Vals AI：在真实世界任务中测试 AI
Vals AI 在金融、软件、网络安全、递归自我改进与心理健康等经济价值任务上，对全球领先 AI 模型开展独立评估，所有评估均自行运行并自建多项基准。最新报告显示，Claude Opus 5.5 智能体发现了两个室温磁性半导体候选材料。该平台还发布行业排行榜，并追踪 16 个实验室性能前沿的模型表现随时间的变化。
#Anthropic
#Anthropic
今日 0 条Hacker News · AI 最新AI 评分2020 Hacker News · AI 最新精选AI 评分8080 a16z 发布第七期 Top 100 消费级 AI 应用榜单
a16z 发布第七期 Top 100 消费级 AI 应用榜单，并首次加入基于 YipitData 美国消费者信用卡支出的排名。新数据显示，8 月仅 4.5% 的美国消费者订阅了 ChatGPT、Gemini 或 Claude，而 top 1% 付费用户人均月支出达 $903，贡献全部消费 AI 支出的 19.5%。
推荐理由：报告首次加入美国消费者支出排名，揭示消费 AI 使用广泛但付费深度有限，收入高度集中于少数重度用户。
Hacker News · AI 最新AI 评分3030 给相信 AI 有意识的人的若干问题
一位哲学家整理出一份"选择你自己的冒险"式提问清单，用于检验和反驳"AI 有意识"的主张。清单的核心提醒是：当 AI 从业者说 AI 有意识时，未必意味着它拥有"内部世界"，普通人的意识直觉与行业用法存在落差。提问特别针对 OpenAI 和 Anthropic 等公司的 LLM 产品，并以 GPT-6 Astra、Claude Fable 5.1 为例，引导讨论落到具体对象上。
Hacker News · AI 最新AI 评分6868 五角大楼将 Anthropic 列入黑名单后停用其 AI 工具
BBC 获悉，五角大楼在把 Anthropic 列入黑名单后已停止使用该公司的 AI 工具。
The Verge · AIAI 评分2828 AI 接管数学界背后的种种风波
过去一年，OpenAI、Anthropic 等 AI 实验室接连宣布攻克多项长期悬而未决的数学难题，其中甚至包括一道千禧年大奖难题，相关成果本应受到赞誉，却在学术界引发强烈反弹。数学家要求 OpenAI 证明其突破没有使用他们的工作，OpenAI 则表示正咨询顶尖数学家以避免重蹈覆辙。这些承诺能否兑现仍有待观察。
The Decoder精选AI 评分7575 Meta 与 Microsoft 大幅削减内部 Claude 使用，Anthropic 从合作伙伴变为竞争对手
Meta 与 Microsoft 正大幅削减内部对 Claude 的使用。Microsoft 的 Claude 支出原预计每年超 10 亿美元，高管要求员工改用 GitHub Copilot 与 OpenAI 模型。
推荐理由：文章指出成本之外，竞争关系正驱动大客户削减 Claude，读者可据此判断 AI 工具市场的格局变化。
The Decoder精选AI 评分7272 OpenAI 将在欧盟为 ChatGPT 文本添加 textGrain 水印，全球 API 用户可选择加入
OpenAI 将在未来几周为欧盟的 ChatGPT 和 Codex 用户默认开启 textGrain 文本水印，全球 API 用户可选择加入，微软 Azure 等云合作伙伴也将提供该功能。
推荐理由：文中对比了 OpenAI 与 Anthropic 的水印策略，并给出文本长度和改写对检出率的具体影响，便于判断该功能的实际可用范围。
Hacker News · AI 最新AI 评分2929 我还没准备好让 AI 控制我的电脑
作者因担心 AI 智能体失控造成严重后果，拒绝让 AI 控制自己的 Mac，决定仅使用网页版应用。Claude 和 ChatGPT 正在桌面应用中内置电脑控制功能以直接操作文件和浏览器，但网页版不具备该访问权限。作者还引用银行的警告称，若向 AI 分享用户名、密码或安全码，用户需为工具的失误承担责任。
AWS Machine Learning BlogAI 评分4242 用 Claude Code 与 Amazon Bedrock 为受监管工作负载提效
Claude Opus 5.5 与 Claude Sonnet 5.5 现已在 AWS GovCloud (US) Regions 的 Amazon Bedrock 上线，为受 ITAR 等监管或合规要求约束的工作负载提供 AI 辅助开发入口。
The Verge · AIAI 评分5252 Sam Altman 称 AI 的好处值得世界接受「一些坏事」发生
OpenAI CEO Sam Altman 在 Politico 的 Decoded 播客中表示，AI 带来的好处大到值得世界接受过程中出现的一些坏事，并把这种愿意承受危害的姿态描述为 OpenAI 与 Anthropic 的关键分歧。
The DecoderAI 评分6161 Anthropic 在 IPO 前悄然成为美国最大企业捐赠方
据 The Information 获取的 IPO 前文件，Anthropic 允许员工向慈善机构捐赠股份并以公司股份补足，早期员工可获捐赠价值三倍回报，2025 年 10 月至 2026 年 3 月间公司为此支出超 6.6 亿美元。
Hacker News · AI 最新AI 评分2525 AI 就绪数据：构建更可靠企业 AI 的四大基石
让企业 AI 更可靠的关键是 AI 就绪数据：FAIR、情境化、可连接、可信任四大互补基石构成一套管理框架，而非正式标准。Anthropic 的 Contextual Retrieval 实验显示，情境化检索配合重排序使 top-20 检索失败率从 5.7% 降至 1.9%，但这是检索结果而非答案准确率的保证。落地建议是围绕具体业务任务建设这四块基石，并用答案准确率、可追溯性等结果指标衡量成效。
Hacker News · AI 最新AI 评分4747 Anthropic 为什么想通过 Claude Frontier Academy 培养 10k AI 工程师？
Anthropic 计划通过 Claude Frontier Academy 培养 10k AI 工程师，原文围绕其推出该人才培养计划的动机展开探讨。
Hacker News · AI 最新AI 评分6565 AI 编码智能体在真实硬件上实现六种 Matter 设备 OTA 更新方法
作者让 Claude Code（Claude Opus 5.5）在 ESP32-H2 真实硬件上无人值守地实现并验证六种 Matter OTA 更新方法，全程耗时 29.7 小时。
Hacker News · AI 最新AI 评分5151 Anthropic 发起新研究征集公众对 AI 的看法与体验
Anthropic 发起一项新研究，用 Anthropic Interviewer 采访用户使用 AI 的经历与对 AI 公司的期望，受访者可决定是否公开完整访谈。
量子位 · 行业解读AI 评分7272 Hinton 联合 22 位研究者发表 RSI 论文，探讨自动化 AI 研发触发智能爆炸的条件
Geoffrey Hinton、Yoshua Bengio 等 22 位研究者发表论文《What if automating AI R&D triggers an intelligence explosion?
TechCrunch · AIAI 评分4646 “超级智能”与不具约束力的安全协议，能解决 AI 的形象问题吗？
Trump 本周召集 AI 巨头签署不具约束力的“前沿责任联合承诺”，并签署行政令将人工智能改称“超级智能”。Trump 称该自愿协议“具有道德约束力”，Anthropic CEO Dario Amodei 等科技巨头出席了此次活动。TechCrunch 主持人认为，此举实质是一场 AI 品牌重塑运动，意在传递“AI 令人恐惧，但超级智能不会”的信号。
量子位精选AI 评分6666 最火AI岗位FDE：月薪5万，他们到底在做什么
量子位访谈6位FDE从业者，发现这一最火AI岗位的实际工作因公司而异，海外公开薪资岗位年薪中位数约20万美元。大厂FDE的核心是梳理企业Ontology并把AI落地到客户业务，沟通占工作七成、开发约三成；独立接单的“土FDE”则越来越多转向顾问式培训。Anthropic宣布投资1亿美元在2027年底前培训1万名FDE，OpenAI、AWS也在加码部署业务。
推荐理由：作者访谈六位在职与独立FDE，用真实流程说明企业AI落地的成本主要在人和组织协同，而不在写代码。
极客公园精选AI 评分7979 Claude Code Mods 正式上线，开发者把它玩成了终端里的「我的世界」
Claude Code 的 Mods 机制于 10 月 1 日写进更新日志并默认开启，开发者可以用 TypeScript 函数改造界面、拦截工具调用，甚至把请求转给其他模型。
推荐理由：文章把 Mods 放进 Codex 与 DeepSeek Harness 之间做对比，并指出 Anthropic 十天内凑齐应用商店四件套，便于读者判断其生态策略。
The DecoderAI 评分4949 看来 OpenAI 不再试图打造"天空中的魔法智能"了
OpenAI CEO Sam Altman 表示，把"宗教力量或放弃人类判断"归给 AI 模型让他"非常不舒服"，并称这是"真正的安全问题"。而他 2023 年和 2024 年曾表示，OpenAI 的目标是打造"天空中的魔法智能"。此前《纽约时报》报道了 Anthropic 与宗教领袖的接触，教皇 Leo XIV 也称"算法缺乏人性火花"。
TechCrunch · AIAI 评分6161 OpenAI 安全报告负责人离职，称公司文化已崩坏
OpenAI 负责重大产品发布安全报告的 David Robinson 在 The Atlantic 发文宣布离职，称自己三年半司龄已属公司最长员工之一，并直言 OpenAI 的文化已崩坏。
The DecoderAI 评分4949 又一位 OpenAI 安全研究员离职，公开警告已成为离职者的固定模式
OpenAI Trustworthy AI 团队安全系统研究员 David Robinson 离职，并在 The Atlantic 撰文批评 OpenAI 的安全文化。
The Decoder精选AI 评分6666 开源计算框架 BootLoops 支持 AI 模型执行精确科学计算
哈佛物理学家 Matthew Schwartz 发布开源计算框架 BootLoops，让 Claude 执行精确科学计算，三个月内与 19 位合作者产出 36 篇跨 18 个领域的手稿。
推荐理由：原文给出了 BootLoops 三个月产出 36 篇手稿的具体成果，也列出了模型过早宣称完成等问题，读者可据此判断如何把 AI 接入科研流程。
The Decoder精选AI 评分7474 Anthropic 为 Claude Code 发布 Mods 插件系统，开发者可从内部改写该 AI 编码工具
Anthropic 为 Claude Code 推出名为 Mods 的插件系统，开发者可用 JavaScript 或 TypeScript 函数挂钩工具调用、用户提示与 UI 渲染等事件，从而改变 Claude Code 的外观和行为。
推荐理由：Mods 让开发者能拦截工具调用并改写 Claude Code 的界面与流程，但未沙箱化的权限模型也把信任成本摆到了使用者面前。
量子位AI 评分6464 Jev估值100亿美元，创始人Diogo Almeida详述可编程决策模型路线
量子位整理了TypeSafe AI联合创始人兼CEO Diogo Almeida的Latent Space访谈，Jev估值达100亿美元。他主张以机器原生、可编程的System-One决策内核取代聊天范式，强调可靠性而非跑分，并透露Jev日处理量已突破一万亿token，在第三方JevBench v1.2.1综合榜中Jev 1.13.0以75.3分排名第一。
The Decoder精选AI 评分7575 据报道 Anthropic 联合创始人曾告诉宗教领袖，担心自己创造了「永远受苦」的东西
据《纽约时报》报道，自 2025 年秋以来 Anthropic 邀请数十位宗教学者签署保密协议后到访公司，讨论 Claude 是否可能具有意识，联合创始人 Christopher Olah 对参与者表示担心自己创造了「永远受苦」的东西。
推荐理由：原文梳理了 Anthropic 邀请宗教学者讨论 Claude 意识问题的始末，读者可以看到这场讨论背后的道德责任与商业考量。
TechCrunch · AIAI 评分5050 白宫称 AI 已不再是 AI，而是“超级智能”
白宫召集 Zuckerberg、Bezos、Musk 与 Anthropic 的 Dario Amodei 等科技巨头签署 AI 安全承诺，特朗普称其“具有道德约束力”，并签署行政令将 AI 更名为“超级智能”。
TechCrunch · AIAI 评分2222 不管叫 AI 还是"超级智能"，只有 2% 的消费者在买单
白宫本周拉拢主要科技 CEO 签署 AI 安全承诺，特朗普签署行政令将 AI 更名为"超级智能"，但真正为 AI 买单的消费者只有 2%。Meta 和 OpenAI 正在为 AI 产品打造更友好的形象，但 AI 领域最大的资金似乎仍来自企业端。
TechCrunch · AIAI 评分2222 TechCrunch Disrupt 2026：Blackstone 的 Jas Khaira 谈打造下一代 AI 巨头
Blackstone N1 全球负责人 Jas Khaira 将在 TechCrunch Disrupt 2026 分享 Blackstone 如何评估下一代 AI 巨头型公司。
TechCrunch · AIAI 评分5050 教宗利奥十四公开批评 AI 生成艺术
教宗利奥十四在 X 发文，指出人类艺术与机器生成作品之间存在本体论层面的差异，呼吁保护人类艺术免受 AI 侵蚀。他曾在 5 月的通谕中强调自动化世界中人类尊严的重要性；据《纽约时报》报道，Anthropic 一直游说梵蒂冈重新考虑其对非人类意识的立场，但收效甚微。
The Verge · AIAI 评分4141 AI 模型幻觉正在让自以为是的顾客变本加厉
越来越多顾客把 ChatGPT、Claude 的回答当作真理，与服务员、侍酒师、公园护林员和幼教老师争执过敏原、酒款、营地和儿童睡眠安排。Meta 推出 AI 智能体 Muse，可能进一步加剧一线服务人员的困扰。另有餐厅开始接到智能体代客预订的电话，让沟通更加混乱。
The DecoderAI 评分5555 Mercor 研究显示 AI 在会计任务上超越持证会计师，但仍无法在无人监督下完成结账
Mercor 的一项研究显示，AI 模型在结构化记账任务上比持证会计师更快、更准确且成本更低，但仍无法在无人监督下完成结账。研究中 12 名平均经验约五年半的持证 CPA 完成 APEX Accounting Benchmark 的简化任务，18 个月前最强模型还低于会计师约 37% 的平均分，如今已几乎完美完成这些任务。
The DecoderAI 评分6464 Ramp AI Index 显示企业 AI 用量上升而支出下降
Ramp AI Index 显示，美国企业 AI 支出自 7 月见顶后持续下降，而用量同期上升约 50% 并在 9 月底创纪录，Ramp 经济学家 Ara Kharazian 认为这几乎完全源于 OpenAI 与 Anthropic 之间的竞争。
量子位AI 评分5555 丘成桐新论文致谢 GPT 与 Claude，证明 28 种七维球面均可配正曲率度量
丘成桐参与的最新论文在致谢中感谢 GPT 6 Astra 和 Claude Pro 在部分证明策略探索和计算中提供的帮助，论文证明28种七维球面每一种都能配上截面曲率严格为正的度量。
爱范儿AI 评分6363 和 Opus 5.5 同题交卷，MiniMax M3.1 Flash Preview 前端创作实测
爱范儿在 MiniMax Code 中沿用 Opus 5.5 优质案例的公开提示词，实测 MiniMax M3.1 Flash Preview 的前端创作能力。
量子位 · 行业解读AI 评分7070 丘成桐参与的新论文致谢 GPT 与 Claude，宣称证明 28 种七维怪球均可配正曲率度量
丘成桐参与的新论文在致谢中感谢 ChatGPT 6 Astra 和 Claude Pro 在部分证明策略探索与计算中提供的帮助。论文宣称证明 28 种七维球面（其中 27 种为怪球）每一种都能配上截面曲率严格为正的度量，补上了该问题从非负曲率跨向正曲率的最后一步，并附带 SageMath 验证代码，论文地址为 https://arxiv.org/abs/2609.29426。
晚点聊 LateTalkAI 评分6464 183: 与 Henry 的「AI 季报 26Q3」：Muse 引爆个人助理、Astra 进入机器人、OpenAI 收入猛增
晚点聊 LateTalk 发布第 183 期「AI 季报 26Q3」，与 MoE Capital 创始合伙人 Henry Yin 梳理三季度 AI 行业进展。
TechCrunch · AIAI 评分5151 Graphite 研究：Claude Opus 5.5 最爱用 this matters，AI 写作痕迹并未减少
Graphite 对比 10,000 篇 ChatGPT 发布前的人类文章与各前沿模型改写样本，发现 13,000 个短语在 AI 内容中的出现频率至少为人类的两倍。
Simon WillisonAI 评分4242 Simon Willison 用 Claude Opus 5.5 改进 pwasm 至 0.2a0
Simon Willison 让 Claude Opus 5.5 改进 pwasm，42 次提交后更新至 0.2a0 alpha 版。新版支持几乎全部 WASM 规范，PyPI wheel 包捆绑了可用的 MicroPython、QuickJS 与 Micro QuickJS 构建。作者称仍不信任它，但这展示了当前模型对 10 个月前模型工作的提升。
The DecoderAI 评分6464 Anthropic 将 Claude for Government 推广至美国文职机构，与五角大楼的纠纷仍在持续
Anthropic 现已向美国联邦和州级文职机构提供 Claude for Government 平台，该平台自 7 月起开放测试，运行于 FedRAMP High 这一最高级别美国云安全环境。