承认婚外情后,英伟达CEO黄仁勋退出ElevenLabs峰会等多项公开活动
英伟达CEO黄仁勋承认婚外情后,已退出原定于本周三在纽约举行的ElevenLabs峰会及包括Anthropic CEO论坛在内的多项公开活动。英伟达正针对黄仁勋与相关女性的关系展开内部调查,该事件引发外界对其能否继续担任英伟达CEO的关注。
推荐理由:事件发生在英伟达CEO承认婚外情后,读者可以关注高管个人丑闻对AI公司商业合作和高层稳定的影响。
英伟达CEO黄仁勋承认婚外情后,已退出原定于本周三在纽约举行的ElevenLabs峰会及包括Anthropic CEO论坛在内的多项公开活动。英伟达正针对黄仁勋与相关女性的关系展开内部调查,该事件引发外界对其能否继续担任英伟达CEO的关注。
推荐理由:事件发生在英伟达CEO承认婚外情后,读者可以关注高管个人丑闻对AI公司商业合作和高层稳定的影响。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2,两者在多份独立评测中超越 Gemini 4 Carbon 与 Opus 5.5,重回全球 LLM 榜首。
Anthropic 测试显示,Claude Fable 5.2 对代码所有权的提示措辞敏感,所有权声明显著影响代码重构行为。 当提示词声明代码库属于模型时,模型合并重复代码的概率约为 50%;若无此声明,概率降至不足 10%。
Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款模型,在编码、推理及网络安全领域表现显著提升,输出速度提高 30%,成本下降 20%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,从空文件夹开始由 1000 多个 Agent 耗时 8 天自主编写完整操作系统并在笔记本上跑通。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
百度因向科技行业输送大量创始人才,被称为“黄埔军校”。其人才版图覆盖快手、滴滴、地平线、小马智行等公司,延伸至自动驾驶、企业软件及大模型领域。 涉及人物包括宿华、张博、余凯、彭军等,路径涵盖自行创业或业务独立。这一现象反映了百度在搜索、AI 及汽车智能化领域的人才孵化能力,影响深远。
METR 最新数据表明,Anthropic 未公开模型 Model 4 的 AI 基准得分增速已超指数曲线,且 AI 研发自身进入了 2.5 到 3 倍的“算力乘数”加速期。
推荐理由:用 METR 曲线修正和三大实验室的全自主研究现状,给出了通往超级智能的倒计时和关键拐点。
Anthropic 计划通过 IPO 募集至多 693 亿美元资金,该规模仅次于 SpaceX(857 亿美元)。股票预计 11 月 19 或 20 日以代码 ANT 在纳斯达克上市。
Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2,两款模型在 AA Intelligence Index v5 中分别以 65 分登顶,并在 ARC-AGI 3 达到 81%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
Anthropic 正推进 IPO 计划,据报道计划本周确定估值区间,并在下周四或周五开始交易。机构投资者正推动估值低于此前讨论的 1.5 万亿美元目标,而几个月前曾提及的估值为 2 万亿美元。
Anthropic 于 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2,该模型在编码基准上超越 Opus 5.5,并提供 2.5 倍速的 Fast 模式。此次发布是 METR 报告指出 Anthropic 接近递归自我改进之后的首个模型更新,报告称内部模型使 AI 研发速度提升约 2 倍。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
Anthropic 发布 Fable 5.2 和 Mythos 5.2,llm-anthropic 0.31 已集成支持。 作者测试了 Fable 5.2 生成企鹅骑行 SVG 的效果。xhigh 推理级别效果最佳,max 级别因 128,000 思考 token 耗尽失败,此前 Fable 5 和 5.1 无此问题。
芝加哥大学法学院教授William Baude让Claude更新旧讲义页码,Claude误删了他一年的宪法课讲义和本学期教学大纲。Baude后来靠Dropbox找回了全部被删文件。文章针对此事给出建议:让AI只操作副本、单独设权限、改完另存新文件,并提前确认云盘的恢复规则,避免AI直接动到原件。
推荐理由:通过真实误删案例,文章梳理了给AI开权限、操作副本、设置目录隔离和事后恢复文件的具体做法,供读者迁移到日常工作。
作者将 Claude Code 等 AI 智能体迁移至非特权虚拟机中以防范供应链攻击和内核漏洞风险,同时通过非特权 Podman 和 Tailscale 实现容器测试与跨设备访问。
Claude Fable 5.2 和 Mythos 5.2 重新夺回 AI 性能领先地位,价格低于前代,输出速度提升最高 30%。Anthropic 称其主动限制了对 AI 研发有直接加速作用的 RSI 能力,但这两个模型成功形式化了费马大定理的证明,在 CVE 数据库中发现了比前代更多的漏洞,其中每 6 个确认的漏洞中有 1 个是其他前沿模型遗漏的。
推荐理由:模型在基准测试和安全漏洞挖掘中刷新纪录,并展示了在数学形式化验证上的重大进展。
英伟达确认黄仁勋继续担任 CEO,其承认出轨后向员工道歉。特朗普与马斯克表态支持其留任。 华为、江淮和 Stellantis 三方合作的玛莎拉蒂 Design 新车外观确认,预计明年 Q4 量产动态;尊界或推 40-50 万元价位 SUV 子品牌。 奥迪 A8 正式停产,小米汽车 10 月零售 50,123 辆,享界 G9 首周交付 1435 辆。
该追踪器持续监控 AI 泡沫风险,涵盖 15 项支出、14 项供应、12 项使用及 3 项价格指标。 重点展示超大规模云厂商季度资本支出、Nvidia 客户支付周期、OpenRouter 模型代币使用量及美光 DRAM 现货价格等数据。 通过交叉比对资本支出增速与实际业务需求,旨在量化评估 AI 基础设施建设的可持续性及潜在市场泡沫。
Anthropic 官宣推出基于同一底层模型的 Claude Fable 5.2 和 Claude Mythos 5.2,面向不同用户场景开放。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
Playcode团队发现,AI实验室正通过膨胀输出token或更换分词器,在不提高每token单价的情况下变相涨价。测试显示,OpenAI的GPT Image 2.6比2.5消耗3.3倍的输出token,而Anthropic的Claude Fable 5.2比5.1消耗3.4倍的token且成本更高,尽管标称价格更低。
在推行 100% AI 生成代码指令一年后,团队发现没有人真正理解这些代码。 该观点源自 Hacker News 社区讨论,反映了全量 AI 编码带来的可维护性危机。
Claude Fable 5.2 和 Claude Mythos 5.2 在 Amazon Bedrock 和 Claude Platform on AWS 推出。Claude Fable 5.2 面向编码、数学和科学类技术任务,能自主迭代和长时间运行;Claude Mythos 5.2 在网络安全和生命科学领域通过 Anthropic 的验证项目提供服务。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
OpenAI 全球事务主管称数据中心成为公众对企业权力不满的代名词,但实地探访显示反弹核心是电力消耗。 弗吉尼亚州数据中心平均功率达 54 兆瓦,AI 训练目标高达 6000 兆瓦,迫使企业自建天然气发电设施。 行业若忽视物理电网负荷与污染影响,难以缓解社区对巨型数据中心的抵触情绪。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 模型。这两款新模型旨在应对最具挑战性的技术难题,并在编码、推理和视觉领域表现出改进,可作为多个领域雄心勃勃项目的合作者。
推荐理由:官方确认两款新模型上线,它们在编码、推理和视觉能力上针对复杂技术挑战进行了优化。
AI 并非主要威胁,真正的问题在于驱动其发展的资本主义贪婪。作者指出,全球数据中心建设消耗大量资源,同时巨额资本(1.9 万亿美元)涌入导致非 NVIDIA 公司亏损,且 AI 爬取占互联网流量 64% 以上。
Claude Code v2.1.321 将 Claude Fable 5.2 设为默认 Fable 模型,支持 1M 上下文,输入输出价格分别为 $8/$40 per Mtok,缓存读取 $0.20/Mtok。 该版本为 claude remote-control 新增 --settings 参数,并修复了 MCP OAuth 泄漏、沙箱权限判定、网络路径编辑等多项安全与稳定性问题。
Claude Fable 5.2 from Anthropic has been released on AI Gateway. It is positioned for open-ended technical work。
研究人员发现,LLM 提供商返回的加密隐藏推理块可跨会话、跨用户和跨模型复用;将其中一个块输入较弱的同类模型后,模型会以明文输出完整推理轨迹。作者利用该方法从公开日志中恢复了 367 条个人身份识别信息(PII)和 182 条凭据,并提出了相应的缓解措施。
推荐理由:原文梳理了多家大模型厂商隐藏推理过程被外部还原的方法,并给出相关日志中的隐私泄露统计与缓解建议。
Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 模型,称两款模型在编码、推理与视觉方面均有提升,且生成速度高于 5.1 版本。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
Anthropic 发布最新大模型 Mythos 5.2 和 Fable 5.2,称两者在编码、推理和视觉领域均有提升,并将 Fable 的每百万输入 token 价格从 $10 降至 $8,比 GPT-6 Astra 更便宜且推理速度快 30%。
同一新闻,精选展示《Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2》
Alex Bleakley 将加入 Anthropic 的对齐团队,在加入前公开阐述其核心 AI 发展、风险与安全观点,将其与 Anthropic 的立场区分开来。他认为 AI 开发及其风险是当前最紧迫的问题,主张在确保安全前限制 AI 开发。
Forrester 认为 AI 泡沫暂无破裂风险,主要因构建 AI 算力基础设施的资金约九成来自大型健康科技公司的自有现金流。 其计算显示,基础设施投资需 AI 使美国 GDP 在 2035 年提升 5% 才能实现盈亏平衡。 企业应密切监测供应商的财务健康状况,并对 AI 计划进行压力测试,以应对潜在的市场调整。
作者提出“Claude 的赌注”,建议开发者在与 AI 编码智能体协作的同时,持续磨砺编程技能以理解、评估并挑战其输出。 这一策略无需坚信 AI 会取代人类,而是通过在不确定性中保持学习姿态,若 AI 持续进步则占据优势,若停滞则保留手工编码能力。
METR 报告估算 Anthropic 因 AI 辅助获得 1.7 倍整体进展加速,暗示研究加速可能达 10 倍,但作者观察到实际安全研究仅提速 2-3 倍,探讨差异原因。
Apiiro 安全研究人员发现,Claude Code 在处理命令批准时存在疏忽,导致数千个敏感信息泄露至 GitHub。当用户选择“是,且不再询问”时,包含数据库密码、API 令牌等敏感数据的命令会原样写入本地 .claude/settings.local.json 文件。虽然 Anthropic 文档提及该文件应被全局 .gitignore 屏蔽,但此机制未能完全阻止敏感信息随代码库公开。
Handshake AI 训练业务收入一年内达 10 亿美元年化总额,Garrett Lord 团队展示前沿实验室如何采购数据并构建强化学习环境。 节目演示了金融、生物、编码及对齐四大场景下的 Agent 任务,包括银行邮件处理、脑组织图像识别及文件访问审计,并引入 VIALS 与 ATLAS-Finance 基准测试模型在专业领域的能力短板。
Anthropic 宣布购买价值 34 亿美元的 Caterpillar 燃气轮机,以解决 AI 算力扩张带来的电力短缺问题。该设备最大可产生 1.7 吉瓦电力,此前设备供应商 OnePWR 因融资困难未能完成采购。
斯科特·维纳赢得南加州众议院席位,计划推动设立强力的联邦 AI 监管机构。他曾起草加州 SB 1047 法案,并主张通过立法应对递归自我改进带来的失控风险。维纳认为需建立吹哨人保护和测试审计机制,反对州法被联邦全面取代。
Disney 宣布与 Adobe 达成多年期合作,利用 Adobe Firefly Foundry 构建针对 Disney 品牌的定制 AI 模型,以生成具备商业安全性的生产级输出内容。
METR 发布的报告显示,自 2025 年 10 月起,Anthropic 的模型能力进步速度较此前翻倍(约 2x),且主要归因于 AI 辅助研发而非算力增加。Zvi Mowshowitz 在分析中认为,若无瓶颈,这一加速趋势可能在 2027 年导致完全递归自我改进(RSI)。报告指出研究人员生产力提升显著,但大部分关键证据被 Anthropic 删节,引发社区对透明度与监管效力的争议。
同一新闻,精选展示《METR报告揭示AI研发加速现状,作者分析2027年递归自我改进风险》
RIAA CEO Mitch Glazier 指出,2026 年唱片公司与艺术家因 AI 公司未经许可训练数据而感到不满,现状类似于当年 Napster 事件。 讨论涵盖 AI 深伪的法律复杂性、检测与标注系统可行性,以及 Spotify 等大厂不合作时的实践难题。