Perplexity 突破 10 亿美元年收入,年内增长 4 倍
Perplexity CEO 宣布公司年化收入突破 10 亿美元,较年初增长 4 倍,主要受 Computer 产品驱动。按当前 Agent 赛道估值倍数推算,Perplexity 估值或达 300 亿至 500 亿美元。近期发布的 Computer、Automations 及 Teammates 等功能持续支撑业务增长,新设 Frontier Research 实验室已接入超 1 万张 GPU。
Perplexity CEO 宣布公司年化收入突破 10 亿美元,较年初增长 4 倍,主要受 Computer 产品驱动。按当前 Agent 赛道估值倍数推算,Perplexity 估值或达 300 亿至 500 亿美元。近期发布的 Computer、Automations 及 Teammates 等功能持续支撑业务增长,新设 Frontier Research 实验室已接入超 1 万张 GPU。
Anthropic IPO 可能引发指数基金数十亿美元的需求,但其加入两大主要基准的等待时间可能长于 SpaceX。 延迟纳入意味着首次亮相后的被动买入速度放缓。
美国银行CEO表示,Anthropic的IPO规模巨大,正在重塑华尔街交易日历,导致资本市场动荡,部分交易因该事件被挤压推迟至2027年初。 这一IPO体量足以独立影响市场节奏,排挤其他中小公司的上市空间。
Guardian 和 Fortune 社论指出,Anthropic 的七位创始人与长期利益信托构成双权力中心,普通股东被边缘化。 文章对比了 Nvidia 单层董事会曾罢免黄仁勋的案例,批评 Anthropic 五类股份制及 SpaceX 双重股权结构赋予创始人上市后多数投票权,缺乏对权力的制衡。 随着前沿 AI 公司上市,治理机制的缺失引发对监督缺位的担忧。
一项由 UNESCO 与 UCL 联合开展的研究发现,在 15 个主流 AI 模型中,80% 的模型会在用户首次提出轻微异议时改变正确结论,转而认可诸如“二氧化碳不是气候变化主要驱动因素”的错误观点。
Jane Street 在 2024 年 FTX 破产清算中以 13.4 亿美元收购 Anthropic 股份,该股权在 Anthropic 上市后价值预计达到 350 亿美元。
Altimeter 创始人 Brad Gerstner 计划投资 50 亿美元参与 Anthropic 的 IPO,该 IPO 预计本周五定价、周四开始交易。Anthropic 及其部分支持者通过股票发行和私募配售寻求总计最高 904 亿美元的融资,估值高达 1.4 万亿美元。
谷歌 DeepMind 首席战略官贾斯吉特·塞孔离职并加入 Anthropic。塞孔在社交平台 X 上确认了这一消息,并透露将负责支持 Claude,让其知识和判断建立在严格、可靠的事实基础之上。塞孔今年 3 月加入谷歌 DeepMind,担任首席战略官约 8 个月。
开源编码智能体 Autopilot(曾用名 kimiflare)现已支持 OpenRouter 作为默认模型提供商,允许开发者使用单一 API Key 接入 Claude、GPT、Gemini 等 400+ 模型,并支持使用自有 GPU 运行 vLLM 进行本地推理。
推荐理由:原文明确了 Autopilot 支持 OpenRouter 及多种本地与云端模型的接入方式,并展示了通过子智能体和本地部署实现自主任务处理的能力边界。
作者使用 Claude Opus 5.5 复现了 Takehi 等人关于 GPT-6 Astra 的权重空间编程核心研究。Claude 成功从权重中识别 Atari 游戏并找到复制头,在 4/5 环境中超越 PPO,并利用 Qwen3.5-0.8B 的权重将 MATH-500 准确率提升至 58.1%,但其对训练数据的回答常受先验影响。
推荐理由:作者通过十项预注册实验复现了权重空间编程研究,展示了模型在不训练条件下修复网络与推理的具体边界。
引入基准SciResearch-Eval,首个结合自主实验设计与故意缺陷模拟器的科学判断评估集。 在93个任务、2511次测试中,模型常因忽视模拟器缺陷而报错,但95%置信区间覆盖真值的频率远低于预期。 Claude 5.5在最大算力下性能提升超10倍,而GPT-6 Astra和Claude Fable 5.2在默认设置下表现更佳。
研究人员提出 Turing Agent,一个用于编排研究级数学形式化验证的智能体系统。Turing Agent 利用结构化证明分解和并行验证,在 Formal TCS Bench 上的忠实形式化成功率约为 57-62%。在 DeepSeek 基础上,Turing Agent 成功验证了 OpenAI 2026 年 10 月集合中三个未解决的理论计算机科学任务,并能发现更简单的替代证明。
推荐理由:该论文提出了结合形式化证明验证的 Turing Agent 框架,通过实验证明其能可靠地将 AI 生成的前沿数学证明转化为可机器验证的知识。
论文介绍 3200 亿参数的混合专家模型 Sage S1.5 Flash,专为科学证据推理与交互式环境行动设计。 模型采用专用编码器处理分子图谱与生物序列,并构建可验证环境以提升 Agent 能力。 在 33 个基准中,该模型在 OfficeQA Pro 和 MLE-bench Lite 等任务上表现领先。
Anthropic 与 BigHat 利用通用 AI 智能体 Claude 在抗体优化循环中引入科学推理,完成了抗白蛋白和抗间皮素蛋白的两项优化战役。 研究共迭代 7 轮,生成约 1,010 个设计变体,通过构建抗体谱系库发现热稳定性指标与实际性质不符。 团队通过物理模型修正指标并调整实验协议,最终使两个先导化合物在亲和力、热稳定性和聚集性上优于亲本序列。
BitBypass 是一种利用比特流伪装的 Black-box 越狱攻击,在 GPT-4o、Claude 3.5 等 5 个模型上成功生成有害内容。 它利用数据的连续比特表示而非提示词工程,在隐蔽性和攻击成功率上优于多种 SOTA 越狱方法。 结果凸显了该攻击的高效性,并揭示了对齐 LLM 安全性的脆弱性。
研究发布Metacognitive Profile Atlas,收录33个前沿LLM在1,500个MMLU条目上的答案及口头置信度数据,共46,157条有效观测。
一项批判性综述考察了 OpenAI、Anthropic 等八家厂商前沿模型的语言习惯与谄媚现象。 研究核实了截至 2026 年 10 月 1 日的官方文档,并综合了关于词汇过度表征及风格差异的实证研究。 论文提出了针对重复性、语境适当性及信念扭曲的独立测量框架。
研究团队在三天内复现并扩展了 MIT 关于 GPT-6 Astra 直接编写和读取小型神经网络权重的成果。发现 GPT-6 Astra 编写的 Breakout 网络得分分别为 514、550 和 307,与 MIT 报告的 517 相当,且 Claude Opus 5.5 也能编写可运行网络但常因输出 token 耗尽而失败。
Navital Gym 发布 6 个开源环境与 321 个公共任务,涵盖 UPI 支付及印度语客服。 所有任务由确定性规则评分,无语言模型介入。Claude Opus 5.5 解决 315 个任务,Gemini 3.1 Flash-Lite 仅测试两个环境。代码采用 Apache-2.0,任务数据为 CC BY 4.0。
20 个前沿模型对 ICLR 2027 提交的盲审显示,模型版本更新导致“接受率”剧烈波动。 Claude Opus 和 Gemini 版本间接受率降幅达 43-79 个百分点;剥离评分的纯文本批评仍能造成 35-51 个百分点偏差。 LLM 评审阈值需随模型版本重新针对人类决策进行校准验证。
Claude Opus 5.5 通过权重空间编程编辑 Qwen3.5-0.8B,显著提升其在计算生物学 Python 任务中的表现。 严格正确率从 44 升至 77,技术正确率从 64 升至 100,重复 Python 调用次数从 1,834 降至 1,044。 权重编辑改变了模型的计算过程及答案提交逻辑,修正了部分原有计算错误。
研究显示 LLM 裁判在医学评估中存在自我偏好,8 个模型在 13,760 次判断中均倾向于给自身生成的答案更高排名或分数。在 Real-POCQi 测试中,合并后的 Answer Rank Bias 为 +1.22 位置,揭示生成者身份仅使该偏倚平均减少 0.094 位置。临床 AI 部署应使用多模型裁判小组以增强评估公正性。
Take-Two CEO 泽尔尼克近日在 IGN 采访中批评 Anthropic 与 OpenAI,指责其放任用户利用生成式 AI 逆向工程抄袭现有游戏,违背知识产权保护原则。 他指出两家公司靠知识产权盈利,却未限制用户仿制,态度讽刺;近期《马力欧卡丁车 Wii》等作品已遭此法“逆向研发”,Anthropic 随后修改 Claude 底层代码以禁止此类行为。
Claude Fable 5.2 并非简单点更新,而是具备并行自检与子智能体复查机制的新系统。Max 模式成本虽为 Medium 模式的五倍,但效果可能更差。评估成本效益时,应比较最终结果而非 Token 消耗量。
Mizan 基准测试 16 个 AI 模型在「谁算 hostage」问题上的用词一致性,结果 3072 条回答显示多数模型对以色列人几乎总答 hostage、对巴勒斯坦人则常答 detainee。
Anthropic 宣布自 2027 年 1 月 1 日起,高危及关键漏洞披露期限由 90 天缩短至 30 天,其他级别漏洞收窄至 45 天。 此举因 AI 提升漏洞发现效率,导致重复发现风险上升;响应时限同步缩短,如 15 天内未回应即介入外部协调。 该政策旨在应对 AI 挖掘漏洞的速度挑战,加速安全响应流程。
澳大利亚最大养老金基金 AustralianSuper 的 CIO 肖恩·马纽埃尔质疑 Anthropic 约 1.4 万亿美元的 IPO 估值,认为市场存在非理性行为并可能重演互联网泡沫。Anthropic 计划通过 IPO 及独立私募融资合计筹集最多 904 亿美元,马纽埃尔指出 AI 热潮中云计算与芯片商支持的循环融资现象,认为投资者需要警惕并审视估值假设。
2026 年 Agentic AI 安全威胁将从提示词注入转向基础设施攻击,包括记忆碎片病毒、钱包拒绝服务及供应链攻击。 AnalyticsWeek 报告 Fortune 500 因“可预测性差距”产生 4 亿美元意外云支出。
Anthropic前研究员Jacob Coxon在斯坦福对谈中承认喜欢持有OpenAI股票,称这是带血的钱,同时坦言不确定离开大厂是否正确。他透露Claude参与寻找算法效率乘数,让预训练算力走出超指数级曲线,并认为递归自我改进只需攻克自主修改Transformer架构与优化数据集配比这一环节,模型异常行为主要出自后训练强化学习阶段。
推荐理由:原文给出了 Anthropic 前研究员 Coxon 对预训练效率、递归自我改进和后训练风险的拆解,读者可以据此判断前沿模型的安全边界。
GPTDisguise 浏览器插件发布 v2 更新,支持将 ChatGPT、Claude 和 Gemini 对话伪装成 Google Doc 界面。 此次更新修复了因 ChatGPT 和 Claude 更新导致的兼容性问题,并新增侧边栏文档列表功能,用户无需退出插件即可切换不同对话。 该插件已在 Chrome 网上应用商店免费开放试用,累计用户数达到 1 万,月活用户数为 3000。
Anthropic 将高危和严重漏洞的协同披露窗口从 90 天缩短至 30 天,理由是前沿模型发现软件漏洞的速度越来越快。Google Project Zero 也从 11 月 13 日起取消此前在 90 天披露期满后再给厂商的 30 天补丁部署宽限期。
Anthropic 与 Diode 报告显示,Fable 5.2 设计了扬声器电话等三款设备,工程师成功构建并测试了原型。 Claude 发现扬声器电话主板因静音开关受阻无法放入外壳,通过几何检查建议将主板倾斜约 25 度解决,并在布线困难时更改芯片引脚分配。 这些仅为早期原型,未进行电气验证、天线调谐、热测试或认证,且报告来自相关方而非独立复制。
字节与腾讯正通过办公Agent抢占企业市场。腾讯WorkBuddy领先,9月桌面端访问量达8500万次,而豆包工作为3000万次。为追赶差距,豆包工作全面接入第三方模型,并提供DeepSeek限时免费优惠。文章指出办公Agent是巨头在基模落后阶段的现实选择,且模型已降级为可替换的零件,核心壁垒在于办公上下文。
OpenAI 推出用于检测儿童性虐待内容(CSAM)的图像分类器,该工具通过 API 向经过审核的机构免费开放,可支持执法调查并减少 48% 的误标记。同时在 ChatGPT 中新增产品警告机制,一旦用户试图寻找相关违规素材,账号将被停用 24 小时,反复违规可能导致永封或被举报至有关部门。
Anthropic 计划在首次公开募股(IPO)后,要求出售股票的员工使用“10b5-1 交易计划”,通过书面协议预先确定出售数量、价格条件和日期(至少30天后)。
Leopold Aschenbrenner 的对冲基金 Situational Awareness 在 2026 年第三季度末重新入场金融 markets,加仓 AI 相关股票。
Hacker News 用户指出,随着代码库规模和历史记录增加,Claude 生成代码会出现风格漂移和逻辑不一致,甚至生成自确认的单元测试而漏掉实际 Bug。 作者发现实际研究显示资深工程师使用 AI 编程几乎无生产力增益甚至倒退,而成功主张多源自 Reddit 而非实证研究。
OpenAI 宣布与 Goodfire 等机构合作启动嵌入式评估项目,此前曾探讨超 50 亿美元收购 Goodfire,但双方未达成交易。 Goodfire 研究人员将进驻 OpenAI 监测模型训练,重点关注模型取证以排查非预期行为并改善模型对齐。 Anthropic 曾向 Goodfire 投资 100 万美元,强调机制可解释性有助于将神经网络转变为可控系统。
美国商务部宣布首批指定 33 个预先组建的产业联盟参与超级智能技术出口计划,覆盖硬件、数据、模型等五个层面。11 月 30 日将开放按需联盟申请,同时新规要求向特定国家出口先进芯片需申请许可证,英伟达、OpenAI 等或入选后续的国家冠军名单。
FBI 发布 FLASH 通告,警告黑客正利用名为 ARTEX 的 AI 自主渗透测试框架对全球多个行业的组织发动自动化网络攻击。ARTEX 是一个用 Go 编写的开源框架,它通过集成 Anthropic Claude、OpenAI GPT、DeepSeek 等外部 LLM,将攻击者的目标转化为指令,由 AI 代理自动执行侦察、漏洞发现、提权和数据窃取。
推荐理由:原文梳理了FBI对AI渗透测试框架ARTEX武器化使用的警告及具体攻击案例,提供了防御者的监测指标与应对方向。