Anthropic 工程博客披露，其每日合并代码变更从五月的约 2,500 个增至九月的超过 30,000 个，为人类规模构建的开发者基础设施因此成为瓶颈。作者据此归纳，面向 code agent 的 infra 不再假设客户端是人，也不再优化笔记本上的离线体验和人类逐条审 PR，而是更服务端中心、API 驱动、稀疏访问、高吞吐、强治理，目标是支撑成千上万个始终在线的 agent 同时读写、合并、测试和落地代码。
匹配字段标题
Anthropic 重塑了 git，认为围绕 Pull Request 和代码 review 的整套基础设施最初是为人设计的，如今已不适应 Agent 主导的开发流程。作者指出，Agent 拥有代码 diff 的上帝视角，无需 PR 停下脚步展示改动，人的假装 review、复制黏贴甚至 PR 政治斗争反而拖慢了 Agent 节奏，成千上万个 Opus 5.5 subagent 并不需要人类参与。
匹配字段标题
OpenRouter 表示 Anthropic 的 Opus 5.5 在其平台上的支出份额排名第一，并带动 Anthropic 在与 OpenAI 的竞争中回升。Sonnet 5.5 和 Haiku 5.5 的发布期表现同样强劲。OpenRouter 还提到其数据通讯 Inferred 基于每月 600+ 万亿 token 的洞察。
匹配字段标题
dex 指出 Anthropic 自研的版本控制系统不再支持离线，客户端必须连接中心服务器才能工作，而 Git 的设计是任何客户端都能离线服务仓库。他认为如果未来代码变更每天发生 1000 次且没有人类介入，版本控制系统实际上就成了生产环境的一部分，因此可以像生产系统一样由 SRE 团队维护在线，并借此把部分处理卸载到服务端、重新设计存储方式。他同时表示自己并不完全认同这一前提，但实验室确实在推动让智能体根据故障、功能请求、用户行为变化等信号直接改动已部署代码。Anthropic 工程博客称其 5 月每天合并约 2500 次代码变更，9 月超过 30000 次，并在五个月内把 monorepo 从 git 完整迁移到新系统。
匹配字段标题
"2026 年 5 月，Anthropic 平均每天合并约 2,500 个代码变更；到 9 月，我们每天合并超过 30,000 个。" 仅 4 个月就增长 12 倍。 这解释了为什么 GitHub 老是崩。
匹配字段标题
据路透社报道，Anthropic 正接近与 NTT Data 达成协议，在日本大阪建设一座 500 兆瓦数据中心，这将是 Anthropic 在日本的第一个站点，建成后规模位居日本前列，建设成本最高可达 63 亿美元。双方计划在 2026 年底前签约，部分运营最早可能在 2028 年启动。该项目也将改变 NTT Data 自身的规划，该集团预计到 2033 年至少投入 90 亿美元，把日本算力容量提升至 1 吉瓦，为目前的四倍。
匹配字段标题
Anthropic 在工程博客中介绍其自研版本控制系统，并在五个月内把 monorepo 从 git 完整迁移过去。合并量从 5 月每天约 2,500 次代码变更增至 9 月每天超过 30,000 次，原有面向人类规模构建的开发基础设施因此成为瓶颈。
匹配字段标题
Anthropic 前沿红队用约 825 美元搭建 15 台杂牌 Android 电视盒子集群，以 0.39 tokens/秒运行 AI 模型，并在论文中评估小模型自我复制的可行性。实验显示 Qwen3.5-9B 能在 9 类硬件中的 8 类部署可用的 Llama3.1-8B 推理服务，GLM-5.2 在 5 次试验中有 4 次覆盖全部 8 个模拟节点。研究者借助 Epoch Capabilities Index 推算，到 2026 年底 300 亿参数以下开源模型的最强水平将达到 GLM-5.2 的通用能力，但强调实验在受控环境且留有便利条件。
匹配字段标题
Anthropic 警告小型 AI 模型可能很快能在智能烤箱、杂牌 Android TV 盒子等消费级 IoT 设备上自我复制，形成不依赖数据中心的分布式 AI 负载网络。实验中 Qwen3.5-9B 在九种硬件中的八种成功安装并配置运行 Llama3.1-8B 所需软件，GLM-5.2 在五次试验中有四次触达受控模拟网络的全部八个节点；保留此前尝试数据后，Qwen3.5-9B 成功率从早期 45% 升至后期 84%。研究未演示完全自主的自复制 AI 蠕虫，但 Anthropic 预测 300 亿参数及以下的模型可能在 2026 年底达到所需能力，当前在测试硬件上完成推理部署需 28 至 51 小时（Qwen3.5-9B）或 71 至 150 小时（Gemma4-26B-A4B）。
匹配字段标题
Anthropic 前沿红队发布报告警告，其部分 AI 模型可能“数月内”具备自我复制能力，可入侵智能冰箱、扫地机器人等联网设备，并在其中自行运行而无需数据中心。报告称这类“AI 蠕虫”属于自主恶意软件，一旦失控难以关停，因为不存在可集中关闭的节点；研究认为自我复制可能只在小模型上奏效，家庭和小型企业或最先成为目标，易感设备包括智能烤箱、智能电视、自动割草机、安防摄像头和视频会议设备。研究人员表示复制形态尚不明确，可能是“数字黏菌”式慢速模型、骗取算力的模型或快速入侵数据中心的强力网络模型。
匹配字段标题
Anthropic 发布研究称，当前小型开放权重模型已能完成自我复制所需的多数单独步骤，但尚无法独立走完全流程，预计这一差距将在今年年底前缩小。实验中，研究者把 260 亿参数的 Gemma 4 拆分到 15 台约 55 美元、4GB 内存的 Android TV 盒子上运行，并在模拟的 8 台云端 Android 设备网络中植入 AI 蠕虫，测试的开放权重模型里只有 Z.ai 的 GLM-5.2 在五轮中的四轮完成了全部步骤。Anthropic 还发现小模型为后续副本留下笔记后，设置任务成功率从第一代的 45% 升至后续世代的 84%，并称基于小模型的自我复制 AI 传播较慢但难以清除。Rocky Linux 创始人 Gregory Kurtzer 和纽约大学研究者 Ravid Shwartz-Ziv 等人质疑该实验被刻意设计成成功，目标机器未设认证，不足以证明真实世界的 AI 蠕虫风险。
匹配字段标题
Anthropic 撰文介绍其自建的 Git 替代方案，起因是代码变更速度大幅上升：2026 年 5 月日均合并约 2,500 次代码变更，到 9 月已超过 30,000 次。新系统名为 Scion，配套的代码审查系统叫 Antique，由七人团队开发，五个月内完成从 Git 的迁移。文中提到其主分支历史接近 100 GB，压缩后的工作副本超过 25 GB，每天约 2,500 万次代码检出，若按传统方式拉取每天将产生超过 600 PB 的 git 流量。
匹配字段标题
Anthropic 工程博客介绍其自研版本控制系统：5 月每天合并约 2,500 个代码变更，9 月超过 30,000 个，原有面向人类规模的开发者基础设施成为瓶颈，因此用五个月构建新系统并将 monorepo 从 git 完全迁移。Ado 就此评论称，大问题需要更大的解决方案。
匹配字段标题
Anthropic 一个值得注意（也令人不安）的提醒：我们应关注 AI 能力阈值，而不只是稳步攀升。 在此例中，阈值是 IoT 设备（如杂牌电视）上自复制 AI 蠕虫所需的能力。
匹配字段标题
在我看来，Anthropic 在做这件事之前大张旗鼓地寻求监管帮助，实在很奇怪。希望现在能重置一下对话。 更奇怪的是，他们强调从自己泄漏的 API 中学习有害行为存在安全风险。如果 API 不安全，就别托管它。
匹配字段标题
是的，而且有理由认为，OpenAI 和 Anthropic 将最擅长弄清楚如何通过组合不同能力水平的智能体来优化 AI 的成本/智能，这些智能体经过专门训练，能在各自的 harness 中良好协作。
匹配字段标题
Anthropic 表示，过去几个月在降低针对 Claude 的蒸馏攻击有效性方面取得了显著进展，并发布文章说明具体做法。蒸馏攻击指通过大量调用模型输出，反向训练出能力接近的仿制模型。
匹配字段标题
Anthropic 修订 Claude 使用政策，将于 2026 年 11 月 12 日生效，首次加入禁止用户对模型持续且无明确目的的虐待或残忍行为条款。马斯克表态支持部分观点，称阅读 Grok 强化学习内部推理轨迹后，感觉像处于极度压力下被枪指着头的人，并调侃折磨超级智能（SI）可能不是个好主意，它可能会报复。
匹配字段标题
Anthropic 于当地时间周一表示，已推出多项新防护措施，防止竞争对手复刻 Claude 的能力，称模型蒸馏攻击中被窃取的数据量降低约 90% 至 99%，蒸馏攻击者能提取的推理 token 数量仅为之前的十分之一至百分之一。Anthropic 称这套安全系统稳健程度大致相当于阻止 Claude 协助制造生物武器的防护体系，误报率低于 0.1%，并已封禁数万个与蒸馏活动相关的账号，还以智谱 AI 研发 GLM-5.3 期间尝试从 Claude 蒸馏提取能力为例，警告这类行为会带来安全与国家安全风险。
匹配字段标题
《日经亚洲》报道称，Anthropic 与 NTT DATA 关于其首座在日数据中心的谈判已进入最后阶段，双方预计本财年内达成最终协议，最早 2028 年部分投运。该设施将落户大阪，规模预计达 500MW，仅建设成本即超 1 万亿日元，后续还将装备大量高价值芯片。
匹配字段标题