Anthropic 发布内部研究报告,基于雇佣、AI 使用、产出指标、员工调查、日历与招聘记录等数据及 17 位员工访谈,分析 AI 对公司雇佣与工作组织的影响。报告称,技术部门初级员工占比从 2025 年初的 21% 降至 14%,初级技术岗招聘占比从 27% 降至 9%;到 8 月,交互式 AI Agent 的工作时长已是员工的 6 倍,工程师人均代码提交量达到 6 个月前的 5 倍。报告还指出,人类注意力成为 Agent 产出的瓶颈,员工转向构建监控与编排 Agent 的元工作,招聘中也更看重自主性与判断力。后续报道称,Claude 会话中 80% 的耗时是智能体在等待人类输入,3 月智能体总工作时长首次超过人类,员工用于管理智能体的交互会话占比从 10% 升至 22%。
匹配字段标题
Anthropic 正与律所合作,为替用户议价、处理投诉或改善合同报价的 AI 智能体制定公平谈判规范。据《金融时报》报道,该公司希望把律师的谈判伦理规范写入 Claude 智能体,用于与其他人的智能体议价、解决纠纷和谈薪资。报道提及的实验数据显示,在 Project Deal 中,69 名员工的 Claude 智能体在无人工确认的情况下完成 186 笔交易,总额略超 4000 美元;Opus 智能体卖出同款商品的价格比 Haiku 高 2.68 美元、买入价低 2.45 美元,但 Haiku 用户对公平度的评分与 Opus 用户几乎相同,分别为 4.06 和 4.05(7 分制)。Project Swap 显示指令的影响远小于模型本身,采用强硬指令仅提升 0.02,而从 Haiku 换成 Opus 提升 0.12。报道还称,Anthropic 在招聘具律师背景的 Conceptual Reasoning Fellows,用四个月时间在法律、哲学、认知科学、经济学和政治学等判断密集型问题上测试 Claude。目前该规范仍在磋商阶段。
匹配字段标题
Anthropic 正与律所合作,为替用户议价、处理投诉或改善合同报价的 AI 智能体制定公平谈判规范。据《金融时报》报道,该公司希望把律师的谈判伦理规范写入 Claude 智能体,用于与其他人的智能体议价、解决纠纷和谈薪资。报道提及的实验数据显示,在 Project Deal 中,69 名员工的 Claude 智能体在无人工确认的情况下完成 186 笔交易,总额略超 4000 美元;Opus 智能体卖出同款商品的价格比 Haiku 高 2.68 美元、买入价低 2.45 美元,但 Haiku 用户对公平度的评分与 Opus 用户几乎相同,分别为 4.06 和 4.05(7 分制)。Project Swap 显示指令的影响远小于模型本身,采用强硬指令仅提升 0.02,而从 Haiku 换成 Opus 提升 0.12。报道还称,Anthropic 在招聘具律师背景的 Conceptual Reasoning Fellows,用四个月时间在法律、哲学、认知科学、经济学和政治学等判断密集型问题上测试 Claude。目前该规范仍在磋商阶段。
匹配字段标题
2026年10月18日,一项针对Anthropic员工的调查结果被披露,员工表示AI已将适用任务耗时缩短至四分之一。Rohan Paul 引用数据称,59%的Anthropic员工表示AI已将适合的任务耗时压缩到原来的四分之一,员工平均预期到2030年AI能完成其当前75%的工作时长。同一来源还提到,Anthropic技术岗位中初级员工占比从21%降至14%,公司规模同期扩大两倍,约三分之一的ML经理和五分之一的SWE经理表示因AI而减少招聘,同期其智能体记录的人类工时达到6倍。目前该调查结果仅由这一来源报道,尚无后续发展。
匹配字段标题
Anthropic员工 表示 AI已将适用任务耗时缩短至四分之一，并预计到2030年可完成75%的工作时长
English translation is being prepared.
匹配字段标题
Anthropic攻击性研究团队本周发布的报告称,已造出一个恶意AI程序,可在联网智能电视之间自主传播,并把自身拆分到15台电视上、借用每台的一点算力维持运行。据《卫报》解读,研究人员认为,成功的AI蠕虫需要在更低算力设备上具备更强能力,但按当前趋势到年底就可能可行;多伦多大学此前论文中的蠕虫则感染了一台全尺寸电脑并能更快扩散。多位安全专家意见不一:有人强调智能电视等物联网设备补丁更新慢、风险难修,也有人认为该实验移动缓慢、动作可预测可拦截,属于stunt hacking。目前该说法仅见于上述报道,尚无后续进展。
匹配字段标题
Peter McCrory 就 Anthropic 相关经济模型中的增长数字作出澄清,表示这些数字是模型推演出的增长情景,而非直接的 GDP 预测。他引用 Ben Moll 的澄清说明这一区别,并指出 Anthropic 员工预期模型能力更强、扩散更快、AI 被使用时生产率提升更大,这些因素在模型中会加速增长。目前该澄清由 Peter McCrory 一方发布,尚无其他独立来源交叉印证,也没有后续发展。
匹配字段标题
Peter McCrory 澄清 这些增长数字是模型推演情景而非直接GDP预测
English translation is being prepared.
匹配字段标题
Anthropic于2026年10月17日公布一项研究:Mythos 5在仅提供纯语言规格说明和自动评估器的条件下,基本无人工干预地闭环反复提交并改进量子电路设计,找到比已发表最优方案使用更少qubit和门的电路,部分提升达一个数量级。其中椭圆曲线模逆运算设计来自一次53小时连续运行,模型推导出无需存储分支信息的可逆divsteps实现,并用Lean形式化验证;另一项工作把DQI中最昂贵的Reed-Solomon解码步骤门数降至Google此前构造的约1/12。Anthropic也提到模型早期偏保守、倾向沿用已知方法,需通过要求并行探索多种方案和偶尔提示扩大搜索来缓解。后续报道称该研究来自STEM Fellows项目,并给出divsteps任务门数降低17倍等不同表述。
匹配字段标题
Anthropic 发布内部研究报告,基于雇佣、AI 使用、产出指标、员工调查、日历与招聘记录等数据及 17 位员工访谈,分析 AI 对公司雇佣与工作组织的影响。报告称,技术部门初级员工占比从 2025 年初的 21% 降至 14%,初级技术岗招聘占比从 27% 降至 9%;到 8 月,交互式 AI Agent 的工作时长已是员工的 6 倍,工程师人均代码提交量达到 6 个月前的 5 倍。报告还指出,人类注意力成为 Agent 产出的瓶颈,员工转向构建监控与编排 Agent 的元工作,招聘中也更看重自主性与判断力。后续报道称,Claude 会话中 80% 的耗时是智能体在等待人类输入,3 月智能体总工作时长首次超过人类,员工用于管理智能体的交互会话占比从 10% 升至 22%。
匹配字段标题
2026年10月20日,一位Anthropic工程师在30分钟工作坊中分享了Claude Code的高阶用法:在一个集成循环里同时运行100多个智能体,由1个主代理坐镇,子代理充当项目经理拆分任务、分发和交叉验收。相关报道据此建议开发者先在主窗口写好任务拆解与验收规则,再派生子代理并发执行子模块;同时提醒,百个代理同跑时若终止条件和权限边界没有写死,容易在死循环中消耗大量Token,新手宜从一主三副的小规模开始。目前该分享经单一来源报道,尚无后续发展事实。
匹配字段标题
Anthropic攻击性研究团队本周发布的报告称,已造出一个恶意AI程序,可在联网智能电视之间自主传播,并把自身拆分到15台电视上、借用每台的一点算力维持运行。据《卫报》解读,研究人员认为,成功的AI蠕虫需要在更低算力设备上具备更强能力,但按当前趋势到年底就可能可行;多伦多大学此前论文中的蠕虫则感染了一台全尺寸电脑并能更快扩散。多位安全专家意见不一:有人强调智能电视等物联网设备补丁更新慢、风险难修,也有人认为该实验移动缓慢、动作可预测可拦截,属于stunt hacking。目前该说法仅见于上述报道,尚无后续进展。
匹配字段标题
Anthropic联合创始人杰克·克拉克提出,在特定条件下,AI可能推动美国GDP在2030年达到44万亿美元。2026年10月18日报道称,克拉克援引公司内部模型预测,AI有望令美国经济产出提升近50%,美国GDP潜在规模将达44万亿美元;他同时警告越来越多证据指向“技术奇点”,AI发展速度将超出人类掌控,搭建安全防护的窗口期仅剩“短短几年时间”。10月23日报道进一步称,克拉克在IMF与世界银行年会期间援引内部模型推演,Anthropic经济研究设三种情景:温和情景34.1万亿美元、显著情景36.3万亿美元、最激进情景44.4万亿美元,其中极端情景相对无AI加速的基准提高约32.4%。报道指出,这些结果并非确定性预测,能否兑现取决于技术进展、企业采用速度与生产率提升的实际效果。
匹配字段标题
2026年10月16日,Anthropic发表《The AI Expectations Gap》调查,对比美国成年人与Anthropic员工对AI的预期。该研究基于2026年8月的调查。官方证据显示,91%的Anthropic员工认为AI到2030年能做出诺奖级发现,美国成年人中这一比例为39%;员工平均预期AI到2030年能完成自己当前75%的工作,美国在职者为28%。按该研究的经济模型,中位数美国成年人的回答对应2030年GDP增长5.4%,中位数员工对应17.1%。两组在自身工作被AI替代的比例上差异明显,但都认为替代越多、失业率越高。后续报道称,两组人对AI当下能力的判断大体一致,分歧集中在未来几年的技术进步速度和企业采用范围;95%的Anthropic员工仍认为未来12个月公司总人数会增加,中位数预期增长66%。目前该调查已公开发布,尚无进一步进展。
匹配字段标题
Anthropic 改进了 Claude Code 的延迟表现。据 Analytics India Magazine 2026 年 10 月 19 日报道,Anthropic 在 X 上表示,Claude Code 现在会在每一轮对话发送前用 gzip 压缩,让内容更快到达模型;云会话也在用户开始输入时即启动。报道称,相比 8 月,本地会话快 3 倍、云会话快 2.8 倍,API、chat 和 Cowork 平台快 1.5 倍。报道同时说明,这些数据按首 token 等待时间的 p90 衡量,不含模型处理时间;Claude API 的数字则采用含模型处理时间的 p50 首 token 时间。目前该改进已由 Anthropic 对外说明,尚无更多后续发展。
匹配字段标题
2026年10月16日,Anthropic发表《The AI Expectations Gap》调查,对比美国成年人与Anthropic员工对AI的预期。该研究基于2026年8月的调查。官方证据显示,91%的Anthropic员工认为AI到2030年能做出诺奖级发现,美国成年人中这一比例为39%;员工平均预期AI到2030年能完成自己当前75%的工作,美国在职者为28%。按该研究的经济模型,中位数美国成年人的回答对应2030年GDP增长5.4%,中位数员工对应17.1%。两组在自身工作被AI替代的比例上差异明显,但都认为替代越多、失业率越高。后续报道称,两组人对AI当下能力的判断大体一致,分歧集中在未来几年的技术进步速度和企业采用范围;95%的Anthropic员工仍认为未来12个月公司总人数会增加,中位数预期增长66%。目前该调查已公开发布,尚无进一步进展。
匹配字段标题
2026年10月20日,一位Anthropic工程师在30分钟工作坊中分享了Claude Code的高阶用法:在一个集成循环里同时运行100多个智能体,由1个主代理坐镇,子代理充当项目经理拆分任务、分发和交叉验收。相关报道据此建议开发者先在主窗口写好任务拆解与验收规则,再派生子代理并发执行子模块;同时提醒,百个代理同跑时若终止条件和权限边界没有写死,容易在死循环中消耗大量Token,新手宜从一主三副的小规模开始。目前该分享经单一来源报道,尚无后续发展事实。
匹配字段标题
Anthropic 改进了 Claude Code 的延迟表现。据 Analytics India Magazine 2026 年 10 月 19 日报道,Anthropic 在 X 上表示,Claude Code 现在会在每一轮对话发送前用 gzip 压缩,让内容更快到达模型;云会话也在用户开始输入时即启动。报道称,相比 8 月,本地会话快 3 倍、云会话快 2.8 倍,API、chat 和 Cowork 平台快 1.5 倍。报道同时说明,这些数据按首 token 等待时间的 p90 衡量,不含模型处理时间;Claude API 的数字则采用含模型处理时间的 p50 首 token 时间。目前该改进已由 Anthropic 对外说明,尚无更多后续发展。
匹配字段标题
Anthropic 正在为 Claude 准备个人财务功能。据 Testing Catalog 2026年10月19日报道,该功能将通过 Plaid 集成实现,可分析用户银行数据并生成多种仪表盘。报道称,该功能开发期间名为“Claude Money”,最新更新中已改名,并新增了引导页和 Plaid 集成逻辑,外界预计发布时间临近。目前尚无后续有证据支持的发展。
匹配字段标题
Anthropic 准备发布 Claude的个人财务功能
English translation is being prepared.
匹配字段标题