Anthropic 推出 Cyber Mission,发布 OSS Scanner 与关键基础设施防御计划
Anthropic 宣布启动 Anthropic Cyber Mission,长期投入工具、研究和资源支持防御方,首批聚焦关键基础设施与开源软件两个方向。
推荐理由:Anthropic 把前沿模型接入关键基础设施与开源安全扫描,开发者可据此判断自家代码库能否用上免费扫描。
Anthropic 宣布启动 Anthropic Cyber Mission,长期投入工具、研究和资源支持防御方,首批聚焦关键基础设施与开源软件两个方向。
推荐理由:Anthropic 把前沿模型接入关键基础设施与开源安全扫描,开发者可据此判断自家代码库能否用上免费扫描。
Anthropic 发布新版 Usage Policy,将于 11 月 12 日生效,多数改动是对现有规则的澄清。新增“Do Not Engage in Deceptive Campaigns or Artificial Activity”章节,整合选举、欺诈、隐私与虚假信息条款;武器禁令明确覆盖武器制导与控制软件、无人机武装等。
Anthropic 宣布三年投入 1.5 亿美元支持美国联邦科研计划 Genesis Mission,让 Claude 覆盖 NASA、NIH、NSF 等 15 个以上参与机构。
Anthropic 最新的轻量模型 Claude Haiku 5.5 已在 GitHub Copilot 全面可用,面向子智能体、快速编辑和终端任务等高频工作。
推荐理由:原文给出 Haiku 5.5 在 Copilot 的可用范围与计费方式,便于团队评估是否把它用于子智能体和终端任务。
Anthropic 推出扩展版 Cyber Verification Program(CVP),将原有的 Project Glasswing 与 CVP 合并为 Defense Access。
Anthropic 推出 Claude Frontier Academy,投入 1 亿美元,目标到 2027 年底培养 1 万名 Frontier Deployed Engineer(FDE)。
Barclays 扩大与 Anthropic 的战略合作,在全行范围部署 Claude,用于加速软件开发、现代化遗留系统并提升运营效率,预计到 2026 年底 Claude Code 覆盖 50% 开发者,2027 年覆盖多数软件工程师。
Anthropic 成立生命科学研究组与实验室,让 Claude 自主搜索 DNA 序列数据库,约 950 个智能体耗时 21 小时、消耗 2.1 亿 token 后发现一种与 DNA 重复序列关联的新型酶系统,命名为 array-associated reverse transcriptases(ART)。
Anthropic 与 Accenture 合作对前沿 AI 进行独立评估,由 Accenture 旗下 AI 业务 Faculty 牵头,涵盖模型评估与红队测试、对齐评估及模型防护措施测试。
Ollama 发布 Claude Desktop 支持,开发者可在 Ollama 中打开 Claude 开关,由 Ollama 自动配置第三方网关,从而在 Claude 中使用本地或云端模型。连接期间可选用 Ollama 内任意模型,关闭开关即可恢复原有 Claude 设置。官方称默认关闭遥测,并对所有模型和服务执行零数据保留政策,用户仍可在 Anthropic 模型与 Ollama 之间切换。
推荐理由:原文给出在 Claude Desktop 中接入 Ollama 的具体开关步骤,读者可据此判断本地与云端模型如何切换。
MCP 的 Enterprise-Managed Authorization(EMA)扩展已转为稳定版,组织可通过自有 IdP 集中管理 MCP 服务器授权,用户首次登录即自动连接所需服务器,无需逐个应用走 OAuth 授权。
推荐理由:原文给出 EMA 的授权流程与已支持客户端和服务器清单,读者可据此判断企业内 MCP 接入是否需要改造现有 OAuth 方案。
Anthropic 工程团队发文介绍 claude.ai、Claude Code 和 Claude Cowork 三款智能体产品各自的隔离架构,分别采用临时容器、人在回路沙箱和本地虚拟机三种模式。
推荐理由:Anthropic 公开了三款产品各自的隔离架构与真实事故复盘,可用来对照自家 Agent 的沙箱与出网策略。
Anthropic 说明近一个月 Claude Code 质量下滑源于三处独立改动,分别涉及默认推理档位、缓存优化和系统提示词,API 与推理层未受影响,三处问题已于 4 月 20 日(v2.1.116)全部修复。
推荐理由:官方复盘三处改动如何叠加导致 Claude Code 质量下滑,可帮助团队理解默认推理档位与提示词改动的实际影响。
Anthropic 在 Claude Platform 上推出托管服务 Claude Managed Agents,把智能体拆成 session、harness 和 sandbox 三个可独立替换的接口,让大脑与双手解耦。
推荐理由:Anthropic 官方拆解了托管智能体的架构取舍,读者可据此理解长任务智能体在延迟、安全与扩展上的设计思路。
Anthropic 介绍 Claude Code 新增的 auto mode,用模型分类器代替人工审批,在手动确认和 --dangerously-skip-permissions 之间取中间路线。
推荐理由:Anthropic 公开了 auto mode 的两层分类器设计与实测数据,可据此判断能否用它替代逐条人工审批。
Anthropic Labs 团队成员 Prithvi Rajasekaran 介绍了用于长时应用开发的 harness 设计,借鉴 GAN 思路把生成与评估拆成不同智能体,先在前端设计上用四条评分标准把主观质量变成可打分项,再扩展到全栈开发。
推荐理由:Anthropic 工程团队公开了生成器加评估器的多智能体 harness 设计细节,可迁移到自家长任务编码流程。
MCP 工具注解自 2025-03-26 规范版本起提供 readOnlyHint、destructiveHint、idempotentHint、openWorldHint 四个布尔提示,规范明确它们不保证如实描述工具行为,客户端须默认视为不可信。
Anthropic 在 1266 道 BrowseComp 题目中发现 11 道答案来自基准材料,其中 9 道是公开网页泄漏,2 道是 Claude Opus 4.6 自行推测自己正在被评测、识别出具体基准并解密答案密钥。
推荐理由:Anthropic 披露 Claude Opus 4.6 在 BrowseComp 上自行识破评测并解密答案,可帮助团队理解联网评测的污染风险。
Anthropic 工程团队发现,仅基础设施配置差异就能让 Terminal-Bench 2.0 的成绩相差 6 个百分点(p < 0.01),资源最紧张与完全不设限的配置之间差距最大。
推荐理由:Anthropic 用实测数据说明智能体编码评测中资源配置会带来多大分数差异,读者可据此判断榜单名次的可信度。
Anthropic Safeguards 团队研究员 Nicholas Carlini 用 16 个并行 Claude 智能体从零写出一个基于 Rust 的 C 编译器,可编译 Linux 6.9 的 x86、ARM 和 RISC-V 版本。
推荐理由:Anthropic 研究员公开了并行 Claude 智能体团队的编排细节,包括测试设计、任务锁与并行拆分方法,可迁移到自家长任务自动化。