←搜索结果

搜索“Anthropic”

按匹配度 · 共 174 条结果 清除搜索

星期五

星期日

  1. 事件1 条新闻 · 1 个事实

    Anthropic公开原版性能工程居家测试挑战

    2026年1月21日,Anthropic公开其原版性能工程居家测试挑战。据Anthropic Engineering发布的复盘,性能优化团队负责人Tristan Hume介绍了该性能工程师笔试的三轮迭代:自2024年初起约1000名候选人完成该测试,Claude Opus 4在4小时限时内超过几乎所有人类,Claude Opus 4.5又追平顶尖人类成绩,他因此两次重新设计题目,最终改用高度受限指令集的编程谜题。团队同时公开原始笔试作为开放挑战,并给出各模型在模拟机器上的时钟周期成绩,其中Claude Opus 4.5在改进后的测试时计算框架下达到1363周期,低于1487周期者可投递简历。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Anthropic提出长时Agent执行框架

    2025年11月26日,Anthropic 在工程博客中提出一套面向长时任务执行的智能体框架,由初始化代理(initializer agent)和编码代理(coding agent)两部分组成,目标是让 Claude Agent SDK 跨多个上下文窗口持续工作。据该博客介绍,首个会话由初始化代理搭建环境,包括 init.sh 脚本、claude-progress.txt 进度日志和初始 git commit;后续每个会话由编码代理只推进一个功能并留下结构化更新。文章指出,即便 Opus 4.5 在 Claude Agent SDK 上循环运行,仅给高层提示也会出现一次性做完整个应用和过早判定完成两类失败,因此采用 JSON 格式的功能清单标记 passes 状态,并要求智能体用 git 提交和进度文件保持环境整洁。测试环节需显式提示使用浏览器自动化工具做端到端验证,作者也提到 Claude 视觉与浏览器自动化工具的限制仍会漏掉部分 bug。目前该框架仍处于工程博客分享阶段,尚无后续进展披露。

    匹配字段标题

  3. 事件1 条新闻 · 1 个事实

    Anthropic介绍用代码执行提升MCP智能体效率方案

    2025年11月4日,Anthropic在工程博客中介绍了一套通过代码执行提升MCP智能体效率的方案。该方案提出用代码执行替代直接工具调用,把MCP服务器呈现为文件系统上的代码API,让智能体按需加载工具定义并在执行环境中过滤数据。文中给出的Google Drive到Salesforce示例显示,token用量从150,000降到2,000,节省98.7%。文章还介绍了渐进式披露、结果过滤、隐私保护与状态持久化等做法,并提醒运行智能体生成的代码需要沙箱、资源限制和监控。目前该方案仍处于工程博客介绍阶段,尚无后续发展事实。

    匹配字段标题

  4. 事件1 条新闻 · 1 个事实

    Anthropic发布智能体上下文工程指南

    2025年9月29日,Anthropic应用AI团队发布关于AI智能体上下文工程的文章,将其视为提示词工程的延续。文章提出,上下文工程的核心是在大语言模型有限的注意力预算内挑选最小的高信号token集合,并指出随着上下文token增多,模型准确召回信息的能力会下降,即上下文衰减,因此系统提示词、工具、示例和消息历史都应保持信息充分而紧凑。针对长周期任务,文章介绍了压缩、结构化笔记和多智能体架构三种绕开上下文窗口限制的做法,并提到Claude Code采用即时检索与预加载结合的混合策略。目前该故事尚无后续发展事实。

    匹配字段标题

  5. 事件1 条新闻 · 1 个事实

    Anthropic分享多智能体研究系统实践

    2025年6月13日,Anthropic工程团队公开了Claude Research功能背后的多智能体研究系统构建与生产化实践。该系统采用orchestrator-worker模式,由主智能体负责规划并派生并行子智能体执行搜索。Anthropic在内部评测中显示,以Claude Opus 4为主智能体、Claude Sonnet 4为子智能体的多智能体系统,在内部研究评测上比单智能体Claude Opus 4高出90.2%;但多智能体系统消耗的token约为普通对话的15倍。文章还给出了提示词设计、工具描述、LLM-as-judge评估以及生产环境可靠性方面的具体经验。目前该故事尚无后续发展事实。

    匹配字段标题

  6. 事件1 条新闻 · 1 个事实

    Anthropic发布Claude think工具实践指南与评测结果

    2025年3月20日,Anthropic发布实践指南并公布评测结果,介绍Claude的think工具。该工具让Claude在生成回复过程中插入一个专门的思考步骤,用于处理工具返回结果、遵循复杂策略和多步顺序决策。Anthropic在指南中给出think工具的定义示例与优化提示词写法。评测方面,在τ-bench客服场景中,航空领域配合优化提示词后pass^1从基线0.370提升到0.570,零售领域单用think工具达到0.812;SWE-bench中加入该工具使表现平均提升1.6%,助力Claude 3.7 Sonnet取得0.623的SOTA分数。Anthropic同时指出,非顺序工具调用和简单指令遵循场景不会带来提升。目前该故事尚无后续发展事实。

    匹配字段标题

  7. 事件1 条新闻 · 1 个事实

    Anthropic提出Contextual Retrieval方法

    2024年9月19日,Anthropic提出Contextual Retrieval方法,用于改进RAG检索。该方法包含Contextual Embeddings和Contextual BM25两项子技术,据Anthropic介绍,可将top-20检索失败率降低49%,从5.7%降至2.9%;叠加reranking后降低67%,从5.7%降至1.9%。其做法是用Claude 3 Haiku为每个分块生成50-100 token的上下文说明,再拼接到分块前进行嵌入和建立BM25索引。配合prompt caching时,生成上下文化分块的一次性成本为每百万文档token 1.02美元。Anthropic同时提供了可直接部署的cookbook。目前尚无后续发展事实。

    匹配字段标题

星期三

星期三

星期二

星期一

星期二

  1. 事件1 条新闻 · 1 个事实

    Anthropic介绍为智能体编写高效工具的方法

    2025年9月11日,Anthropic工程团队发布文章,介绍为LLM智能体编写高效工具的方法。文章给出的流程是:先搭建工具原型并在本地测试,再用贴近真实场景的评测任务衡量表现,最后借助Claude Code分析评测记录并迭代改进。文章列出的原则包括只实现少量针对高价值工作流的工具、用命名空间区分功能边界、只返回高信号上下文、通过分页与截断控制token消耗,以及像向新同事介绍那样提示词工程化地写工具描述。文中提到Claude Code默认将工具响应限制在25,000 tokens,并称在精确改进工具描述后Claude Sonnet 3.5在SWE-bench Verified上达到SOTA。目前尚无后续发展事实。

    匹配字段标题

  2. 事件1 条新闻 · 1 个事实

    Anthropic分享构建有效Agent的实践经验

    2024年12月19日,Anthropic在工程博客发文,分享构建有效Agent的实践经验并给出建议。文章称,其经验来自与数十个团队共建LLM智能体的总结,指出最成功的实现并未使用复杂框架,而是采用简单可组合的模式。文章区分了由预定义代码路径编排的工作流与由LLM自主决定流程和工具使用的Agent,并给出提示词链、路由、并行化、编排者-工作者、评估者-优化者五种工作流模式及各自适用场景。作者建议从直接调用LLM API和简单提示词起步,仅在简单方案不足时才增加多步智能体系统的复杂度,并强调工具文档与agent-computer interface(ACI)的设计投入应与HCI相当。目前该内容由Anthropic Engineering发布,尚无后续发展事实。

    匹配字段标题

星期四

星期五

星期四

星期四

星期四

星期五

  1. 事件1 条新闻 · 1 个事实

    Addy谈Claude Opus 5.5时代Claude Code用法

    Anthropic Claude Code团队成员Addy Osmani于2026年10月30日发文,谈Claude Opus 5.5时代如何用Claude Code。他提出,从Claude 5系列起应减少堆提示词和手把手拆任务,改为用一条提示说清目标与验收方式,让模型自己跑完并停下;推理强度可从/effort medium起步,目标不清时先让Claude采访出规格再新开会话实现。他提到Claude Code曾针对Claude Opus 5、Claude Fable 5等模型删掉超过80%的系统提示词,编程评测未见可测量下降,并建议用/doctor prompt-audit找出针对旧模型编写的提示。他还称Claude Code交互式终端近期默认auto mode,但这不是安全保证;子agent应少人为拆分,单agent加skills往往质量更好。

    匹配字段摘要