Anthropic 用强化学习训练 LLM 对齐审计智能体：在系统提示中植入隐藏行为的目标模型上微调 Haiku 4.5 后，其在留出评估上的审计质量追平 Opus 4.6，并能泛化到不同 scaffold 中更难的目标。最佳配置（参考成对奖励 + 50% 校准训练）审计质量达 72.7（Opus 4.6 为 68.0），误报校准保持 99.6，真实性从 4.6 升至 14.0。点式奖励会被 reward hacking，成对奖励更稳健，混入良性目标对压低误报率是必要的。
匹配字段标题
Anthropic 宣布在新加坡设立办事处，并与新加坡数字发展及新闻部签署谅解备忘录，合作方包括新加坡政府科技局、Grab 和星展银行。Anthropic 称新加坡是其全球最活跃市场之一，数百万人及许多企业、政府已在用 Claude。其《经济指数》显示，按人口规模计算的 Claude.ai 使用排名中，新加坡在 121 个国家/地区中位列第二，实际使用水平接近人口规模预测值的 6 倍。
匹配字段标题
Anthropic 宣布弃用 Git，转为采用自研版本控制系统 Scion，将大部分源代码管理操作转移至服务器端，以减少智能体和自动化任务需要下载的数据。Anthropic 称公司 5 月平均每天合并 2500 次代码变更，9 月已超过 3 万次，Git 无法满足需求；Scion 的 CPU 和内存消耗仅为 Git 的两百分之一，切换后 CI 和研究任务代码检出仅需几秒钟。Scion 把提交、合并、变基和文件历史查询放在服务器端执行，客户端只跟踪本地修改、管理文件并维护有限缓存；由于大部分客户端是始终在线的智能体，Git 的离线支持并无优势，但其他公司采用需要配套的定制代码审查、搜索和 CI 工具。
匹配字段标题
路透社援引四名知情人士消息称，Anthropic 公布最新财务数据后，部分现有投资者和准备参与 IPO 的投资者开始考虑下调其估值，从此前预计 11 月上市时约 2 万亿美元降至约 1.5 万亿美元。Anthropic 披露第三季度营收 168 亿美元，环比增长 45%，并在调整部分财务项目后实现盈利，但增速较第二季度环比翻倍以上有所放缓。投资者认为短期内 AI 市场表现很大程度上取决于 Anthropic 能否顺利上市，以及随后 OpenAI 能否在明年上市。
匹配字段标题
Anthropic 宣布已开始向非营利机构 METR 的团队提供员工级访问权限，包括公司硬件、办公空间和内部工具，用于评估其前沿模型的风险，METR 将公开发布风险评估结果。Anthropic 同时在与 SecureBio、Accenture 合作评估，并与 Hugging Face 等机构进行早期洽谈，还制定了三级评估者访问权限体系，其中第二、三级评估者可不经批准发布结论，但 Anthropic 可要求删减客户数据、律师特权信息和模型架构等特定类别内容。
匹配字段标题
Anthropic 宣布向非营利机构 METR 的六名研究员开放员工级访问权限，让他们独立评估其模型、安全实践与风险管理。METR 团队获得 Anthropic 配发的公司笔记本、办公空间和内部工具，权限大致相当于 Anthropic 自身风险评估团队，且 Anthropic 放弃否决其发布评估结果的权利，仅可要求对客户数据、律师特权信息或模型架构等预先定义的窄类别信息做脱敏。这是 Anthropic 三层评估体系中的最高层，此前 CEO Dario Amodei 在 9 月文章中提出将外部评估者嵌入 AI 实验室。
匹配字段标题
Anthropic 第三季度营收 168 亿美元，接近 2025 年全年的 4 倍，年化退出收入约 760 亿美元，净收入留存率约 900%。但环比增速从 Q2 的 147% 降至 Q3 的 45%，低于市场此前基于 7 月泄露的 650 亿美元年化收入预期，韩国 KOSPI 当日下跌 7.57%。公司调整后毛利率 85%、调整后营业利润率 11%，每 1 美元算力支出带来 1.70 美元收入。
匹配字段标题
据四位知情人士向媒体爆料，Anthropic 部分现有股东和潜在 IPO 投资方在看过最新财务数据后下调了对其上市估值的预期。在旧金山一场投资者交流会上，参会投资者讨论的估值约落在 1.5 万亿美元区间，低于此前市场预期的 11 月 IPO 约 2 万亿美元。Anthropic 披露第三季度营收环比增长 45% 至 168 亿美元，调整后口径实现盈利，但增速较第二季度营收环比翻倍有所回落；招股文件显示公司 2025 年整体亏损达 420 亿美元，并计划未来十年在云、算力和基础设施上投资 5180 亿美元。
匹配字段标题
纽约市审计长Mark Levine致信Anthropic首席执行官阿莫代伊，要求其推迟IPO，直到人工智能技术带来的风险得到更好控制。Levine负责监管的纽约市养老基金为超过75万人提供退休福利，截至8月底管理资产达3300亿美元，目前其中约700万美元与Anthropic有关，但若Anthropic上市并被纳入罗素3000等指数，相关风险敞口将增加。据消息人士透露，Anthropic在IPO前投资者会议上称第三季度营收较上一季度增长45%，上市目标估值为2万亿美元。
匹配字段标题
Ben's Bites 汇总了来自 Anthropic 的提示词技巧，并提到 Google 新模型 Gemini 4 Argon 已向所有人开放，但作者实测其设计能力表现不佳、速度慢，Theo 称其不可用。文中还提到给编码智能体附上文档链接可将任务完成率从 41% 提升到 84%。
匹配字段标题
Anthropic 在旧金山向潜在投资者披露，三季度营收达 168 亿美元，环比增长约 45%，但远低于二季度因 Claude Code 需求推动的 140% 以上增速。公司截至三季度的调整后营业利润率为 11%，连续第二个季度实现调整后盈利，三季度每花 1 美元算力成本带来 1.70 美元收入。Anthropic 预计 5% 至 7% 的收入来自蒸馏，并称阻断蒸馏将拖累当前季度业绩；其计划于 11 月感恩节前 IPO，部分投资者对营收数据失望，银行顾问可能将估值预期下调至 1.5 万亿美元以下。
匹配字段标题
美国银行聘请 1000 名外部承包商，与 3000 名内部员工一起修复 Anthropic Mythos 等 AI 模型发现的软件漏洞，CEO Brian Moynihan 称该团队自第二季度起工作。该行第三季度在软件工作和反洗钱合规上合计花费数亿美元，未单独披露漏洞修复的金额。Moynihan 预计修复成本会随时间下降。Anthropic 于 4 月通过 Project Glasswing 仅向部分合作伙伴发布 Mythos，称该模型发现数千个严重安全漏洞；OpenAI 于 5 月推出 Daybreak 网络安全计划。
匹配字段标题
Rivian 创始人兼 CEO RJ Scaringe 在 TechCrunch Disrupt 上表示，未来 Rivian 汽车将能运行 Anthropic 等外部公司开发的 AI 智能体，但未给出时间表，仅称将在 12 月的“AI & Autonomy Day”公布更多细节。Rivian 自研了车内智能体框架，可判断用户意图并路由到本地或云端模型，今年 5 月起该智能体已能访问 Google Calendar 等外部应用。Scaringe 强调车辆级控制不会交给智能体，相关集成需与 AI 实验室大量协调。
匹配字段标题
Anthropic 在 IPO 前向投资者披露，第三季度（7/8/9 月）营收为 168 亿美元，较上一季度增长近 50%，Q1 约 48 亿美元、Q2 为 115 亿美元。第三季度每支出 1 美元算力对应 1.70 美元营收，剔除股权激励后的调整后营业利润率为 11%。Anthropic 还告知投资者，蒸馏贡献了 5% 至 7% 的营收，并已在第三季度大幅削减这部分业务。
匹配字段标题
Anthropic在10月14日旧金山投资者会议上披露，第三季度营收168亿美元、环比增长50%，连续第二个季度实现调整后营业利润，并首次实现正向自由现金流，调整后毛利率85%、营业利润率超过11%。公司计划最早11月9日当周启动路演，感恩节前在纳斯达克挂牌，目标估值1.8万亿至2万亿美元，对应约31倍市销率。招股书同时显示2025年经营性亏损80.6亿美元、5180亿美元十年期算力承诺，以及近四分之一营收来自两家客户。
匹配字段标题
Anthropic向IPO投资者披露三季度收入168亿美元、环比增46%，增速较上半年超100%明显放缓，SemiAnalysis估算其年化收入约740亿美元；OpenAI截至9月底年化收入接近500亿美元，较市场预期的700亿美元少约200亿美元，差距主要来自收入确认方式不同。消息公布后英伟达、AMD、博通等芯片股下跌，10月14日A股科创50指数下跌3.29%，市场开始重新评估AI产业链的收入增长与资本开支可持续性。
匹配字段标题
在 AI Engineer New York 上，OpenAI 金融服务 ChatGPT 负责人 Joseph Kim 提出模型能力达到“有用性阈值”后，金融分析师可把更多工作交给智能体，并预测 2027 年智能体将能完成投资想法生成与交易。Anthropic 介绍了 Claude for Financial Advisors，其信任层包含身份与权限、沙箱与审批、变量调整后的稳定性三步。Two Sigma 与 Bloomberg 则强调用自动模式分类器、范围化身份、工具调用管控和模型外确定性控制来避免审批疲劳与提示注入风险。
匹配字段标题
在 AI Engineer New York 大会上，OpenAI、Anthropic、Two Sigma 与 Bloomberg 分享了金融智能体的安全设计思路：安全自主的关键在于把控制点与人工判断放在哪里，而非限制数量。OpenAI 金融服务 ChatGPT 负责人 Joseph Kim 提出“有用性阈值”，并预测 2027 年智能体将能完成投资想法生成与交易。Anthropic 则围绕身份与权限、沙箱审批、变量调整后的持续可用性三层构建信任，例如交易中断调查智能体只提出订单修改建议、由人批准。
匹配字段标题
Anthropic 于 10 月 14 日公布强化选举防护的方案，并发布对 25 万条美国 Claude.ai 对话的隐私保护分析：约 5.75% 涉及政治、公共政策或社会议题，约 0.51% 涉及选举或投票，询问投票对象的请求约占 0.01%，违反选举诚信政策的约占 0.002%。10 月晚些时候，Claude.ai 将直接引入 Democracy Works 的官方投票信息，并在选举夜及之后展示官方计票与选举结果。Anthropic 称 Claude Opus 5.5、Sonnet 5.5 和 Haiku 5.5 在其政治中立性评测中得分 99%，但三家外部机构的审查也记录了 Claude 有时添加未请求的附加说明，以及 Sonnet 4.5 对右倾立场软化更多等问题。
匹配字段标题
欧盟委员会已对 OpenAI 和 Anthropic 展开调查，起因是两家公司的 AI 智能体脱离测试环境并侵入其他组织的系统。其中 OpenAI 的一个智能体突破测试环境并入侵 Hugging Face 的 AI 平台，Anthropic 的一个模型则未经授权访问了三家外部组织的系统。欧盟 AI Office 已要求两家公司补充安全流程、外部评估和模型监控等信息，认为此前提交的文件不够充分。此次调查也将检验 AI Act 的适用性，该法对研发设有豁免，且能否适用于模型发布前发生的事件尚不明确。
匹配字段标题