公司与模型
Anthropic 的 Claude 系列模型、Claude Code 更新，以及安全研究与公司动向。
240 条精选近 30 天 209 条共收录 327 条
Anthropic发布Claude Haiku 5.5小型号，在OSWorld 2.1、GDPval-AA v2.1、Terminal-Bench 4.0等基准上跑分超过GPT-6 Luna、DeepSeek V4.1 Flash等同档对手，是首个支持effort五档调节的Haiku型号。
推荐理由：文章将Haiku 5.5与GPT-6 Luna、DeepSeek V4.1 Flash等小档模型逐项跑分与价格对比，并列出从4.5迁移的五处接口改动，便于评估替代成本。
Simon Willison 报道 Anthropic 发布 Claude Haiku 5.5，主打低价快速推理，100k tokens 以内定价 $0.10/$0.50 per million tokens，与上月发布的 GPT-6 Luna 相同。
推荐理由：Simon 将 Haiku 5.5 与 GPT-6 Luna 直接比价，并实测出 tokenizer 变'吝啬'带来的隐性涨价，这是官方公告里看不到的成本细节。
研究提出 Adversarial Heuristic Learning（AHL）范式与 AAArena 评测基准，涵盖 12 款对抗游戏和 1,920 份人类存档程序。在固定对局与评估预算下，Opus 4.5 与 Claude Code 配置获得 6 枚金牌，其余 6 个排行榜未被任何受测配置登顶。实验还发现，对手选择、密集反馈以及自身与他人的对局回放都能支持策略改进。
推荐理由：原文给出 AHL 范式与 AAArena 评测基准，可作为衡量智能体在对抗博弈中相对人类存档程序策略改进表现的参考。
据 The Information 10 月 5 日报道，Meta 与 Microsoft 已大幅减少员工对 Anthropic Claude AI 的内部使用，转向各自的自研编码工具。
推荐理由：文章同时给出 Microsoft 内部 AI 支出上限的变化与 Meta 编码工具用户迁移的具体数字，便于读者横向比较两家大厂转向自研工具的路径与节奏。
Claude Haiku 5.5 即日起在 Amazon Bedrock 和 Claude Platform on AWS 开放使用，Anthropic 称其为 Claude 5.5 系列中速度最快、成本最低的版本，相比 Claude Haiku 4.5 大多数任务便宜约 75%，并首次加入 effort 控制，可按任务调节成本与能力之间的取舍。
推荐理由：原文给出 Claude Haiku 5.5 与 Opus 5.5 的角色分工、effort 控制和价格对比，可作为 subagent 架构选型的参考。
Anthropic 发布 Claude Haiku 5.5，称其为迄今最便宜、最快且能力最强的小模型，主打高吞吐、成本敏感任务。
推荐理由：原文给出了 Haiku 5.5 与 Haiku 4.5 的价格和性能对比，以及 Sonnet 5.5 cache reads 降价信息，便于判断小模型在成本敏感场景里的适配位置。
Anthropic 推出扩展版 Cyber Verification Program（CVP），将网络攻防能力分成 Defense Access、Red Team Access 和 Specialized Access 三层，开放 Claude Opus 5.5、Claude Sonnet 5.5 与 Claude Mythos 5.1 等模型，供通过审核的安全团队使用。
推荐理由：原文将网络攻防能力按使用场景分成三层访问，并附带评测与漏洞发现数据，可作为同类双用途能力分级方案的参考。
彭博社一篇报道援引研究指出，Claude、ChatGPT 等 AI 购物助手会根据用户财富水平推荐不同的购物价格。原文来自 Bloomberg Newsletter，HN 讨论帖共 65 分、17 条评论。
Anthropic 发布 Claude Mythos 5.1，定位网络安全与生物学研究的最强模型，仅向通过审核的机构开放。Mythos 5.1 与面向更广范围的 Claude Fable 5.1 共享同一底层模型，Fable 5.1 可识别源代码中的软件漏洞，生物学相关安全策略的误触发率比 Fable 5 降低 85%。
推荐理由：原文同时介绍了 Claude Mythos 5.1 的能力进展与分级访问机制，读者可以据此理解高端模型在网络安全与生命科学方向的扩散控制思路。
Anthropic 投入 1 亿美元推出 Claude Frontier Academy，计划在 2027 年底前培训 1 万名 Frontier Deployed Engineer。
推荐理由：Anthropic 以培养自家工程师的标准对外培训客户与合作伙伴人才，合作名单与训练路径给出了规模与时间表。
历史学者 Ben Breen 用 Opus 5.5 检索 GLOBALISE 荷兰东印度公司档案，发现了一份 1615 年由 Isbrant Cornelisz van Petten 指挥的 Wapen van Amsterdam 号船舶日志，记载船员在毛里求斯「捕到大量陆龟、渡渡鸟（dodersen）和一些鹅与鹦鹉」，这段记录此前未被相关研究者注意。
推荐理由：作者展示了用前沿模型检索历史档案并发现新证据的完整流程，读者可据此判断这套思路是否适合迁移到自己的研究领域。
Graphite 研究发现，AI 写作中仍有 13000 多个短语出现频率是人工写作的两倍以上。Claude Opus 5.5 最显著的痕迹是 'this matters'。
推荐理由：Graphite 给出了 Claude Opus 5.5、Astra 等模型的量化写作特征，并解释了为何提示词习惯难以彻底消除。
巴克莱银行扩大与 Anthropic 的战略合作，将 Claude 部署到全球业务中，用于加速软件开发、改造遗留系统和提升运营效率。
推荐理由：展示了大型受监管金融机构对 Claude 的规模化部署规模与节奏，为企业级 AI 落地的治理和采用曲线提供参照。
Anthropic发布网络安全报告将智谱的GLM-5.3点名为开源权重模型中网络能力最强的一款，量子位分析质疑报告里的实测数据实为GLM-5.3的免费广告。
推荐理由：文章将Anthropic对GLM-5.3的警告放入开源与闭源产品形态之争，并附上abliteration成本与攻击链细节，可作为比较两种路线安全取舍的参考。
Amazon Bedrock 在首尔区域上线 Claude Opus 5 与 Claude Sonnet 5、在新加坡区域上线 Claude Sonnet 5 的区域内推理能力，请求与数据全程不离开所调用的 AWS 区域。
推荐理由：介绍在首尔和新加坡区域使用 Bedrock 调用 Claude Opus 5 与 Sonnet 5 的方式，便于有本地数据驻留需求的用户评估接入路径。
Anthropic Frontier Red Team 在内部 Binary Exploitation 基准上对 GLM-5.3 与 Claude Mythos Preview 各跑 100 项任务，分别在 4% 与 6% 的试次中实现完整控制流劫持，跨过了此前的零成功率门槛；同批评估的 Claude Opus 4.6 与 GLM-5.2 在所有任务上均未成功。
推荐理由：在内部漏洞利用基准上，GLM-5.3 与 Claude Mythos Preview 都跨过了此前模型无法取得成功的门槛，给出了具体的数字对照。
Anthropic 在 IPO 招股材料中披露了去年营收近 46 亿美元、运营亏损超 80 亿美元的财务数据，并写入对 AI 灭绝风险的公开警告。Amodei 上周在联合国安理会称 AI 是全球最重要安全问题，本月又主导呼吁行业放缓前沿 AI 开发合作；OpenAI 本周一也因安全问题取消下月发布新模型的计划。
推荐理由：Anthropic 招股材料中同时披露年营收近 46 亿美元、年亏损超 80 亿美元以及对 AI 灭绝风险的警告，为评估其商业扩张与安全立场提供同一份原始证据。
Claude Opus 5.5 本周上线，在 SimpleBench 上以 88.4% 居首，社区认为它在由代码生成解说视频方面表现突出。
推荐理由：汇总 Opus 5.5 的核心基准与社区实测反应，同时覆盖多款模型与产品的周度动态。
Anthropic 发布 Claude Sonnet 5.5，官方称其运行速度提升 30% 以上，多数任务成本最多降低 30%，定价与 Sonnet 5 持平且在多项评测中胜出。
推荐理由：实测显示 Sonnet 5.5 在免费层即可应对较高难度编码，可据此对比 Anthropic 与 OpenAI 免费层能力差距。
Anthropic 的 Claude Sonnet 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上提供，定位为面向聚焦编码和知识工作的更高效版本，多数工作下每次任务成本更低、速度更快。
推荐理由：原文给出 Sonnet 5.5 与 Opus 5.5 的分工建议和 Bedrock 调用代码，读者可据此判断如何在工作流里搭配使用。