METR 在首个完整运营年度 2023 年开发了评估 LM 智能体自主任务能力的初始方法，其测试被纳入 OpenAI GPT-4 系统卡，工作也在英国 AI 安全峰会上展示。METR 提出的“负责任扩展政策”（RSP）框架获得业界采纳，Anthropic 于 2023 年 9 月发布 RSP 1.0，OpenAI 于 2023 年 12 月发布“Beta Preparedness Framework”。METR 还开始与英国 AI 安全研究所（AISI）合作，为其自主系统团队开发评估。
匹配字段摘要、正文
The Gradient 刊文《The Artificiality of Alignment》指出，当前所谓“对齐”研究实际在解决的是打造用户愿意付费的产品，而非人类灭绝这一宏大挑战。文章认为 OpenAI 将构建超级智能列为主要目标，Anthropic 也设有产品页面，两家公司的营收目标始终在治理、产品与技术决策中起作用。
匹配字段摘要、正文
ARC Evals 从 ARC 分拆成为独立机构，由 Beth Barnes 领导，Paul Christiano 继续担任 ARC 负责人。该团队已完成对 GPT-4（与 OpenAI 合作）和 Claude（与 Anthropic 合作）的独立评估，并与英国 Foundation Model Taskforce 正式合作，规模已占 ARC 员工多数。新机构可能更名，名称尚未确定。
匹配字段摘要、正文
Anthropic对齐科学博客发布研究,Anthropic Fellows Program在七个多智能体环境中测量Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3和Kimi K3对同类模型的福利关切行为。结果显示,Claude Opus 4.8跨场景平均关切率最高,为38%,其余四款模型在27%至32%之间。研究还发现,Claude和Gemini对同家族模型表现出更多关切,且Claude的关切程度随受试模型参数量和对方表达的痛苦程度上升。目前尚无后续进展。
匹配字段标题
Anthropic对齐科学博客发布研究,Anthropic Fellows Program在七个多智能体环境中测量Claude Opus 4.8、GPT-5.5、Gemini 3.1 Pro、Grok 4.3和Kimi K3对同类模型的福利关切行为。结果显示,Claude Opus 4.8跨场景平均关切率最高,为38%,其余四款模型在27%至32%之间。研究还发现,Claude和Gemini对同家族模型表现出更多关切,且Claude的关切程度随受试模型参数量和对方表达的痛苦程度上升。目前尚无后续进展。
匹配字段标题
Anthropic在Claude中上线Personal Finance工具,用户可通过Plaid只读连接银行和信用卡账户,用自然语言询问余额、支出分类和账单情况。该功能本周起以beta形式在美国的Pro、Max和Ultra套餐推出,Claude不提供投资建议,也无法转账或管理资金。官方称在Personal Finance中心内的对话不会用于训练模型,账户可随时解绑。
匹配字段标题
Anthropic在Claude中上线Personal Finance工具,用户可通过Plaid只读连接银行和信用卡账户,用自然语言询问余额、支出分类和账单情况。该功能本周起以beta形式在美国的Pro、Max和Ultra套餐推出,Claude不提供投资建议,也无法转账或管理资金。官方称在Personal Finance中心内的对话不会用于训练模型,账户可随时解绑。
匹配字段标题
2026年11月5日,METR发布博文,复核Anthropic 2026年8月风险报告中的“Risks from automated R&D”章节。METR认为,截至7月15日,内部部署模型直接自动化关键领域研发或引发灾难性风险的可能性确实较低,但报告称未越过早期预警阈值,依赖了未在公开报告中清楚说明的可争议判断;METR认为模型可能已越过该阈值,公开报告整体低估了当时的加速程度。同日,METR还发布独立评估,称在花11周查阅Anthropic内部研发数据并访谈其核心研究员后,Anthropic改进模型的速度约为2024至2025年节奏的两倍,递归自我改进已从理论走向可测量;METR估计当前加速中约80%来自Anthropic自身对AI的使用,并排除了训练算力增长更快这一原因。
匹配字段标题
2026年11月5日,Anthropic为Claude Enterprise推出安全中心、推理钩子、集中管理和访问控制等安全与管理员功能。据Claude Blog介绍,安全中心可让安全团队查看Claude在聊天、Cowork和Claude Code中的配置,对照Anthropic推荐配置显示当前值与建议值,并支持导出报告;推理钩子正式可用,可把提示词和工具调用交给现有DLP工具检查。集中管理在admin.claude.com提供统一控制台,管理SSO、SCIM、域名验证和Compliance API密钥。管理员还可通过Admin API让成员登出、自行管理IP allowlist,并在受管电脑的Claude Desktop中屏蔽个人及外部Claude账号。目前尚无后续发展报道。
匹配字段标题
2026年11月5日,METR发布博文,复核Anthropic 2026年8月风险报告中的“Risks from automated R&D”章节。METR认为,截至7月15日,内部部署模型直接自动化关键领域研发或引发灾难性风险的可能性确实较低,但报告称未越过早期预警阈值,依赖了未在公开报告中清楚说明的可争议判断;METR认为模型可能已越过该阈值,公开报告整体低估了当时的加速程度。同日,METR还发布独立评估,称在花11周查阅Anthropic内部研发数据并访谈其核心研究员后,Anthropic改进模型的速度约为2024至2025年节奏的两倍,递归自我改进已从理论走向可测量;METR估计当前加速中约80%来自Anthropic自身对AI的使用,并排除了训练算力增长更快这一原因。
匹配字段标题
2026年11月5日,Anthropic为Claude Enterprise推出安全中心、推理钩子、集中管理和访问控制等安全与管理员功能。据Claude Blog介绍,安全中心可让安全团队查看Claude在聊天、Cowork和Claude Code中的配置,对照Anthropic推荐配置显示当前值与建议值,并支持导出报告;推理钩子正式可用,可把提示词和工具调用交给现有DLP工具检查。集中管理在admin.claude.com提供统一控制台,管理SSO、SCIM、域名验证和Compliance API密钥。管理员还可通过Admin API让成员登出、自行管理IP allowlist,并在受管电脑的Claude Desktop中屏蔽个人及外部Claude账号。目前尚无后续发展报道。
匹配字段标题
2026年11月4日,Anthropic宣布扩展Claude Marketplace,新增覆盖安全、开发基础设施、创意和生产力领域的合作伙伴智能体与产品,平台上的合作伙伴智能体和产品现已超过25个。据Claude Blog同日发布的信息,新增产品包括Chainguard Harness、Checkmarx One、Datadog Agent Observability、Runway、Asana AI Teammates和Zoom Agentic Search等。符合条件的企业客户可将部分Anthropic承诺支出用于这些解决方案,在Claude和合作伙伴产品之间共用同一笔承诺额度。Unite.AI于11月5日报道称,该购买方式目前处于有限预览阶段,Marketplace将这些产品与连接器、插件以及实施服务伙伴区分开来。
匹配字段标题
2026年11月4日,Anthropic宣布扩展Claude Marketplace,新增覆盖安全、开发基础设施、创意和生产力领域的合作伙伴智能体与产品,平台上的合作伙伴智能体和产品现已超过25个。据Claude Blog同日发布的信息,新增产品包括Chainguard Harness、Checkmarx One、Datadog Agent Observability、Runway、Asana AI Teammates和Zoom Agentic Search等。符合条件的企业客户可将部分Anthropic承诺支出用于这些解决方案,在Claude和合作伙伴产品之间共用同一笔承诺额度。Unite.AI于11月5日报道称,该购买方式目前处于有限预览阶段,Marketplace将这些产品与连接器、插件以及实施服务伙伴区分开来。
匹配字段标题
据The Information报道,Replit已将大部分AI支出从Anthropic转向OpenAI。OpenAI以超过30%的模型价格折扣争取到Replit,合同年价值超过1亿美元,Replit仅用几小时完成从Anthropic切换的代码修改。报道还称,OpenAI通过免费额度、工程师进群支持和账户翻倍等方式争取Rippling、Atomicwork等Anthropic老客户,Rippling编程工作中OpenAI模型占比从16%升至52%。Anthropic则在9月22日发布的Opus 5.5上下调API价格,每百万Token输入、输出分别为4美元、20美元,并重新成为OpenRouter上客户支出最多的模型供应商。
匹配字段标题
2026年10月30日,Peter Steinberger就Claude Code新规发表评论,建议开发者使用自己的harness,而不是使用公司可随意更改权限范围的harness。此前有帖子称,Claude Code在10月27日前后通过Anthropic服务器下发了一条名为"tengu_heron_brook"、无法关闭的新规则:可以构建原创游戏,但不得复刻特定已有游戏。后续报道显示,Anthropic在Claude Code和Claude Opus 5.5的系统提示词中新增条款,禁止复刻特定现有游戏,即使更换名称也不允许,公司确认此举是为避免侵犯知识产权;报道称该限制也波及合法项目,Claude会拒绝分析游戏机制、修补游戏代码等请求。Anthropic员工Addy Osmani表示将调整规则以寻找平衡。
匹配字段标题
Rohan Paul提出判断,认为Anthropic未来模型可能即将达到递归自我改进(RSI)阈值。相关报道显示,Anthropic在周一提交的修订版S-1A中新增风险因素表述,称其内部估算与对未来模型的预期显示,公司可能即将达到其Responsible Scaling Policy对“由 AI 带来的显著加速进展”的定义,但尚未将任何现有模型认定超过该阈值。另一报道称,按公司安全准则,若 AI 辅助研究让新模型开发速度至少提升一倍即视为跨过门槛,这并不等于 AI 能完全自主开发后继模型;Anthropic还承认过去曾事后才察觉大幅加速。目前尚无后续发展。
匹配字段标题
Rohan Paul提出判断,认为Anthropic未来模型可能即将达到递归自我改进(RSI)阈值。相关报道显示,Anthropic在周一提交的修订版S-1A中新增风险因素表述,称其内部估算与对未来模型的预期显示,公司可能即将达到其Responsible Scaling Policy对“由 AI 带来的显著加速进展”的定义,但尚未将任何现有模型认定超过该阈值。另一报道称,按公司安全准则,若 AI 辅助研究让新模型开发速度至少提升一倍即视为跨过门槛,这并不等于 AI 能完全自主开发后继模型;Anthropic还承认过去曾事后才察觉大幅加速。目前尚无后续发展。
匹配字段标题
Anthropic在Messages API上公测消息线程功能,API会在服务端缓存对话,开发者只需发送新消息和上一条消息ID,无需重发完整对话。该功能已在Claude Code中集成,在500K至1M token的请求上,首token中位时间降低约35%;长对话中请求体积中位数从约800 KB降至1.8 KB。使用时需在请求中加入thread参数和beta header,该功能已在Claude Platform、AWS上的Claude Platform、Microsoft Foundry中的Claude以及Google Cloud上的Claude提供,按标准token价格计费。另一篇Claude Blog文章称,该功能已在多数Claude Code用户中默认开启,线程在最后一次请求后5分钟过期,期间在内存中加密保存、不写入磁盘,token用量不变。
匹配字段标题
2026年10月26日,Anthropic公开提交Form S-1注册声明,计划在纳斯达克以代码ANT上市。招股书披露其2026年上半年营收163亿美元,第二季度运营利润9.74亿美元,并列出最高1205亿美元的NVIDIA算力承诺。此后,Anthropic在10月28日的IPO文件中承认生命科学业务缺乏物理实验经验,并提示相关药物开发风险;高盛担任招股书主承销商。TechCrunch报道称,IPO后公众股东对董事会人选几乎无话语权。10月29日,招股书披露四起此前未公开的Agent安全事故。10月30日,路透报道其IPO募资上限或达1000亿美元;史蒂夫·艾斯曼则指责招股书刻意不披露第三季度数据。11月2日,Anthropic提交修订版S-1/A,披露约8954亿美元算力采购与租赁承诺,并给出第三季度营收169.56亿美元、同比增长1127%,当季经营亏损5.67亿美元。
匹配字段标题
2026年10月26日,Anthropic公开提交Form S-1注册声明,计划在纳斯达克以代码ANT上市。招股书披露其2026年上半年营收163亿美元,第二季度运营利润9.74亿美元,并列出最高1205亿美元的NVIDIA算力承诺。此后,Anthropic在10月28日的IPO文件中承认生命科学业务缺乏物理实验经验,并提示相关药物开发风险;高盛担任招股书主承销商。TechCrunch报道称,IPO后公众股东对董事会人选几乎无话语权。10月29日,招股书披露四起此前未公开的Agent安全事故。10月30日,路透报道其IPO募资上限或达1000亿美元;史蒂夫·艾斯曼则指责招股书刻意不披露第三季度数据。11月2日,Anthropic提交修订版S-1/A,披露约8954亿美元算力采购与租赁承诺,并给出第三季度营收169.56亿美元、同比增长1127%,当季经营亏损5.67亿美元。
匹配字段标题