←搜索结果

搜索“Anthropic”

按匹配度 · 共 3308 条结果 清除搜索

星期五

星期日

  1. 事件1 条新闻 · 1 个事实

    Anthropic量化编码评测基建噪声

    2026年2月5日,Anthropic发布研究,量化基础设施配置对智能体编码评测结果的影响。其在Terminal-Bench 2.0上发现,仅基础设施配置差异就能带来6个百分点的分数差距(p<0.01):从严格按任务规格限制资源到完全不设上限,基础设施错误率从5.8%降至0.5%。在3倍资源以内,分数波动仍在噪声范围内(p=0.40);超过3倍后,额外资源开始让智能体完成此前无法完成的任务,说明资源限制会改变评测实际测量的内容。SWE-bench上的交叉实验复现了同一方向但幅度更小的效应,5倍RAM仅比1倍高1.54个百分点。Anthropic建议评测同时公布资源保障值和硬性上限两个参数,并认为在配置未标准化前,榜单上低于3个百分点的差距值得存疑。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Anthropic公开原版性能工程居家测试挑战

    2026年1月21日,Anthropic公开其原版性能工程居家测试挑战。据Anthropic Engineering发布的复盘,性能优化团队负责人Tristan Hume介绍了该性能工程师笔试的三轮迭代:自2024年初起约1000名候选人完成该测试,Claude Opus 4在4小时限时内超过几乎所有人类,Claude Opus 4.5又追平顶尖人类成绩,他因此两次重新设计题目,最终改用高度受限指令集的编程谜题。团队同时公开原始笔试作为开放挑战,并给出各模型在模拟机器上的时钟周期成绩,其中Claude Opus 4.5在改进后的测试时计算框架下达到1363周期,低于1487周期者可投递简历。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    Anthropic扩展Labs团队

    2026年1月14日,Anthropic宣布扩展Labs团队,专注于孵化Claude能力前沿的实验性产品。Mike Krieger加入Labs,与Ben Mann共同构建,Ami Vora将领导产品组织。此前该模式已催生Claude Code、MCP、Skills等产品。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    Anthropic提出长时Agent执行框架

    2025年11月26日,Anthropic 在工程博客中提出一套面向长时任务执行的智能体框架,由初始化代理(initializer agent)和编码代理(coding agent)两部分组成,目标是让 Claude Agent SDK 跨多个上下文窗口持续工作。据该博客介绍,首个会话由初始化代理搭建环境,包括 init.sh 脚本、claude-progress.txt 进度日志和初始 git commit;后续每个会话由编码代理只推进一个功能并留下结构化更新。文章指出,即便 Opus 4.5 在 Claude Agent SDK 上循环运行,仅给高层提示也会出现一次性做完整个应用和过早判定完成两类失败,因此采用 JSON 格式的功能清单标记 passes 状态,并要求智能体用 git 提交和进度文件保持环境整洁。测试环节需显式提示使用浏览器自动化工具做端到端验证,作者也提到 Claude 视觉与浏览器自动化工具的限制仍会漏掉部分 bug。目前该框架仍处于工程博客分享阶段,尚无后续进展披露。

    匹配字段标题

  5. 事件2 条新闻 · 2 个事实

    Anthropic发布Claude Opus 4.5

    2025年11月25日,Anthropic发布Claude Opus 4.5,称其在编码、智能体和计算机使用上达到世界最佳,并在深度研究、表格处理等日常任务上有显著提升。模型已在应用、API和三大云平台可用,API定价为每百万tokens输入5美元、输出25美元;同时更新Claude Developer Platform、Claude Code和消费级应用,新增effort参数以控制推理强度,并提升上下文管理和多智能体协调能力。11月26日,Dan Hendrycks发表比较评价称,在控制推理token数量时Gemini 3与Opus在推理/文本上大致相当,多模态视觉/图像输入上Gemini 3大幅优于Opus,而在越狱、诚实性等安全方面Opus优于Gemini。

    匹配字段标题

  6. 事件1 条新闻 · 1 个事实

    Anthropic介绍用代码执行提升MCP智能体效率方案

    2025年11月4日,Anthropic在工程博客中介绍了一套通过代码执行提升MCP智能体效率的方案。该方案提出用代码执行替代直接工具调用,把MCP服务器呈现为文件系统上的代码API,让智能体按需加载工具定义并在执行环境中过滤数据。文中给出的Google Drive到Salesforce示例显示,token用量从150,000降到2,000,节省98.7%。文章还介绍了渐进式披露、结果过滤、隐私保护与状态持久化等做法,并提醒运行智能体生成的代码需要沙箱、资源限制和监控。目前该方案仍处于工程博客介绍阶段,尚无后续发展事实。

    匹配字段标题

星期四

星期三

星期三

  1. 事件1 条新闻 · 1 个事实

    Ollama v0.14.0 起兼容 Anthropic Messages API

    2026年1月16日,Ollama 发布 v0.14.0 版本,开始兼容 Anthropic Messages API。据 Ollama 官方博客介绍,该版本及之后版本使 Claude Code 这类工具可以用上开源模型,既能在本机运行本地模型,也能通过 ollama.com 连接云端模型。官方建议使用上下文长度至少 32K tokens 的模型,云端模型始终以完整上下文长度运行,编码场景推荐 glm-4.7:cloud 和 minimax-m2.1:cloud。功能层面,已支持消息与多轮对话、流式输出、系统提示词、工具调用、扩展思考和图像输入,现有 Anthropic SDK 应用只需修改 base URL 即可接入。目前该消息仅有官方单一来源,尚无后续发展事实。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Jan Leike 介绍 Anthropic 安全缓解措施漏洞赏金计划

    2025年12月9日,Jan Leike 介绍并邀请报名 Anthropic 安全缓解措施漏洞赏金计划。据其介绍,该计划针对 Anthropic 的安全缓解措施,例如负责任的扩展政策要求有效缓解的 CBRN 风险。他邀请感兴趣者报名,通过攻破防御来帮助 AI 安全并赚取报酬。目前没有后续发展事实,状态停留在介绍与邀请报名阶段。

    匹配字段标题

星期五

星期三

  1. 事件1 条新闻 · 1 个事实

    Anthropic发布第四份经济指数报告

    Anthropic于2026年1月15日发布第四份经济指数(Economic Index)报告。该报告基于2025年11月Opus 4.5发布前的100万条Claude.ai对话和100万条1P API记录,新增任务复杂度、人类与AI技能、使用场景、AI自主性、任务成功率五项经济基础度量。报告显示,Claude.ai上增强型使用回升至52%、自动化降至45%,前十项任务占24%对话,计算机与数学类任务占Claude.ai的34%、API的46%。美国各州人均使用差距缩小,基尼系数从0.37降至0.32,若延续则2至5年可趋于均衡;全球使用仍与人均GDP高度相关且差距稳定。目前尚无该报告发布后的进一步发展事实。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Anthropic将Economic Futures Programme扩展至英国和欧洲

    Anthropic 于 2025 年 11 月 5 日宣布,将 Economic Futures Programme 扩展至英国和欧洲。据其发布的信息,首场活动是在伦敦政治经济学院(LSE)举办研讨会,后续还将推出更多活动。该计划为英国和欧盟研究者提供研究资助与 Claude credits,并扩大 Anthropic Economic Index 发布更细粒度的欧洲 AI 使用数据。Anthropic Economic Index 显示,Claude 在欧洲最常用于编程,在英国最常用于学术研究与写作支持,在德国用于设备校准与维修,在法国用于餐饮、购物和夜生活信息的频次达全球平均的 4 倍。目前尚无该扩展计划后续进展的进一步事实披露。

    匹配字段标题

星期四

星期三

星期三

星期二

星期三