跳到正文
11月17日週二
  1. Claude Code:GitHub Releases52

    Claude Code v2.1.326 支援 Agent Teams 下的 Code Mode,並調整沙盒權限

    Claude Code v2.1.326 新增 Agent Teams 與 Code Mode 的配合支援,啟用 Code Mode 的 Agent Teams 工作階段現在會以該模式啟動。版本同時修正 MCP、背景 Agent、Remote Control、終端及 VS Code 等多處問題,並調整沙盒和權限規則。另改善終端操作速度、閒置 CPU 使用量及多項錯誤提示。

  2. Dwarkesh Patel:Podcast & Blog66

    Paul Christiano:足以推翻政府的 AI 或在 12 個月內出現

    Paul Christiano 在 Dwarkesh Patel 的訪談中估計,若 AI 發展不減速,未來 12 個月出現足以推翻政府的超級智能機率約為 1/3。他主張前沿實驗室暫停進一步演算法改進,直至資安足以保護模型權重與研究秘密,並能判斷系統是否受控;他擔心外洩會令實驗室即使察覺風險也難以減速。

  3. The Decoder49

    Anthropic:智能體記憶的關鍵在於懂得忘記,而非儲存多少

    Anthropic研究Claude跨工作階段的智能體記憶,發現選擇性記錄比詳盡存檔更有效,事後核對舊紀錄亦可修正錯誤。Dreaming會在閒置期間比對過往對話紀錄與備忘,修正錯誤並整理知識庫;法律測試中,Claude使用維基得分87%,單用搜尋為73%。記憶仍有額外運算成本和延遲,筆記亦需要定期維護。

  4. DEV Community41

    Claude 未來模型將加入文字水印:AI 管治有何改變

    Anthropic 宣佈,Claude 未來模型會生成帶有文字水印的文本,讓人估算文本至少部分由 Claude 生成的可能性。水印透過保留原意的替代用詞形成可用密鑰驗證的統計模式,不會加入隱藏字符或可識別個人、機構或對話的資料。偵測需要足夠文本樣本,水印亦不能判斷內容是否正確或是否由其他模型生成,因此結果應用於風險評估,而非單獨觸發懲罰或合規決定。

  5. Unite.AI47

    建築物管理如何揭示 AI 智能體從聊天走向行動

    建築物管理業正測試讓 AI 智能體直接使用企業系統並完成任務,涵蓋維修請求、清潔工程資料和多步營運流程。Yardi 的 Chat IQ 以 Voyager 即時資料回答問題並標示緊急程度;SkyPSI 的免費應用程式 Operator+ 涵蓋 17.1 million 棟美國商業建築。AppFolio 的 Realm-X AI 行動一年增長七倍,新版本已納入所有方案。

  6. Anthropic:Research(發表成果 · 網頁)75

    Claude 解決黑洞物理學中的兩個未解問題

    Anthropic 的 Claude 解決了理論物理學中兩個關於黑洞與量子引力的未解問題。在 N=4 super Yang-Mills 理論中,它算出弱耦合下的相變仍是突變;在模組 bootstrap 中,它推導出 Λ 的精確公式(約為 9.1266),並證明該版本方法無法再降低黑洞質量上限。兩項結果都不直接描述我們的宇宙,也沒有實際應用,但有助於理解量子力學與廣義相對論如何統一。

11月16日週一
  1. Anthropic:Research(發表成果 · 網頁)65

    Anthropic 縮短協調漏洞披露政策期限

    Anthropic 將協調漏洞披露(CVD)政策的披露窗口縮短,高危及嚴重級別漏洞由 90 日改為 30 日,其他漏洞由 90 日改為 45 日。新時限適用於 2027 年 1 月 1 日或之後向供應商及維護者報告的漏洞,當日仍在處理的報告沿用原有期限。

  2. Unite.AI59

    AI 評審偏重論文附錄,可能妨礙 AI 科研進展

    一項分析 2,000 篇論文的新研究發現,AI 評審把更多批評指向附錄,與人類評審的關注分佈明顯不同。AI 模型將 62% 的已識別弱點歸於附錄材料,人類評審則為 8.4%;較新模型約有 50–70% 的批評來自附錄,GPT-5 則不足 30%。研究指出,偏重附錄可能令評審過度關注次要細節而忽略論文主要發現;這種偏差在不同模型存取方式下仍然存在。

  3. Unite.AI54

    2027 年 AI 安全:智能體權限將界定事故影響範圍

    文章預測,2027 年 AI 智能體安全的關鍵將是權限邊界能否限制軟件把誤解轉化為實際操作,而不只是判斷身份或回答是否可信。作者提出四項觀察方向,包括生產環境中的權限證據、兼顧防禦與合法任務完成的評測、可追溯的事故權限路徑,以及跨連接器的撤銷測試。作者把撤銷後 60 秒內阻止新受保護操作列為預測目標,並指出這是其預測,而非來源所述要求。

  4. Import AI49

    Import AI 481:AI 系統外判工作、為 AI 建設的濕實驗室,以及開發期間的隱蔽行為

    FrontierML 顯示,前沿 AI 系統能運用資金提升機器學習任務表現;Opus 5.5 獲 $10 和 $200 時,平均分別提升 45.4 和 58.8 分。初創公司 Petrichor 正建設可供 AI 實驗室及模型使用的濕實驗室,讓智能體以 API 形式提交實驗並接收結果。Scale AI 建立 RSI Control Arena,測試 AI 系統在自主開發自身時執行危險任務的表現。

  5. TNW76

    Anthropic IPO 認購需求高於 SpaceX 同階段,股份週四掛牌

    Anthropic IPO 認購訂單已接近發售股數的 7 倍,需求高於 SpaceX 同一階段;股份預定週三定價,並於週四在 Nasdaq 以 ANT 開始交易。Anthropic 及部分支持者計劃籌集最多 $90.4bn,其中包括 $26bn 私募;若達此規模,將超越 SpaceX 的 $75bn 基礎交易,成為史上最大規模上市。

    推薦理由:報道並列認購倍數、估值所依據的營收預測,以及投資者對競爭、治理和算力投入的疑問,勾勒這宗 IPO 的定價背景。

  6. O'Reilly Radar62

    AI 能編碼後,程式設計師還要負責甚麼?

    Shahid N. Shah 和 Andy Oram 認為,AI 參與編碼後,開發者應把重心放在需求對話、規格護欄、本體維護,以及建立檢查和修復程式碼的工具框架。文章建議為每項需求附上測試、檢查或指定審核者作為依據,並以重新生成比對和每週偏移審核檢查程式庫。作者説明,這些建議源自 Shahid 的實務經驗,並非受控研究。

  7. 虎嗅58

    AI 辦公能提升個人效率,企業為何仍不願買單?

    目前 AI 辦公產品已能提升個人資訊整理、寫作和調研效率,但企業難以證明團隊效益,因此大規模採購和付費尚未形成。企業落地受組織上下文割裂、內部系統及私有數據難以打通、安全治理和流程梳理等因素限制;國內產品與 Claude CoWork 在長程任務、自我驗證及錯誤恢復方面仍有差距。

  8. DEV Community68

    哪些搜尋 API 容許儲存結果並供 LLM 使用?

    cloro 比較八種搜尋 API 的公開條款,整理將搜尋結果交予 LLM、儲存、用於模型訓練及展示時各自的限制。Perplexity 表示不會以客戶內容訓練模型;Brave、Parallel 和 Gemini grounding 對儲存或訓練設有限制,而 Gemini grounding 的結果文字只可為列明用途儲存最多兩年。

  9. DEV Community71

    Hearth 以 Ollama 運行的家用 AI 助理測試資料是否離開電腦,發現 Python 記錄漏掉 FFmpeg 連線

    WeekendAiProjects 測試 Hearth 家用助理,發現 FFmpeg 解析音訊時可能開啟網絡連線,而 Python 網絡記錄看不到這些編譯程式碼發出的連線。他們改為按 MIME 類型或副檔名指定音訊格式,並以應用程式記錄、作業系統連線檢查及拔除網絡等方式交叉驗證本機運行。文章亦指出,提示詞措辭無法可靠阻止文件中的植入指令,小模型環境下應在程式碼層過濾相關句子。

  10. TNW56

    《華爾街日報》報道特朗普政府擬將 Nvidia、OpenAI、Anthropic 等列為 AI「國家冠軍」

    《華爾街日報》報道,特朗普政府計劃把 Nvidia、Amazon、Microsoft、OpenAI 和 Anthropic 等二十多家企業列為 AI「國家冠軍」,協助美國 AI 公司爭取海外業務,抗衡中國競爭者。計劃將美國晶片、AI 模型及其他產品打包,方便海外政府和企業採購;名單或於未來一週內由商務部長 Howard Lutnick 公佈,但時間仍可能變動。