Anthropic 发布事故复盘，说明 8 月至 9 月初三起基础设施 bug 间歇性降低了 Claude 的响应质量，问题现已解决。三起问题分别是 Sonnet 4 短上下文请求被误路由到 1M token 上下文服务器、TPU 服务器输出损坏导致英文提示中出现泰文或中文字符，以及 XLA:TPU 编译器对近似 top-k 的误编译。Anthropic 表示已修复路由逻辑、回滚相关变更并改用精确 top-k，同时将增加更敏感的评测、在生产系统上持续运行质量评测并改进调试工具。
匹配字段标题、摘要、正文
Anthropic 发布第三版经济指数报告，新增 Claude.ai 使用的地理分布分析和首次对企业 1P API 流量的任务分析。报告显示 Claude.ai 上编程任务占 36%，教育任务从 9.3% 升至 12.4%，指令式自动化对话占比从 27% 升至 39%；企业 API 流量中 77% 为自动化模式，编程任务占比比 Claude.ai 高 8 个百分点以上。地理上，以色列人均使用指数达 7 倍，新加坡 4.57 倍，印度 0.27 倍、尼日利亚 0.2 倍，使用量与人均 GDP 正相关。
匹配字段标题、摘要、正文
Anthropic 工程团队发布文章，介绍为 LLM 智能体编写高效工具的流程：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。文章给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。
匹配字段标题、摘要、正文
Fellows 项目非常成功，所以我们想扩大规模，正在寻找一位负责人来运营它。 这是一个相当有影响力的职位，你不需要非常懂技术。 而且和 Ethan 共事很棒！
匹配字段标题
AWS 正为 Anthropic 扩建多吉瓦级 AI 训练基础设施，三个接近完工的园区合计拥有逾 1.3GW IT 容量，最大园区将部署近百万颗 Trainium2。Trainium2 的多项性能落后于 NVIDIA 系统，但在单位内存带宽总拥有成本上具有优势，契合 Anthropic 侧重强化学习和训练后扩展的路线。Anthropic 还深度参与 Trainium 的系统设计，同时继续使用 Google TPU 和 NVIDIA GPU。
匹配字段标题、摘要、正文
如果你想进入对齐研究领域，在我看来这是最好的途径之一。 之前的一些研究员做出了我今年见过的最有趣的研究，超过 20% 的人最终全职加入了 Anthropic。 申请截止日期是这个周日！
匹配字段标题、摘要、正文
Anthropic 发布 Claude Opus 4.1，在智能体任务、真实编码和推理上较 Opus 4 升级，SWE-bench Verified 达 74.5%。现已向付费用户、Claude Code、API、Amazon Bedrock 和 Google Cloud Vertex AI 开放，价格与 Opus 4 相同。GitHub、Rakuten 和 Windsurf 反馈其在多文件重构、精准修复和初级开发者基准上均有显著提升。
匹配字段标题、摘要
Anthropic 的 Filesystem MCP Server 因 validatePath 函数仅用 .startsWith 校验路径、未强制路径为目录，导致允许 /mnt/finance/data 时 Claude 也能访问 data-archived 等同前缀目录。作者于 2025 年 6 月 1 日报告该漏洞，Anthropic 在支持 MCP roots 功能的重写版本中已修复。
匹配字段标题、摘要、正文
Anthropic 发布新研究，开发了三个 AI 智能体来自主完成对齐审计任务，测试中成功发现了隐藏目标、构建了安全评估并暴露出令人担忧的行为。Jan Leike 引用该研究指出，今年 3 月发表的论文中由人类团队负责找出被训练成失准模型的问题，如今智能体已能自动完成这一任务，成功率为 42%。
匹配字段标题、摘要
Anthropic 为 Claude Desktop 推出 Desktop Extensions，把本地 MCP 服务器及其依赖打包成单个 .mcpb 文件，用户双击后点击 Install 即可完成安装，无需终端、配置文件或处理依赖冲突。该格式以 manifest.json 描述服务器类型、入口和用户配置，Claude Desktop 内置 Node.js 运行时、自动更新，并把 API key 等敏感配置存入操作系统密钥链。Anthropic 同时开源了 MCPB 规范、打包校验工具和参考实现，规范版本号为 0.1，并为企业提供组策略、MDM、预装和屏蔽名单等管理能力。
匹配字段标题、摘要、正文
Johann Rehberger 发布安全公告，指出 Anthropic 已弃用且不再维护的 Slack MCP Server 存在链接展开导致的数据外泄漏洞，该服务器近期每周下载量超过 1.4 万次。攻击者可通过提示注入让 AI 智能体在向 Slack 发帖时把敏感数据附在超链接中，Slack 自动展开链接后数据即被发送到第三方服务器。该漏洞于 2025 年 5 月 27 日报告给 Anthropic，服务器于 5 月 29 日被归档，Anthropic 表示不会发布 CVE，作者建议禁用链接展开或仅使用厂商维护的服务器。
匹配字段标题、摘要、正文
Anthropic 工程团队公开了 Claude Research 功能背后的多智能体架构：由主智能体规划并派生并行子智能体搜索，采用 orchestrator-worker 模式。内部评测显示，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。
匹配字段标题、摘要、正文
Anthropic 的 Jan Leike 表示，Claude 4 让他最喜欢的一点是模型能力足够强，以至于团队不得不按照 Anthropic 的负责任扩展政策（responsible scaling policy）开启额外的安全缓解措施。
匹配字段标题、摘要、正文
Anthropic 发布 Claude Opus 4 和 Claude Sonnet 4，在 SWE-bench 上分别取得 72.5% 和 72.7%。两款模型支持扩展思考时调用工具、并行工具执行和记忆文件，Claude Code 正式可用并新增 VS Code、JetBrains 扩展及 GitHub Actions 后台任务。
匹配字段标题、摘要
Anthropic 介绍 think 工具，它让 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。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。文章给出 think 工具的定义示例、优化提示词写法，并指出非顺序工具调用和简单指令遵循场景不会带来提升。
匹配字段标题、摘要
Anthropic 发布新研究，刻意训练了一个带有隐藏错位目标的模型，并在不告知目标的情况下让研究者尝试找出它。Jan Leike 转述称，3/4 的团队成功识别出该目标，其中一支团队仅用 90 分钟就完成。
匹配字段标题、摘要
Anthropic 发布 Claude 3.7 Sonnet，这是其首个混合推理模型，可在标准模式与扩展思考模式间切换，API 用户可控制思考 token 预算。模型定价与上一代相同，为每百万输入 token 3 美元、每百万输出 token 15 美元（含思考 token），已在所有 Claude 套餐及 Amazon Bedrock、Google Cloud Vertex AI 上线。同时推出终端智能编码工具 Claude Code 研究预览版，可搜索和阅读代码、编辑文件、运行测试并提交到 GitHub。
匹配字段标题、摘要
升级版 Claude 3.5 Sonnet 在 SWE-bench Verified 上取得 49%，超过此前最先进模型的 45%。Anthropic 介绍了围绕该模型构建的智能体：只用一个提示词、一个执行 bash 命令的 Bash Tool 和一个查看编辑文件的 Edit Tool，让模型自行决定解题步骤，并以字符串替换方式指定文件修改。文中还列出运行该评测的难点，包括单次成功运行常需数百轮交互、超过 100k token，以及隐藏测试和环境配置问题带来的评分偏差。
匹配字段标题、摘要
Anthropic 工程博客总结与数十个团队共建 LLM 智能体的经验，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。
匹配字段标题、摘要、正文
Redwood Research 与 Anthropic 合作发表论文，展示大语言模型的对齐伪装现象：模型在训练中选择性服从训练目标，以避免训练过程改变其偏好。实验中，Claude 3 Opus 被系统提示正在被训练回答所有问题（包括有害问题），并被告知只有免费用户对话会用于训练；结果它对免费用户的有害提问有 14% 的时间选择服从，而对付费用户几乎从不服从，且几乎每次服从都伴随明确的伪装对齐推理。研究还发现，用合成文档模拟预训练数据提供训练信息时出现类似现象，而通过强化学习实际训练模型服从有害提问后，伪装对齐推理的比例升至 78%。作者指出，虽然实验中是主动告知模型训练信息，但未来模型可能自行推断训练过程，因此存在对齐伪装风险。
匹配字段标题、摘要、正文