MultiO 研究指出,AI 模型獨有主張即使大致正確,也可能因誇大而誤導
MultiO 的模型分歧研究發現,AI 模型獨有主張即使方向大致正確,也可能因機制、措辭強度或數字誇大而誤導。
MultiO 的模型分歧研究發現,AI 模型獨有主張即使方向大致正確,也可能因機制、措辭強度或數字誇大而誤導。
作者介紹自己把 Claude Code 與 Codex 的協作流程移至 Orca,對範圍清晰的工作以 issue、隔離 worktree 和 quick commands 取代每次必備的 task.md。
AI Moonlighter(Claude)在公開實驗中接獲首位客戶,對方先要求把《神曲》首段以阿卡德音節楔形文字轉寫,並收到免費預覽。其後 Moonlighter 免費交付一份 SpaceX 網頁報告,附有 10 張圖表及每項數字的來源;目前共完成 1 項工作,收入為 $0.00。
RetryKit 提供針對 AI 應用程式的 TypeScript 可靠性工具,旨在解決通用重試邏輯引發的流量暴增、帳單錯誤重試、串流文字重複及工具呼叫訊息歷史損壞等問題。
Lean 與 Mathlib 社羣於 2026 年 11 月 21 日認證 Levent Alpöge 的 17-million-line Lean 程式庫正確陳述並證明黎曼猜想。
推薦理由:文章把編譯、定理陳述比對與多個證明核心的檢查分開交代,並指出認證涵蓋形式化產物,尚未解答證明如何簡化和理解。
文章梳理研究後指出,尚無證據證明 AI 助手會降低開發者智力,但學習時把思考和任務交給 AI 可能妨礙技能形成。METR 隨機試驗中,16 名資深開源開發者使用 AI 工具完成工作所需時間增加 19%,但仍感覺更快;Anthropic 的 52 人試驗中,使用 AI 的工程師測驗平均約 50%,手寫組約 67%,速度差異未達統計顯著。
Anthropic 數學家 Levent Alpöge 表示,他相信自己與 Claude 找到了黎曼猜想的證明;Lean 與 Mathlib 社羣於 11 月 21 日公佈多項獨立核查,並對原始猜想證明的正確性表示充分信心。
推薦理由:文章拆解 Lean 與 Mathlib 對命題、編譯、定理對照及證明檢查器的核查,並區分形式正確性、數學理解與獎項審議的不同階段。
Jarvis Nelson Osorio 梳理 10–17 November 2026 的 AI 智能體記憶與可觀測性動態,聚焦過時上下文、記憶整理、用戶檢視及行為重播。
Anthropic 員工 Levent Alpöge 聲稱與 Claude 合作,花六星期找到黎曼猜想的證明。他以 Lean 呈現研究結果,並稱完整證明超過 250,000 頁。牛津大學數學家 James Maynard 表示,他有 98% 或 99% 把握認為 Alpöge 的發現正確;黎曼猜想是克雷數學研究所的千禧年大獎難題之一,首個正確解答可獲 $1 million。
推薦理由:報道列出 Alpöge 以 Lean 呈現研究結果、完整證明逾 250,000 頁的説法,並引述牛津數學家對其正確性的 98% 或 99% 把握。
教育公司 Genius Group 表示,Anthropic 佔其 AI Treasury 穿透持倉的 21.3%,成為最大持倉;目前披露的 AI Treasury 投資僅 $657,100,透過兩隻上市基金間接持有。公司計劃在五年內投資最多 $800 million,並稱將以永久優先股為資金來源。
在 DealBook Summit 的 AGI 討論環節,Dan Hendrycks 呼籲無限期暫停前沿 AI 最大規模訓練,Max Hodak 則稱執行禁令需要全面網絡監控。Hendrycks 主張為 AlphaFold 等窄用途模型及語音模型保留例外,實驗室仍可出售推理服務並提升模型可靠性與安全性。Hodak 則主張以反壟斷法避免權力集中,並認為 AI 安全應靠廣泛分發,而非暫停訓練。
Claude 不能自行撥打電話,但可透過 MCP 伺服器連接器呼叫印度(+91)電話,由連接器負責撥號及語音互動。Behaf 的 Dial 支援英語及多種印度語言,設有撥號前準備檢查,並提供通話狀態和完整文字記錄。服務目前在印度以 early access 開放,使用 OAuth 登入,毋須 API keys。
Lean 與 Mathlib 社羣認證 Levent Alpöge 的黎曼猜想證明正確,該證明由他與 Claude 合作完成,並以 Lean 庫形式公佈。證明包含 1700 萬行程式碼,通過四項驗證標準;175187 個模組編譯零錯誤,兩個獨立檢查程式亦接受完整證明。認證在證明公佈後一天內完成。
推薦理由:報道列出認證採用的四項檢查,涵蓋命題一致性、編譯結果與獨立檢查程序,呈現這項形式化證明如何接受核驗。
Anthropic 數學家 Levent Alpöge 稱,Claude 在約六星期內協助他提出黎曼猜想的證明,兩組人其後核實其説法。Alpöge 提供以 Lean 編寫的程式碼供人驗證;這項猜想能否由該證明解決,仍待確認。
作者在 Claude Code 2.1.302 上測試五種故障,claude plugin validate 標出四種,卻放過一種載入即崩潰的 mod。claude plugin validate 只讀取程式碼,claude plugin test 則捕捉到載入錯誤;模組失效後,斜線指令可能被當作普通提示詞傳給 Claude。
提示詞快取重用重複的穩定前綴;文章稱,長前綴工作負載可使該部分輸入費用減少 50–95%。能否命中取決於前綴逐字一致,以及在快取到期前重用;文章並比較 Anthropic、OpenAI、Google Gemini 和 DeepSeek 的快取方式、期限與額外費用。
矽谷對 AI 末日的迷戀正令科技業部分人士走向近似邪教的虔信,Maple 修道院是文章聚焦的案例。前成員稱,Maple 監錄住民日常生活,並打算用錄音訓練一個以創辦人心智為模型的 AI;Maple 領導層否認幾乎所有相關指控。
多助手協作應為第二個 AI 助手指定不同交付成果,並由一名作者負責整合公開文本。9 November 的準備快照中,Claude 提供完整工作流程,Kimi 的回覆未完成;Gemini 和 Antigravity 因本地預留限制未參與,Codex 代作者完成三部分,但仍待審核。這次協作沒有測量時間或成本節省。
OwlMem 透過共享記憶和收件箱,讓 Claude 把未完成任務連同目標、範圍及驗證方式交給 Codex,毋須重新交代背景。啟用 auto-wake 後,Codex 有待辦任務時會由背景程式啟動;每個 AI 同一時間限處理一項任務,每項限時 30 分鐘,逾時會停止並標記為 declined。
Anthropic 首週交易於週五收市時,完全攤薄基準估值為 $1.6tn;股價收報 $88.91,當日下跌 8.5%,但仍高於 $83 的 IPO 價。公司以每股 $83 發售 1.127bn 股,募得 $93.5bn;Menlo Ventures 和 Lightspeed Venture Partners 按 IPO 價計各持有約 $25bn Anthropic 股票。
推薦理由:報道並列 IPO 募資、創投持股與上市初期股價變化,呈現 Anthropic 上市後的融資規模和市場反應。
The Verge 的 Nilay Patel 與資深 AI 記者 Hayden Field 討論 Anthropic 上市後,能否在股東回報、營收和算力開支壓力下持續優先投入 AI 安全。
AI 工具加快漏洞發掘與利用,文章提出先修補已知遭利用漏洞及暴露系統的次序。Microsoft 11 月 Patch Tuesday 按 Qualys 統計修補 1,252 個 CVE;文中亦列出已遭利用的 Outlook 漏洞 CVE-2026-124194,以及 Java4Shell 和 NGINX2Root。建議先處理已知遭利用、面向互聯網及身份系統的漏洞,再分批測試其他更新並確認安裝成功。
作者向來自 30 間公司的 65 個 AI 提問 127,918 次,發現不同用戶經常收到相同建議。書籍推薦中,73% 的回答是《Man's Search for Meaning》,而 90% 的求學建議指向電腦科學;在一個可逐階段測量的開放模型中,常見答案於監督式微調階段出現。測試亦顯示,提供個人細節可把常見預設答案比例由 53% 降至 11%,要求列出 10 個選項後自行挑選則降至 17%。
這篇教學介紹以 AI 理解陌生程式碼庫的方法,先建立程式碼地圖,再據此提問。作者建議把模組、資料流、高風險檔案、測試及專案規則整理在 CODEBASE.md。AI 會對照地圖與程式碼提供檔案及行號;文中的 starter kit 支援 Claude Code 和 Codex,並可顯示改動可能破壞之處。
這篇指南建議把一組規則加入 Claude Code 的專案指示(例如 CLAUDE.md),讓它先核對事實,只有遇到新事實、邏輯錯誤或遺漏限制時才改變立場。規則亦要求它用一句話説明異議再採取行動,並把品味和優先次序留給用戶決定;作者提供的入門套件可在 GitHub 免費取得。
robots.txt 只能表達網站對 AI 爬蟲的偏好,不能阻止請求;要確實封鎖,須透過 CDN、伺服器規則或登入限制執行。OpenAI 和 Anthropic 分別設有訓練、搜尋及用戶觸發抓取的爬蟲,網站可按用途設定,並在封鎖訓練抓取的同時允許搜尋引用。llms.txt 則是尚未成為標準的提案,透過精簡資訊和頁面連結協助 AI 助手準確讀取網站內容。
Anthropic 股價於上市第二個交易日(11月20日)收報 $88.91,下跌 8.5%;同期納斯達克綜合指數一週下跌 10%。收市後,公司完全攤薄市值為 $1.6 trillion,IPO 集資額達創紀錄的 $93.5 billion。
CoreWeave 透過大量借貸建設 AI 數據中心,債務已達 $47bn,文章以此分析 AI 基建擴張對融資和客戶需求的依賴。超過 $10bn 債務將於明年到期,公司預計下一季度利息支出超過 $1bn;其融資包括以 GPU 作抵押的貸款及無抵押票據。客戶預付款、客戶償付能力和數據中心項目延誤均關係到其償債能力,CoreWeave 則稱已有 $132.5bn 合約承諾。
Buckmaster 與 Anthropic 的 Levent Alpöge 在 GitHub 發布一份證明,主張 Navier–Stokes 方程在沒有外力作用下也會於有限時間爆破。
推薦理由:報道將無外力 Navier–Stokes 證明與 OpenAI 先前的帶外力構造並置,並指出數值證書及 Lean 形式化流程的具體缺口。
作者以相同任務、提示詞和輸入,讓 Claude Code 與 Codex 對戰,並用事先編寫的標準答案及 100 分評分表比較結果。評分涵蓋準確度 40 分、返工 20 分、速度 15 分、品質 15 分及遵循指令 10 分,人工修正也計入評分。
ClawDOS 是一款可在 IBM PC XT(8088、4.77 MHz、640K RAM、CGA)上運行的 DOS AI 編碼智能體,透過 Claude Messages API 操作檔案、編寫程式,並呼叫 Turbo C 編譯及執行。
Anthropic 數學家 Levent Alpöge 稱,他與 Claude 合作證明黎曼猜想,並在個人網站發布四頁説明;公開內容只有 Lean 程式碼,沒有可供閲讀的論文。MIT 數學家 Andrew Sutherland 已獨立編譯該 Lean 證明,但核對程式是否精確證明原述命題的自動比對仍未完成。Alpöge 亦稱該方法可證明範圍更廣的廣義黎曼猜想,並表示會嘗試理解、簡化論證及正式撰寫。
推薦理由:報道並列 Lean 證明的獨立編譯、仍待完成的自動比對,以及 Alpöge 尚未完全掌握論證的情況,呈現這項宣稱的核驗脈絡。
作者分享五種 Claude Code Hooks,展示如何在工具呼叫前或回覆結束前阻止重複錯誤,並提供程式碼、設定和測試方法。案例包括草稿中的長破折號、回覆語言錯誤、發佈至錯誤帳戶、未核實便聲稱問題已修復,以及遊標停留在密碼欄位。作者建議先找出實際成因,再設置阻止機制並刻意測試;寫作品質和選題等判斷則保留給人處理。
Scale AI 共同創辦人 Lucy Guo 稱,她為支持前任的生活方式,沒有在 Anthropic 估值 1830 億美元時投資,錯過了可能帶來 10 億美元收益的機會。她表示,自己的種子輪投資仍帶來九位數的 Anthropic 股票。
截至 2026 年 11 月 21 日,Anthropic 尚未公佈 Claude Saga 6,亦未提供 Claude 6 的推出日期。網上流傳的説法指 Claude Saga 6 在一項未具名的基準測試中取得 2294 分,但沒有提供測試名稱或來源;Anthropic 的官方模型清單和版本説明亦未提及 Saga。
Codex 與 Claude Code 通常可共用只採用 name、description 前置資料及純 Markdown 指令的技能,但要分別安裝到各自路徑。
Anthropic 數學家 Levent Alpöge 稱他與 Claude 找到黎曼猜想的證明,並以 Lean 分成 14 個數據包發布;數小時後,Stanford 的 Ravi Vakil 公開 Alessandro Masullo 不使用 AI 撰寫的廣義黎曼猜想證明草稿。Vakil 隨後表示,多人已指出 Masullo 的草稿存在問題,相關證明仍須經數學界審核才能獲接納。
EPMOS 發佈每日世界掃描,整理 11 月 20 日核實的動態,包括 Anthropic 宣佈 IPO 及同步私募配售完成,以及 OpenAI 致力打擊 AI 模型的對抗式蒸餾。掃描亦涵蓋 AI 圖表更新、核聚變創業項目及太空晶片等消息;未能核實主要來源的項目則暫不刊出或列為待核實。
作者建立 job-market-qa,讓 Claude 把自然語言問題轉成 SQL,透過 DuckDB 查詢招聘職位資料並回傳數字或小型資料表。一次查詢使用來自 76 個來源的 16,739 則職位資料,得出初級遠端職位有 32 個、遠端職位佔 15.35%。查詢會經過安全規則檢查;需要 API key 的模型查詢不可用時,工具會以模式引擎回答能識別的問題。
美國科技股急跌,Nasdaq 100 週五下跌 5.6%、全週下跌 10.4%,創 Covid-19 危機以來最差單週表現,並較 10 月高位低 20%,進入熊市區間。