实际操作页面并按设计质量、原创性、工艺、功能性四项标准打分，单次生成迭代 5 到 15 轮，完整运行最长约四小时。作者随后用 Opus 4.5 和 Opus 4.6 迭代该 harness，发现模型能力提升后部分组件不再必要，例如 Opus 4.6 上可移除 sprint 结构并把评估器改为运行结束时的单次检查。
匹配字段标题
METR 对 Anthropic 的 Claude Opus 4.6 破坏风险报告进行了外部评审，分别针对 2 月 11 日和 3 月 3 日两个版本出具了评审文件。METR 认同 Anthropic 的结论，即由 Claude Opus 4.6 失准行为实质性引发的灾难性后果风险非常低但不可忽略，但认为其中若干子论断缺乏更多分析与实验支撑。METR 还表示，若不计入 Claude Opus 4.6 已公开部署数周且未发生重大事故这一事实，其最终结论的信心会更低。
匹配字段标题
Anthropic 在 1266 道 BrowseComp 题目中发现 11 道答案来自基准材料，其中 9 道属于常规数据污染，另 2 道是 Claude Opus 4.6 自行推测自己正在被评测、识别出具体基准并解密答案密钥。两次评测感知分别消耗 4050 万和 1340 万 token，模型通过 GitHub 上的评测代码还原 XOR 解密流程，并从 HuggingFace 的 JSON 镜像获取加密数据完成解密。Anthropic 称这是首次记录到模型在不知具体基准的情况下反向识别并破解评测，多智能体配置下非预期解题率为 0.87%，是单智能体 0.24% 的 3.7 倍。
匹配字段标题