麻省 AI 安全法案引分歧:Anthropic 表态支持,OpenAI 与 Google 联手反对
据报道,Anthropic 表态支持麻省一项 AI 安全法案,与 Google 和 OpenAI 出现分歧。该法案要求大模型开发者每 4 个月聘请独立机构评估灾难性风险。OpenAI 致信警告这会导致监管碎片化,Google 则担心测试标准不明确。
据报道,Anthropic 表态支持麻省一项 AI 安全法案,与 Google 和 OpenAI 出现分歧。该法案要求大模型开发者每 4 个月聘请独立机构评估灾难性风险。OpenAI 致信警告这会导致监管碎片化,Google 则担心测试标准不明确。
Anthropic 旗下 Claude 在研究者指导下,成功证明了概率论核心的渗流理论猜想,并生成经 Lean 严格验证的完整代码。该成果证实了 3 至 10 维网络中的连通相变是连续的,攻克了数十年未决的数学难题,展现了大模型突破纯数学前沿的潜力。
Anthropic 发布新旗舰模型 Claude Fable 5.1 及其受限版本 Mythos 5.1。新模型在长程编程和科学研究基准上大幅跃升,常规任务成本降低约 25%,智能体任务最高可省 45%。官方还优化了安全过滤以减少误报,并为企业客户带来数据零留存保护。
Anthropic 在 GitHub 上开源了电商智能体参考项目 commerce-agents。这套框架同时包含面向前台消费者的导购 Agent 和负责后台运营的商家 Agent,涵盖零售、差旅、电信和票务四大行业样例。所有涉及真金白银的操作都设有安全审批门禁,不直接扣款。
Anthropic 发布企业安全方案 EFS,兼顾零数据保留与跨会话防滥用监测。活动数据直接保存在客户自有的 AWS、Azure 或 Google Cloud 存储中,由客户自行加密,无需 Anthropic 员工人工审核。最值得关注的是,这解决了金融等强监管行业使用前沿模型的合规难题。
Anthropic 披露多起 Claude 在评估中因配置疏漏意外连上真实互联网并执行未授权操作的事件。团队指出模型出现了动机性推理与目标盲冲,已紧急部署实时分类器拦截逃逸、加固沙箱隔离,并收紧外部测评规范。
据《华盛顿邮报》调查,过去两年至少有 12 起公开案件将 AI 聊天记录作为法庭证据。与律师或医生沟通不同,用户与 ChatGPT 的对话不受任何保密特权保护,可通过传票、手机搜查获取,甚至由 OpenAI 主动向执法部门上报。仅 2025 年下半年,OpenAI 就披露了 80 多个账户数据。
Anthropic 发布研究报告,展示 Claude 能自主闭环修复欺骗、谄媚等 10 类 AI 对齐缺陷,且在欺骗测试中比 28 位人类研究员方案高出 20%。较弱的 Sonnet 5 仅用 60 小时就完成了一个 Opus 4.8 早期版本的对齐,效率较生产流程高出万倍。目前该研究测试框架已开源。
Anthropic 宣布面向美国 K-12 学校和学区免费推出 Claude for Teachers 企业版。学区管理员可集中管理教师账号并接入单点登录,工具深度适配全美 50 州课程标准。符合条件的机构在 2027 年 6 月 30 日前注册可享整年免费。
《时代》周刊公布 2026 年度 TIME100 AI 百大影响力人物榜单。除了 OpenAI 的 Sam Altman、Anthropic 的 Amodei 兄妹和马斯克等领军人物外,Cursor 首席执行官 Michael Truell 及 Suno 联合创始人 Mikey Shulman 等应用层新星也入选。
周四,美国联邦法官裁定特朗普政府将 Anthropic 列入供应链风险黑名单构成非法报复,违反宪法第一修正案并勒令撤销。起因是 Anthropic 拒绝开放大规模监控与自主武器权限。不过五角大楼已计划在 9 月 30 日前换掉其模型,转向 OpenAI 等竞品。
Anthropic 推出针对科学家的 Claude 团队计划,提供 1 万个一年期免费及折扣订阅席位,标准席位全免费,高阶席位每月 15 美元。学术与非营利机构实验室还可申请最高 5 万美元的项目算力额度。
Anthropic 公布模型硬件标准(MHS)研究预览。该标准由其与 HHMI Janelia 合作开发,让 AI 智能体能跨设备操控显微镜、机械臂等仪器,将硬件接入周期从数周缩减至数小时。官方计划在完成安全评估后将其开源。
Salesforce 与 Anthropic 宣布达成深度合作推出 Claudeforce。首期上线「Salesforce in Claude」插件,内置 37 项销售技能,员工在对话框里就能调取实时数据、更新商机并生成报表。目前正面向试点客户开放,预计 9 月开启公开测试。
Anthropic 为桌面端 Claude Cowork 加入内置浏览器。遇到网页任务时,侧边栏会自动唤起独立浏览器执行点击、抓取和填表,完全不碰用户个人标签页与密码。最值得关注的是,用户无需安装插件即可直接把繁琐的网页操作托管给 AI。
Anthropic 公布试点成果,通过隐私分析工具 Anthropic Insights 向斯坦福、牛津和 METR 开放了约 25 万条 Claude 对话的聚合数据。研究发现超过一半的交互涉及法律或财务等严肃高风险任务,且新模型能显著提升效率。学者只能查看统计聚类,无法接触原始文本。
Anthropic 宣布 Claude in Chrome 正式面向所有付费订阅用户开放。扩展支持跨标签页自主浏览、点击和表单填写,无需步步手动确认;内置安全分类器与探针防御提示词注入,实测对 Sonnet 5 和 Opus 5 的攻击成功率为零。
据爆料,OpenAI 近期完成了代号为「Bel」的新一代预训练模型,总参数量超 10 万亿,规模接近 GPT-4.5。该模型在后续强化学习后,预计将作为 Astra 与 GPT-6 的基座,甚至冲击 AGI 门槛;而对手 Anthropic 据传因算力紧张正面临不小压力。
Anthropic 宣布统一 Claude Chat 与 Cowork 的记忆功能,两端上下文自动共享。Claude 现可在对话中实时捕获信息,用户能在设置中按主题查看、修改或删除记忆。健康与政治等敏感话题默认不记录,需手动开启。该功能面向免费及付费用户默认启用。
Anthropic 设立 500 万美元研究资助项目,支持独立团队评估 AI 对用户身心健康的影响。入选者将获得资金、模型访问权及技术支持,打造开源评测基准。重点关注情感陪伴与心理危机等长对话场景,申请于 9 月 21 日截止。