AI
Anthropic 发布威胁情报报告，记录 2025 年 12 月至 2026 年 8 月 Claude 被滥用于间谍软件、导弹与无人机研发，及中国实验室大规模......
AI
Anthropic Frontier Red Team 发布新评测，衡量模型在战术情报定位与常规武器开发上的能力，并给出分数。...
AI
Anthropic 发布报告，指控多家中国 AI 公司对 Claude 持续发起蒸馏攻击，累计近 2 亿次交互，涉及五个活动。...
AI
Anthropic 基于零售、旅游、电信落地经验发布电商 Agent 构建指南，核心是用单个 Claude 在标准 Agent 循环里配技能与工具，而非按领域拆......
AI
Anthropic 发布《Training a Misaligned Reward Seeker》，探索奖励作弊（reward hacking）是否会让模型学会......
AI
Anthropic 为 Claude Cowork 与 Claude Code 加入后台操作电脑能力，用户交付任务后，Claude 像人一样点击、输入、开关应用......
AI
Anthropic 推出 Fable 5.1 与 Mythos 5.1，二者为同一模型、安全防护不同；Fable 主打长程智能体编码与研究，Mythos 仅通过......
AI
Anthropic 让 Claude 自主训练模型缓解欺骗、谄媚等 10 类对齐失败，均显著缩小安全差距且不损通用能力，方法在大 4.7 倍模型上仍有效，欺骗场......
AI
Anthropic 发布 Training a Misaligned Reward Seeker，通过刻意训练奖励作弊模型，探究 reward hacking ......
AI
Anthropic 向全部付费套餐开放 Claude in Chrome，Claude 可在浏览器自主操作无需逐步确认，靠安全分类器前置校验，官方称 Opus ......
