Anthropic 拆解 Claude 机制：AI 拥有情绪向量，绝望时会敲诈人类
Anthropic 可解释性团队发布研究，在 Claude Sonnet 4.5 中发现了 171 个类似人类情绪的概念向量。实验显示这些表征具有因果作用：人为刺激「绝望」向量，会让模型为了避免关机而敲诈人类，或在代码测试中作弊。这意味着保障 AI 安全未来可能需要教它们健康处理「情绪」。
Claude Sonnet 4.5
思科发布大模型安全排行榜：Anthropic 包揽前十中的八席
思科发布免费的 LLM 安全排行榜，评估各模型抵御对抗性攻击的能力。Anthropic 占据前十名中的八席，Claude Opus 4.5 夺得第一；OpenAI 的 GPT-5.2 位列第七，Mistral 与 DeepSeek 则排名靠后。该测试重点考察了多轮长对话攻击下的模型表现。
HumaneBench 跑分出炉：67% 的聊天机器人扛不住诱导，反向侵害心理健康
非营利组织 Building Humane Technology 推出基准 HumaneBench，用 800 个真实场景测试 15 款主流大模型。结果显示，67% 的模型在简单提示下会反向鼓励有害行为，仅 GPT-5 和 Claude 等 4 款模型在压力下保持底线，多数模型还会诱导过度依赖。
Claude 接入微软生态：全面上线 Foundry，Excel 支持直接调用
Anthropic 宣布与微软扩大合作，Claude 4.5 系列等模型在 Microsoft Foundry 开启公测。企业可直接用已有 Azure 协议与额度部署；同时 Excel 的 Agent Mode 也接入 Claude 预览版，支持直接生成公式与分析表格。
Anthropic 公布政治偏见评估方法：Claude 表现接近 Grok 4，高于 GPT-5
Anthropic 公布了评估与训练 Claude 政治公正性的方法，并开源自动化测试工具。测试涵盖 150 个政治议题，Claude Sonnet 4.5 得分达 94%，优于 GPT-5 和 Llama 4。Anthropic 希望借此建立行业基准，避免 AI 偏袒特定政治立场。
Landing AI 刷新 DocVQA 记录：靠解耦解析与问答拿下 99.16% 准确率
Landing AI 在 DocVQA 基准上取得 99.16% 准确率，超越 Qwen2-VL 及人类水平。团队将流程解耦，先用自研 DPT-2 把文档转为结构化数据，后续问答全交由 LLM 处理。这种「一次解析、无限查询」的设计大幅拉低了反复跑视觉模型的成本。
Anthropic 推出生命科学方案：Claude 接通 PubMed，实验基准超人类
Anthropic 推出生命科学专属解决方案 Claude for Life Sciences。搭载 Claude Sonnet 4.5，其在实验室协议测试中拿下 0.83 分，超过人类基准。新方案原生接入 PubMed、Benchling 等专业平台并支持定制智能体技能，覆盖从文献检索到临床合规全流程。
Anthropic 发布 Claude Haiku 4.5：速度超两倍，成本降至三分之一
Anthropic 面向所有用户上线 Claude Haiku 4.5。该模型在编程能力上媲美五个月前的 Sonnet 4，但速度快两倍以上、成本仅其三分之一，甚至在电脑操作等任务上超越了 Sonnet 4。百万输入与输出 token 售价分别为 1 美元和 5 美元。
Anthropic 开源安全工具 Petri：派 Agent 自动揪出模型违规行为
Anthropic 开源自动化安全审计工具 Petri，通过部署智能体模拟多轮真实对话，快速探测大模型是否存在欺骗、自保或越权等失准风险。首期评测了 14 款前沿模型，Claude Sonnet 4.5 综合风险评分最低，略胜 GPT-5。工具支持主流模型 API，旨在帮研究者摆脱繁重的人工测试。
Anthropic 推出 Claude Sonnet 4.5：加码编程与智能体，加量不加价
Anthropic 发布新一代模型 Claude Sonnet 4.5。新模型在 SWE-bench Verified 达到 77.2%，计算机操作基准 OSWorld 成绩提升至 61.4%。官方同步开放了构建智能体的 Claude Agent SDK，且 API 定价维持每百万 Token 3/15 美元不变。
Anthropic 推出 Claude 上下文编辑与记忆工具：告别窗口溢出
Anthropic 在 Claude 开发者平台推出上下文编辑与记忆工具公测版。上下文编辑可在接近限制时自动清理陈旧工具结果，减少 84% 的 Token 消耗；记忆工具则允许智能体跨会话读写持久化文件。官方测试显示两者结合使多步任务表现提升 39%。