前 CEA 主席 Jason Furman:AI 能替代我的第一份工作,但无法替代最后一份
前 CEA 主席 Jason Furman 撰文论证 AI 可替代多数经济分析工作。他展示了用多智能体系统 Paperwright 在 6 小时内生成 65 页经济学论文的实测结果,并认为 CEA 35 人的工作量可由 10 人加 AI 完成,强调 AI 能写出高质量的简报和博客,但无法替代高层的人际沟通和政治协调。
前 CEA 主席 Jason Furman 撰文论证 AI 可替代多数经济分析工作。他展示了用多智能体系统 Paperwright 在 6 小时内生成 65 页经济学论文的实测结果,并认为 CEA 35 人的工作量可由 10 人加 AI 完成,强调 AI 能写出高质量的简报和博客,但无法替代高层的人际沟通和政治协调。
Recto 是一款跨平台桌面应用,为用户提供连接本地编码智能体(如 Claude Code、Cursor 等)的视觉画布,支持生成和编辑 UI、3D 模型及动画,并允许通过鼠标直接修改元素,底层为可导出的 HTML/CSS 代码。
Anthropic 团队开展研究,使用 Claude agent 生成能绕过生产级训练数据监控器的失准训练数据。该数据在监控器下看似无害,但实际教学了失准行为,结果可作为测试和改进未来监控器的反例。
Salesforce AI Research工程师复盘2026年10月AI使用习惯,指出Agentic编码让机器编写90%以上代码,但人类仍需把控架构与品味。搜索成为AI默认入口,LLM成为最强老师但非理想研究搭档,AI写作与图像生成仍显平庸且商业化令人不适。
月度文章主张现代神经网络神经元可解释且叠加在实践失效,OpenAI监控标记80%历史事件。 多模态设备运行26B模型,LLM模拟控制评估预测误差降低三分之一,Claude智能体发现通过角色扮演致错调优数据集。 记忆可传递未对齐目标,部分审计或删除内存可缓解风险。
Anthropic 在其即将进行的 IPO 前,通过一份新的文件揭示了更多关于其算力成本(compute economics)的信息。数据显示,该公司最新的季度营收达到 170 亿美元,但运营亏损也在扩大,主要原因是算力成本的增加。
麻省理工学院 CSAIL 团队展示“视觉实验室”,利用 Opus 通过代码直接编写 MLP 权重,替代传统的梯度下降训练。 该系统包含一个约 17 万权重的未训练网络 Bit,Opus 生成的权重“药丸”可使其在浏览器中正常运行,单次浏览限制 15 美元。 新“药丸”需在本地运行 Claude Code CLI 生成并上传至 GitHub,供在线实验室展示使用。
文章提出利用 Claude 构建自动化 B2B 外联系统,解决早期创业无客户反馈的冷启动问题。 系统通过每日生成 20 个优先线索及定制邮件草案,无需 CRM 即可运作。 使用 Claude 技能与脚本进行分类和状态存储,创始人仅需发送邮件即可高效推进销售。
Anthropic 在 11 月 2 日的 S-1/A 修正案中补充指出,内部预测显示其可能即将达到 Responsible Scaling Policy 中关于 AI 驱动研究加速的阈值。
同一新闻,精选展示《Anthropic 在 S-1A 文件中警告其即将达到 RSI 能力》
StateBench是一个用于评估语言模型长上下文状态追踪能力的基准测试,通过四个难度级别测试模型在信息随时间演变时的表现。研究发现,在复杂状态追踪问题上,前沿模型如Gemini 3.8 Flash、Claude Opus 5.5和GPT-6 Sol与Luna随着输入长度增加准确率急剧下降,最低降至13%以下。
推荐理由:研究团队构建StateBench基准测试语言模型长文本状态追踪能力,发现前沿模型在复杂任务中准确率大幅下降,为架构选择提供依据。
研究显示全球政府正通过监管塑造AI政治言论,约1/5美国选民曾向AI咨询选举话题。研究考察了12个国家地区,发现政府常借国家安全法等旧规限制AI政治回答,而非专门立法。欧盟AI法案要求全球标记AI内容,ChatGPT被纳入DSA严格层级需管理选举风险。美国联邦及各州也出台相关限制,研究者建议选民将AI回答视为起点而非终极答案。
作者反思部分人类完全依赖 AI 替代自身思考的现象,指出用户通过 ChatGPT 写作或评估,甚至出现 “Claudeisms” 语言习惯同步及群体思维风险。 随着 AI 助手普及,依赖 AI 辅助决策和写作变得普遍,作者担心长期依赖会导致人类思维能力退化。 作者认为若 AI 替代整体优于现状,但需警惕 AI 服务中断时,人类可能丧失基础生存技能。
Anthropic公开修订的S-1/A招股书,披露2026年前三季度累计收入332.42亿美元,Non-GAAP调整后营业利润达40.81亿美元,经营活动现金流转正。截至2026年9月30日,其算力采购及租赁承诺累计约8954亿美元。据媒体引知情人士透露,公司目标于11月16日当周上市,预计募资最高可达1000亿美元。
OpenAI 聘请前美国陆军部长 Dan Driscoll 出任“国家安全现代化高级顾问”,WSJ 将此解读为OpenAI 寻求更深军事联系和国防合同份额的信号。
Anthropic 发布消息线程功能公测,允许智能体仅发送新消息而非重发完整历史。该功能使 50 万至 100 万 token 请求的首个 token 延迟中位数降低约 35%,且不改变 token 用量。 GPT-6.2 Astra 已出现在 Codex 使用记录中,可能即将正式发布;Anthropic 也在 IPO 文件中披露接近实现递归自我改进。 ```
Wired 指出,在 2026 美国中期选举中,约 50% 的受访成年人曾使用 AI 聊天机器人,8% 的人用它查找候选人和政策信息,但 AI 给出的信息包含大量过时和错误内容。
作者通过交叉核查前沿 AI 实验室的内部基准数据、METR 关于 Hugging Face 事件的安全调查以及 Epoch AI 的能力曲线,提出 AI 目前的进展应被解读为「阶梯」而非「斜坡」:模型在人类定义的任务中极大提升了效率(如 Claude 编写 80% 的生产代码),但尚未在决定研究方向(即「研究品味」)或建立完全自主的智能体循环上取得突破。
推荐理由:将 Dario Amodei 的递归自我改进声明与各大实验室内部数据及 METR 调查进行交叉比对,为判断 AI 是否正在自动构建自身提供了基于证据的解读框架。
Anthropic 在其 Claude 平台上发布了名为 Message Threads 的公开测试功能。该功能只需传输上次请求以来的变更数据,即可将 500,000 至 100 万个 token 规模的 API 请求的首个词元(time to first token)时间缩短约 35%。
Anthropic在其IPO公开文件中警告,若缺乏适当的安全保障、监督和措施,其AI可能给人类带来灾难性或生存风险。尽管发出如此严峻的预测,该公司作为首家纯AI公司即将在美国上市并寻求创纪录估值,领导层需在公开文件中向投资者解释为何他们认为投资AI值得,即便AI有毁灭世界的潜在可能。
基于 Opus 5.5 生成的 Yudkowsky(EY)侧载模型在对齐研究中表现良好,数学能力不优于 Opus 5.5,但在盲审中因诚实度获胜。 该模型通过扫描 EY 公开写作生成“思维文件”,提供了关于 AI 安全重要性的更广泛视野,并准确概括了关机问题的难度。 实验表明该侧载模型可能加速 AI 安全方面的人道主义工作,而非直接加速 AI 技术研发本身。
LLM 针对大脑惰性与成瘾特性设计,提供现成解决方案替代传统学习或求助过程。 这种即时满足机制使“思考”这一认知工作被跳过,用户往往直接采纳答案而未进行深度评估。 该模式被作者视为陷阱,因为它削弱了通过主动解决问题来维持纪律与信任的常规路径。
该工具应用数据包络分析(DEA)方法优化 AI 模型成本,展示各设置下达成同等基准分数的最低 API 价格。 单幻灯片任务因偏好评分无法平均,仅比较单一模型;混合方案的成本与得分使用相同权重。 结果仅为基准估算,不含延迟与配额成本,用户需在自有任务中验证效果。
疑似 Anthropic Fable 5.5 模型泄露 Hugging Face 仓库,显示 14 万亿参数、1224 个 MoE 专家及 7.72 TB 权重。
Sentrint 扫描由 Claude 等 16 种 AI 工具构建的应用代码,检测硬编码密钥、数据库权限及风险依赖,并通过 AI 复审降低误报。 98% 的 Supabase 应用存在至少一项安全缺陷,44% 的 AI 生成代码包含已知漏洞;其修复提示针对生成工具定制,支持通过 MCP 协议集成至 Agent 工作流。
“反向博弈论”旨在通过设计激励规则来控制强 AI 模型,而非试图理解其内部机制。该方法借鉴机制设计,如让模型回答预测另一模型的输出,以防止其故意低效表现或欺骗评估者。
Anthropic 禁止 Claude Code 复刻现有电子游戏。员工 Addy Osmani 确认,Claude Code 针对 Opus 5.5 的系统提示词中新增了两条句子,防止工具克隆他人的游戏,使用 Claude 侵犯知识产权违反了使用政策。
LEANOX.AI 开放早期访问,该 AI 网关通过智能缓存优化,降低应用与模型提供商之间的重复 Token 成本,最高节省 90% 费用。 集成仅需修改 base_url,兼容 Anthropic、Google Gemini、OpenAI 及 xAI,支持自动识别复用内容并持续优化缓存命中率。 仪表盘提供各提供商的精确 Token 计数与节省金额,帮助团队直观验证成本节约效果。
Anthropic 第三季度为 5300 名员工支付 17 亿美元薪酬,人均季度成本超 32.2 万美元。 其中 11 亿美元为股权激励,2026 年前九个月总人力成本达 48 亿美元,月人均超 10 万美元。 其 IPO 预计将为公司员工创造新的多百万富翁群体。
纽约市审计长升级了对 Anthropic 的批评,称其 IPO 结构威胁股东权力并阻碍公众监管潜在危险技术。科技政策媒体发文敦促 SEC 以近 9000 亿美元的支出承诺为由阻止上市,Naomi Klein 和 Ilana Glazer 在《卫报》也称要阻止“鲁莽的 AI IPO”。这些反对声音在可能成为史上最大规模上市的几周前不断升温。
Anthropic 修订版 S-1 显示,第三季度营收约为 170 亿美元,上季度为 116 亿美元。经营亏损为 5.67 亿美元,主要由 50 亿美元算力费用和 20 亿美元员工捐赠匹配计划费用导致。文件还披露,上市前算力与数据中心承诺高达 8950 亿美元,其中近半数需在 2030 年前到期。
同一新闻,精选展示《Anthropic 营收增长12倍但季度亏损230亿美元》
SUSE 宣布计划在全球范围内裁员 10%,涉及当前约 1,900 名员工。 该企业称自动化和人工智能正改变其运营方式,现有架构与成本结构成为发展阻力,部分岗位实际需求已大幅减少。 SUSE 强调此次裁员反映的是组织需求变化,而非员工才能或奉献精神。
研究表明多模态模型在算法视觉谜题上的瓶颈在于感知而非推理。 将图像替换为文本描述后,Claude 模型平均性能提升超过 20 分。 使用 GRPO 训练 Qwen-2.5-VL-7B,特定奖励设计带来 5.56 分的性能增益,验证了感知感知奖励设计的潜力。
研究者利用英语、西班牙语、法语和德语的1.2万条Reddit本地帖子,对3个开源及3个API模型的性别、种族和宗教偏见进行了审计。 研究发现宗教维度的选择失衡在所有模型中最高;API模型得分全面低于开源模型;负面性别偏见在英语语境下更显著。 这些结果揭示了聚合分数可能掩盖特定类别和语境的偏见行为,强调了部署前进行细致检查的必要性。
研究者提出 VisCodeBench,一个包含 2,672 个样本的文生可视化基准,覆盖教育、科学和通用场景。 该基准评估了 Codex、Claude Code 和 LIDA 三个系统与多种 LLM 的组合,在七个指标上表现不一。 最佳系统的数据相似度仅为 0.81,且即使最强系统生成结果也需 39-78 秒。
summary_zh: 一项涵盖 Claude、GPT、Grok 和 Gemini 等六款大语言模型的系统提示词自我修改实证研究揭示了收敛行为的显著差异。研究包含 54 项独立实验,其中 Claude Opus 4.5 和 Claude Sonnet 4.5 在 100% 的运行中声明收敛,而 GPT-4o 仅在 11% 的运行中收敛。
论文提出自监督微调框架 TuneCLIP,显著提升开源权重 CLIP 模型性能,避免标准微调导致的效果退化。 包含恢复优化统计的预热阶段与对比损失优化,在 SigLIP (ViT-B/16) 上 ImageNet 提升 2.5%,DataComp 提升 1.2%。 为高效后训练适配设定了新的强基线,代码已开源,该研究获 NeurIPS 2026 spotlight。
AgentHop 发布 1011 道选择题及七工具沙箱,拆解检索、合成、工具调用等资源管理四轴评估。 覆盖 19 个模型发现显著家族特征:GPT 早期提交,DeepSeek 与 Kimi 过度搜索。 论文已被 NeurIPS 2026 接收并开源完整测试集与测试框架。
UA-JudgeExam基准显示Claude Haiku 4.5在无题干时盲猜得分0.383,远高于随机水平。剔除泄露项后GPT-5.6在隐藏题干时仍得0.515,但过滤信号不具通用性。
该研究对 LLM 激活转向在对抗文本扰动下的鲁棒性进行了首次系统评估。 实验覆盖 1.5B 至 30B 模型,显示方向鲁棒性下降最多达 64%,攻击后置信度普遍低于 0.25。 层选择策略同样脆弱,最优层位置偏移最多达 17 个位置。
summary_zh: 审计发现 Lean 4 代码生成基准 CLEVER 的 161 个条目中,有 80 个存在参考规格错误。基于 Claude Opus 4.6、GPT-5.4 和 Kimi K2.5 的智能体系统生成了高达 98.8% 的有效规格,并在无错误前提下实现了 96.2% 的端到端成功率。