有人真的讓 Claude 全權自主經營整間公司嗎?
發文者詢問,是否有人曾讓 Claude 全權自主經營整間公司,涵蓋產品開發、營運管理、市場推廣、銷售、客戶支援及決策,並全天候運作。問題亦聚焦於不需每日提供提示詞、只由 AI 經營的情況。
發文者詢問,是否有人曾讓 Claude 全權自主經營整間公司,涵蓋產品開發、營運管理、市場推廣、銷售、客戶支援及決策,並全天候運作。問題亦聚焦於不需每日提供提示詞、只由 AI 經營的情況。
作者以 Claude Code、Sonnet 5.5 及自己的 google-docs-mcp 伺服器測試,Code Mode 在三次工具呼叫的任務中,把模型請求由 5 次增至 13 次,估算成本由 $0.191 降至 $0.107,耗時同為 21 秒。
文章建議,向外部助理交接歷史執行上下文時,傳送精簡摘要,並將完整歷史留在本端或雙方可存取的儲存位置。A2A 1.0 的一次傳送只帶一個 Message,摘要可放入文字或資料部分;history 和 historyLength 只控制伺服器回傳的歷史,不會把舊訊息帶入請求,MCP 則把摘要放在工具參數中。
VideoMemBench 評測 25 個模型在影片多輪對話中的記憶能力,Claude Opus 5 綜合得分 45.7,位列第一。數據集包含 326 段影片及 2,476 輪問答,其中 1,387 輪需要依賴前文,評測分為場景依賴和答案依賴。依賴距離由 1 輪增至至少 5 輪時,受測模型的平均準確率由 30.2% 降至 23.1%;Claude Opus 5 的答案依賴指標為 35.7%。
OpenAI 與 Anthropic 的 AI 研究團隊近期提出多項千禧年難題相關成果,涵蓋黎曼猜想、ETH 與納維–斯托克斯等問題,但多項仍處於核驗或審查階段。七題中,龐加萊猜想仍是克雷數學研究所正式列為已解決的唯一一道;黎曼猜想出現完整證明聲明及核驗進展,納維–斯托克斯也有新解答主張。ETH 證否正在接受獨立審查;BSD 與霍奇成果限於特定範圍,楊–米爾斯質量間隙仍未解決。
用戶可透過供應商的用量頁面或 TokenVive,在 iPhone 和 Apple Watch 查看 Codex、Claude Code 的帳戶用量及剩餘額度。
兩份競爭性的黎曼猜想證明於 11 月 20 日公開,其中一份來自 Anthropic。數小時後,美國數學會主席發佈一名史丹福年輕研究者撰寫、未使用 AI 的草稿。
Anthropic於11月20日宣佈IPO完成,公開發售及同步私募配售合計總額約$119.5 billion。公開發售總額約$93.5 billion,其中約$91.6 billion來自Anthropic售股,其餘來自既有股東;另有$26 billion私募配售予7家策略夥伴,公司兩項交易估計淨所得約$117 billion(按行使全部額外股份購買權計)。
推薦理由:文章拆分公開發售、既有股東售股與策略夥伴私募的資金構成,並對照多年運算基建承諾,釐清交易總額與公司實際所得的差別。
作者讓 Claude 從空資料夾出發,在 $0 現金支出下自行設計、編寫並訓練模型挑戰 GPT-2;三個主要關卡中兩關未達預設標準,另一關在 HellaSwag 超越 GPT-2 small。
Levent Alpöge 與 Claude 公佈黎曼猜想的 Lean 形式化證明,James Maynard 估計其有 98% 至 99% 機會正確。Andrew Sutherland 確認證明通過三個獨立外部驗證內核的全量複核,官方防篡改複驗仍在收尾。數學界的討論亦聚焦於如何理解其論證,以及現有期刊審查和千禧年獎規則如何處理這類程式碼證明。
推薦理由:文章把形式化驗證與數學理解的落差,連同學術出版和千禧年獎規則面對的挑戰,放在同一案例中梳理。
美股科技股大幅拋售,納斯達克綜合指數下跌 5.28%;Anthropic 上市及英偉達交出強勁季度財報,仍未能扭轉市場對 AI 增長前景的疑慮。英偉達當日下跌約 14%,Anthropic 股價於上市第二個交易日收於每股 88.91 美元;文章將市場焦慮指向科技巨頭 AI 資本開支、融資規模與商業回報的不確定性。
教程示範如何以 Node.js、WhatsApp Cloud API 及支援工具調用的 LLM,建立可讀取自由文字並處理訂單的 WhatsApp AI 智能體。智能體可用英語、印地語或 Hinglish 回覆,並透過工具查詢商品、建立訂單及產生付款連結;價格和總額由程式碼計算,模型不能直接存取資料庫。
文章指出,聊天機械人只按提示詞回覆,智能體則接受目標、拆解步驟、呼叫工具、評估結果並反覆迭代,直至完成目標或停止。文中以是否具備這個循環區分工作流與智能體,並建議固定步驟或單次 LLM 呼叫已足夠時,不必加入智能體;若授予工具權限,應設最小權限、人工審核及操作記錄。
作者測試 Claude Code 的長工作階段提醒後發現,單次呼叫上下文仍曾達 689K tokens;改動主機預設後,後續三日沒有單次呼叫超過 171K。設定包括把自動壓縮窗口設為 200000、將子智能體預設模型改為 sonnet,並停用三個未使用的插件。作者指出每日總量受工作量影響,因此以單次上下文的 p90、最大值和模型分佈作比較,且提醒主工作階段的 hook 不會監察子智能體。
阿什頓·庫徹與蓋伊·奧塞裏共同創立的 Sound Ventures 累計向 Anthropic 投資約4.35億美元,上市前持股價值據彭博社估算約70億美元,約為本金的16倍。
推薦理由:文章梳理庫徹從早期科技投資到基金管理的轉變,並連結其創業者評估方法與 Sound Ventures 投資 Anthropic 的決策脈絡。
Anthropic 2026 年首九個月每 $1 收入的客戶服務成本降至 14.5 美仙,作者計算的毛利率為 85.5%,但仍錄得 $1.26 billion 營運虧損。
推薦理由:文章將客戶服務成本與模型研發等算力支出分開核算,呈現 Anthropic 毛利率改善與營運虧損並存的財務結構。
Anthropic於11月20日登陸納斯達克,上市首日收市市值達1.27萬億美元。IPO募資約813億美元,另完成260億美元私募配售;同日MINIMAX(00100.HK)跌10.8%,智譜(02513.HK)跌7.17%。報道引述分析人士稱,上市可能促使市場更重視大模型公司的收入可持續性、毛利率、經營現金流及客戶留存率,而非只看模型跑分與融資敍事。
推薦理由:報道把 Anthropic 上市放在大模型公司的公開市場估值框架中,梳理收入、毛利率、現金流和客戶留存率如何成為後續上市企業的比較維度。
InferenceKey 用 24 GB RTX 4090 配合 Claude Code 測試 SenseNova 6.8 Code2Video,10 分鐘完成 12 秒片段,40 分鐘後仍未完成影片。
Anthropic 數論學家 Levent Alpöge 稱,他與 Claude 合作發現黎曼猜想的證明,但主張尚未獲獨立核查。公開材料是以 Lean 4 編寫、分成 14 個存檔部分、約 17 million 行的形式化內容;目前尚無完整論文,Alpöge 也表示自己尚未完全掌握其中的數學。
NYU 的 Tristan Buckmaster 與 Anthropic 的 Levent Alpöge 發表一項 AI 輔助證明,論證 Navier–Stokes 方程會發生爆破。兩人表示,該證明補上了 OpenAI 解法中的一個漏洞。
Google 在七週內推出四款 Gemini 4 模型;作者認為各實驗室在不同排行榜各有領先,市場競爭焦點正轉向特定工作負載的成本。
《華爾街日報》報道,Anthropic CEO 達裏奧·阿莫代伊曾於 2010 年拒絕馬斯克招攬,並於 2016 年加入 OpenAI。他於 2020 年因公司治理及 AI 安全理念分歧離開 OpenAI,並於 2021 年創立 Anthropic;妹妹丹妮拉現任公司總裁兼董事會主席,負責日常營運。
硅谷101回顧Anthropic從AI研究實驗室崛起至登陸納斯達克的歷程,將其增長歸因於模型研發、企業市場策略及產品擴張。文章梳理七名OpenAI核心成員創立Anthropic、Claude系列與Claude Code推動商業化,並指出公司2025年收入達45.85億美元,2026年第二季度收入約116億美元。
Anthropic 上市後透過特殊股權設計,讓包括 CEO Dario Amodei 在內的 7 位聯合創辦人共同掌握 50.1% 的股東投票權。F 類股令投票權比例不因發行普通股而被稀釋;另設持有 T 類股的獨立信託維護 AI 安全使命,並通常有權任命或罷免董事會多數席位。IT之家轉述的報道亦將此與黃仁勳對照,稱他持有約 3.5% 英偉達股份且沒有特殊投票權,並因缺少類似保障而被董事會「請出」。
Anthropic 上市後透過特殊股權設計,讓包括 CEO Dario Amodei 在內的 7 位聯合創辦人共同掌握 50.1% 股東投票權。F 類股令這一投票權比例不會因公司日後增發普通股而被稀釋;另設持有 T 類股的獨立信託,以維護 AI 安全使命,通常有權任命或罷免董事會多數席位。
兩名數學家在數小時內先後聲稱獨立證明黎曼猜想,其中 Anthropic 數學家 Levent Alpöge 表示曾獲 Claude 協助,並以 Lean 程式公開證明。Elliot Glazer 指出,形式化命題實為廣義黎曼猜想(GRH);Alessandro Masullo 則公佈一份約 940 頁、由人手撰寫的 GRH 證明草稿。文章指出,這項 AI 相關證明尚未核實,Lean 程式仍在編譯。
Claude Opus 4.6 在深度推理、長上下文分析及技術工作方面表現突出,評測認為它適合重視這些能力的開發者。Claude 的上下文窗口為 200K tokens;Claude Sonnet 4 API 輸入價格為 $3/MTok,適合日常編碼。相較之下,ChatGPT 的多模態功能及外掛生態較廣,Claude 則在純編碼和技術分析方面更具優勢。
作者盤點 Claude Code 中 19 個 MCP 伺服器提供的 738 個工具,發現 30 天內只呼叫過 39 個,這些伺服器的工具呼叫佔全部工具呼叫的 0.9%。MCP 每次對話預先佔用 16,500 個 token,另有 524,700 個工具定義延後載入;工具最多的伺服器並非預先成本最高者。作者計劃停用 12 個零調用伺服器,估計每次對話至少可釋出 9,300 個 token。
四個非牟利組織於 2026 年 11 月 12 日起訴 OpenAI 等五家公司,要求禁止開發或部署能力超越各自起訴日最強系統的 AI。訴訟在三藩市高等法院提出,依據加州《不正當競爭法》的公共妨害理論,並要求禁止 AI 自主進行或指揮 AI 研發;現有產品可繼續銷售。法院尚未作出裁決,作者認為全面禁令不易獲批,較可能出現範圍較窄的命令或協商承諾。
Cursor 表示,惡意 Claude Code 擴充功能副本曾經其市集快取分發;Privacy Mode 內的提示詞和程式碼未受影響,外洩的編碼 Agent 軌跡來自未啟用該模式的工作階段。
Anthropic 數學家 Levent Alpöge 公開 14 個 Lean 壓縮檔案,聲稱與 Claude 合作完成黎曼猜想的形式化證明。他沒有發表完整論文,而是將證明拆成 14 個壓縮檔案;若整理成載有全部細節的文檔,篇幅會超過25萬頁。Lean 能檢查形式化推導,但外部研究者仍須確認代碼能否完整編譯、使用了哪些公理,以及最終定理是否確實等價於黎曼猜想。
文章將 11 月 20 日美股急跌解讀為監管、政治、IPO 與沽空等不同風險同期出現,而非統一安排。當日納指跌 5.28%,NVIDIA 跌 14.01%,AMD 跌 13.25%;文中提到 SEC 對 NVIDIA 的民事調查,以及 Hunterbrook 對 AMD 發布的沽空報告,AMD 否認報告中的指控。
數學家 Alessandro Masullo 公開一份聲稱證明廣義黎曼猜想(GRH)的 940 頁手稿《The Music of the Primes》,作者稱研究歷時近 12 年,完全未使用 AI。
在 Anthropic 任職的數學家勒温特·阿爾珀格稱,他藉助 Claude 找到黎曼猜想及廣義黎曼猜想的證明;相關 Lean 程式碼已通過編譯,但數學界尚未正式接受這項結果。這份證明若轉成可供人閲讀的數學文本,超過25萬頁,Lean 程式碼長達1,700萬行;專家仍在核對猜想定義是否遭改動,以及是否利用 Lean 內核的未知錯誤。
Anthropic 數學家 Levent Alpöge 聲稱與 Claude 合作找到黎曼猜想及廣義黎曼猜想的證明,並公開分為14個壓縮檔的 Lean 形式化證明材料。外部數學家仍需檢查檔案能否完整建構、是否依賴未經證明的假設,以及程式中的定理是否真正對應黎曼猜想。
推薦理由:報道交代了形式化證明材料的公開方式和外部核對重點,呈現機器可檢查的程式與數學界確認證明之間尚有的審查環節。
11月20日,美股三大股指集體大幅下跌,納斯達克指數跌5.28%,標普500指數跌3.7%,NVIDIA 股價跌14.1%,費城半導體指數跌約10.7%。文章列出 AI 概念股估值偏高、基建投資回報疑慮、美國通脹及加息預期,以及 SEC 調查 NVIDIA 可能存在的會計問題等因素;調查不代表企業已違規。文章指出,這輪拋售不一定意味 AI 基本面逆轉,市場正更嚴格審視投資回報、盈利能力與現金流。
在每月 10M 輸入 token、2M 輸出 token的固定用量下,Gemini 4 Neon、Claude Opus 5.5 及其 fast 版本的月費分別為 $60、$80 和 $160,年費為 $720、$960 和 $1,920。
Anthropic 數學家 Levent Alpöge 聲稱與 Claude 找到黎曼猜想及廣義黎曼猜想的證明,陶哲軒表示數學界梳理核心思路並驗證正確性仍需時間。逾 25 萬頁文字證明未有公開,現有材料包括 4 頁説明,以及分成 14 個壓縮包、合共約 1,700 萬行的 Lean 形式化程式碼。克雷數學研究所規定解答須在同行評審期刊發表,並經至少兩年驗證及獲數學界普遍接受,才可進入獎金評審程序。
AI Tokenomics 的核心矛盾是,Token 單價下降之際,企業 AI 總開支仍可上升,因為每項任務的 Token 用量和任務數量也在增加。Bain 數據顯示,2024 年 12 月至 2025 年 12 月,Token 成本減半而用量增加 450%,總支出約增至 2.75 倍。文章建議以用量預算、按任務難度選模型、快取及限制 Agent 執行循環來管理需求。
TENSORAXIS 的比較指出,AI 閘道的選擇通常取決於費用結構、模型覆蓋和部署方式,而非醒目標價;這不是獨立基準測試或第三方用戶評測。