跳到正文
11月7日周六
  1. 智东西80

    OpenAI完成约110亿美元首批融资,估值达1.25万亿美元

    据彭博社报道,OpenAI已完成新一轮融资首批约110亿美元的交割,公司估值达1.25万亿美元,本轮融资总额最高可能达200亿美元。参与首批交割的投资方包括Coatue Management和普信集团,软银、红杉资本、Founders Fund、Andreessen Horowitz及阿联酋投资者财团也在本轮投资方之列。

    推荐理由:融资规模从最初300亿美元缩至200亿美元,可对照看出AI板块波动下资本态度的变化。

  2. meng shao60

    Anthropic 团队分享 Agent 记忆研究,指出记忆不只是保存历史,还需回查证据、纠正笔记并整理经验。在约 35 万份文件、4.2 亿 token、25 个评测问题的内部语料实验中,仅靠搜索的评分标准覆盖率为 53%,知识库结合搜索随整理轮次从 54% 提升到 61%,每题少用约 2 万 token,但未扣除后台建库成本。

    引用Anthropic@AnthropicAI

    Memory is what allows Claude to learn from experience. In a new Engineering Blog post, we share how “dreaming” helps Claude organize what it’s learned, correct its mistakes, and find what it needs more easily the next time. https://www.anthropic.com/research/components-of-agent-memory

  3. IT之家75

    Anthropic IPO 估值存分歧,1.5 万亿美元仍被投资者嫌贵

    路透社报道称,Anthropic 的 IPO 计划面临投资者估值质疑,部分投资者认为 1.5 万亿美元估值依然偏高,公司拒绝置评。Anthropic 最初寻求高达 2 万亿美元估值,投资者则倾向 1.5 万亿至 1.6 万亿美元区间,三家拟参与的大型投资者认为应进一步降低,其中一家认为可能更接近 1 万亿美元。

    同一件事,精选收录的是《Anthropic 1.5 万亿美元 IPO 遇阻,投资者质疑估值过高》

  4. IT之家58

    马斯克预估 SpaceX 第四季度营收逼近 250 亿美元,环比增约 70%

    马斯克在巴伦投资大会上预估 SpaceX 第四季度营收环比增长约 70%,按第三季度 145.75 亿美元计算有望接近 250 亿美元。他称本季度美国政府机构收入占比将低于 10%,AI 算力业务成为增长引擎,Anthropic 已是 SpaceX 单一最大客户。受此影响,SpaceX 股价周五一度上涨 8.3%,盘后涨幅扩大至约 9%。

  5. TechCrunch · AI80

    OpenAI 据报以 1.25 万亿美元估值再融资 110 亿美元

    OpenAI 据报在新一轮融资中已募得 110 亿美元,估值达 1.25 万亿美元,该轮融资尚未关闭,预计未来几周完成,总额约 200 亿美元。这一数字低于 9 月下旬彭博报道的 300 亿美元融资目标。同日彭博还报道,Anthropic IPO 的潜在买家认为其估值可能低至 1.1 万亿美元,而约一个月前投资者的预期为 2 万亿美元。

    推荐理由:融资数字与估值目标之间的落差,以及同一天 Anthropic IPO 估值预期的下修,构成观察 AI 市场情绪的一组对照。

  6. elvis40

    一条推文推荐阅读 Anthropic 工程博客,了解其最先进智能体记忆系统如何运作。推文作者认为不存在通用记忆方案,对前沿模型有效的是基础文件夹文件组织加部分情景记忆,并主张像 agent skills 一样保持记忆系统极简,否则会干扰模型。Anthropic 该博客介绍“dreaming”如何帮助 Claude 整理所学、纠正错误并更易检索。

    引用Anthropic@AnthropicAI

    Memory is what allows Claude to learn from experience. In a new Engineering Blog post, we share how “dreaming” helps Claude organize what it’s learned, correct its mistakes, and find what it needs more easily the next time. https://www.anthropic.com/research/components-of-agent-memory

  7. Techmeme80

    消息称 Anthropic 计划感恩节前上市,拟募资 800 亿至 1000 亿美元

    据 Financial Times 援引消息人士报道,Anthropic 正继续推进在感恩节假期前上市的计划,预计募资 800 亿至 1000 亿美元,估值区间为 1.25 万亿至 1.75 万亿美元。Techmeme 该条目正文仅列出播客推荐内容,未提供更多上市细节。

    同一件事,精选收录的是《Anthropic 推进感恩节前 IPO,接受更低估值》

  8. 宝玉80

    Ramp 数据显示,8 月初到 10 月中美国企业 token 用量增加约 65%,token 支出只增加 1.5%,8 月和 9 月支出环比仅涨 1% 和 0.2%。

    引用TechCrunch@TechCrunch

    AI usage keeps climbing, but spending has stalled. Price cuts and smarter cost controls among the biggest spenders could challenge investor assumptions about AI hypergrowth. https://spr.ly/6019BHNzY7

    推荐理由:Ramp 数据显示企业 token 用量与支出走势分化,可据此理解 AI 降价对企业成本结构和 Anthropic IPO 估值预期的影响。

  9. 新智元78

    Anthropic 用 Claude 破解首个原核穹窿体结构,40 年悬案获进展

    Anthropic 发布研究,用 Claude 参与解析出首个原核生物穹窿体(Vault)的三维结构,分辨率达 3.2 Å。团队在约 150 亿条蛋白质序列中检索,把已知穹窿体蛋白家族从 41 个扩充到 1507 个,并将提纯流程从 3 天压缩到 90 分钟、三维重构缩短到 34 小时。论文注明所有代码由 Claude 编写、所有计算分析由 Claude 执行。

    推荐理由:Anthropic 用 Claude 参与解析首个原核穹窿体结构,提纯从 3 天压到 90 分钟、三维重构 34 小时完成,可作为 AI 参与科研流程的参照。

  10. TechCrunch · AI71

    Ramp 数据显示 AI 支出停滞,Anthropic 临近 IPO

    Ramp 报告显示,8 月至 9 月企业 token 支出仅增长 1.5%,而 7 月环比增长 42%,AI 用量上升但支出趋于平缓。Ramp 首席经济学家 Ara Kharazian 认为,OpenAI 与 Anthropic 的降价和企业折扣让市场变成买方市场,支出最高的 1% 企业人均月支出也从夏季峰值略降至 1 万美元以下。

11月6日周五
  1. The Decoder78

    METR 审计发现 Anthropic 或已在 7 月触及自身 AI 加速预警阈值

    METR 对 Anthropic 进行审计后认为,其模型基准分数自 2025 年 10 月以来以约 1.9 倍于此前的速度提升,AECI 年增速从约 15 分升至 29 分,可能已在 7 月 15 日触及 Anthropic 自设的加速预警阈值。

    同一件事,精选收录的是《METR 报告:Anthropic 模型能力进步速度约为此前 1.9 倍,80% 增量来自 AI》

  2. The Rundown AI78

    METR 报告:Anthropic 内部 AI 进展速度约为此前两倍

    AI 评估非营利机构 METR 发布报告,基于对 Anthropic 内部数据 11 周的访问和员工访谈,估算其 AI 进展速度约为 2024–25 年节奏的 2 倍,区间为 1.3 至 3 倍,其中约 80% 归因于自家 AI。

    推荐理由:METR 用 11 周内部数据估算 Anthropic 的 AI 进展约为此前两倍,并指出其中约八成来自自家 AI 的加速。

  3. The Decoder80

    Anthropic 1.5 万亿美元 IPO 遇阻,投资者质疑估值过高

    Anthropic 的 IPO 因投资者对 1.5 万亿美元估值提出质疑而遇阻,据路透社报道,潜在投资方怀疑原定下周启动的路演能否如期进行。9 月时公司还曾瞄准最高 2 万亿美元估值,如今部分投资者认为 1.5 万亿也偏高,有人提出仅 1 万亿美元。

    推荐理由:投资者对 Anthropic 估值的分歧与推迟上市的可能,反映 AI 基建烧钱模式正遭遇资本市场重新定价。

  4. 钛媒体58

    AI开始为自己造芯片,EDA行业是否会被吞噬?

    钛媒体作者梳理Anthropic、OpenAI、Kimi等用AI辅助芯片设计的动向,以及美股EDA板块新思科技、楷登电子的股价反应。文中引述EDA从业者观点称,AI介入芯片设计仍需调用成熟EDA工具,Agent会带来工具调用量上升,头部厂商可能受益,被压缩的是标准化小IP和点工具。

  5. 宝玉60

    宝玉介绍自己把过去要求团队成员提交 PR 时附功能截屏的做法用在 AI 智能体上,每次 Agent 任务完成后让它自行测试验证并生成效果截图,很多时候它截图时就能发现问题并顺手修复。他引用的对谈提到,Anthropic 每天合并约 3 万次代码变更,做法是让 Claude 先像真实用户一样跑一遍功能,人改为查看录屏和截图等验证证据。

    引用宝玉@dotey

    Anthropic 的 Addy Osmani:一天合并三万次代码变更,人看的是 AI 交上来的证据 Anthropic 今年 5 月每天往代码库里合并大约 2500 次代码变更,到 9 月已经超过 3 万次,涨了十几倍。这么多改动,显然不可能每一行都有人看过。那他们凭什么敢合并? 负责 Claude Code 开发者体验的 Addy Osmani 在这场对谈里讲了他们的做法:每个改动先由 Claude 像真实用户一样实际用一遍、审一遍,发现问题自动修;人不再逐行读代码,而是去看 AI 交上来的证据,比如它在浏览器里点来点去的录屏、在手机和电脑上的截图。 在他看来,写代码已经不是难点,接下来能不能再快一截,取决于能不能把“验证”做扎实。给 AI 一个检查自己做得对不对的办法,产出的质量能好两到三倍。如果你也在用 AI 写代码,又拿不准哪些改动敢直接合并,这期给了一份大公司内部的参考答案。 这是 AI Engineer 大会上一场 18 分钟的台上对谈。Addy Osmani 在 Google 工作了大约 14 年,长期负责 Chrome 的开发者体验,写过大量面向开发者的文章,今年 9 月加入 Anthropic。提问的 Manish Kapur 在 Sonar 负责产品和开发者关系,Sonar 是做代码质量和安全检查工具的公司,旗下的 SonarQube 用来自动扫描代码里的漏洞和问题。 【Anthropic 的做法:Claude 先审一遍,人看证据】 Manish 提到,他前一晚刚读了 Anthropic 发的一篇文章,里面说 Anthropic 现在每天合并约 3 万次代码变更。Addy 补充了两个数字:5 月的时候每天大约 2500 次;最近 http://Claude.ai 网页版重做,性能提到了原来的三倍左右,这次重做在很短时间里合并了大约 3000 个 PR(代码合并请求),参与的不只有工程师,还有产品设计师和其他岗位的人。 他说他们的审查流程分几步。第一步是让 Claude 先审一遍,关键在于要让它能像真实用户一样把功能实际用一遍:跑端到端测试(从头到尾模拟用户操作的自动化测试),在浏览器里打开页面检查,运行各种工具和代码规范检查,凡是能建立信心的检查都做。 发现 bug 或者功能缺口怎么办?他们设置了 Hook(一种在特定时机自动触发的脚本),每次代码有改动就自动运行,检查这次改了什么,这样 PR 里的问题能尽快被改掉。Anthropic 还有一个代码审查产品,他们自己也在用。整体思路是尽可能把代码审查自动化。 第二步是把团队的“品味”写下来。Addy 说现在大家常讲品味和判断力,团队应该把自己认为的最佳实践和品味写进共享的 CLAUDE.md、AGENTS.md 这类文件(放在项目里、专门写给 AI 看的说明文档),AI 审代码时会去参考。 第三步才轮到人,人负责检查 AI 给出的证据。他举的例子是:做一个用户在浏览器里用的界面,就要确认它在浏览器里测过,最好让 AI 生成一段它点来点去的录屏,看完你就有信心说“这个能用”;在意手机或桌面端的体验,就让它给出这些设备上的截图或录屏。他说目标是让 AI 尽可能多地提供验证证据。 【瓶颈从写代码转到了验证】 Manish 给了几组数字说明问题。持续集成服务 CircleCI(代码提交后自动构建、测试的云服务)今年分析了 2800 万次自动化流程,发现代码产出量涨了 59%,但每 10 次往生产环境合并的尝试里有 3 次失败。Sonar 即将发布的一份调查里,76% 用 AI 生成代码的开发者说,代码产出的速度快到他们根本来不及验证。 Addy 说,现在技术负责人最关心的是怎么在保证有信心的前提下更快上线。过去我们说一段代码质量高,依据是好的测试、性能基准、需求规格,这些能给人信心的东西现在都可以让 AI 便宜又快地生成出来,人再去修改完善。他认为工程师现在最该花时间的就是这些检查。 至于下一步的提升从哪来,他说模型质量已经相当不错了,他举了 Opus 5.5 为例。更大的空间在验证,而且要讲具体。你跟人说“验证一下”,对方下一个问题就是“验证到底指什么”。所以讨论应该落到哪些测试真正有用上。Anthropic 用得最多的是三类:端到端测试;属性测试,也就是不写一个个具体例子,而是写一条规则(比如“排序后列表长度不变”),让程序自动生成大量随机输入去验证;还有视觉验证测试,通过截图对比检查界面有没有变样。目标是有足够的信心让这些改动自动合并。 Manish 从 Sonar 的角度补充了一个“多层验证”的框架,主张零信任,在每个环节都验证。第一层是规则固定的自动扫描,查 SQL 注入这类安全漏洞和常见 bug;第二层是 AI 审查,查规则扫不出来的逻辑问题,以及代码是否符合本来的意图;第三层是软件供应链检查,看项目依赖的第三方代码包里有没有已知漏洞或恶意代码。每一层专门抓一类问题。 【从“亮灯工厂”到“熄灯工厂”,自主权要一步步挣】 对谈的标题里有个说法叫“软件工厂”,来自 Addy 今年写的一篇文章,他的定义是“把循环规模化”:让 AI 一遍又一遍地规划、编写、检查、上线代码。他把软件工厂分成两种。亮灯工厂里,AI 承担这些步骤,但人还在里面,用自己的判断和品味把关。熄灯工厂更像全自动的汽车厂,机器人一直在干活,人退到更上游,只负责定方向,只有遇到最特殊的例外情况才被叫进来。 他说大多数团队处在两者之间,都在摸索怎么在信得过的前提下一步步提高自动化程度。AI 能给出的验证越多、越让人有信心,就越能往熄灯的方向走。Sonar 的调查显示,目前只有 5% 的公司在用软件工厂,预计会涨到 34%,金融行业是 39%。被问到 2027 年底大多数团队会是哪种工厂,Addy 的判断是:亮灯工厂为主,带着一些熄灯的角落。 自动化程度高了,管控就成了企业的难题。Addy 说,几个月前他接触过的很多公司都在担心同一件事:放手让工程团队用 AI 智能体,结果冒出了几百甚至几千个智能体,谁也不知道它们在干什么,它们访问各种系统和数据,可能还在往生产环境部署。他总结企业最关心三件事:怎么控制、怎么分配权限、怎么用沙箱(隔离的运行环境)保证智能体不越界。 AI 写的代码要不要在 PR 里标出来?Addy 认为应该。过去工程师对自己写的代码有很强的归属感,在 Anthropic 大家没那么在意 Claude 被署名为作者,更看重给用户交付的东西对不对。标出来还有一个用处:知道是 AI 写的,就能决定要加哪些额外的约束和检查。Manish 也同意,他认为至少未来半年到九个月里应该标注,对金融客户来说还关系到审计。两人都强调责任归属不变。Addy 说,就算这次是我让 Claude 去干的活,出了问题还是我负责,还得我去修。 那 AI 开的 PR 什么时候能放心合并?Addy 的回答是:你有充分的信心不会出问题,或者已经尽可能把风险降下来的时候。 快问快答里,Addy 还给了两条建议。对技术负责人,要推着团队想清楚“验证”具体指什么,现在的测试做到了哪一步,离“AI 自己判断代码可以合并、你也放心”还差什么。对刚入行的开发者,多积累各种测试的经验,端到端测试、属性测试都要会。 【不逐行看代码,和不验证是两回事】 Anthropic 一天三万次合并,人显然也没有逐行看,但按 Addy 的说法,每次合并之前 AI 都得先把功能实际跑一遍,再把证据交给人看。省掉的是读代码的时间,验证一步都没少。 他们能这样做是有前提的。 一是模型,Addy 自己提到 Opus 5.5 这一代已经够好,我也是用上 Fable 和 Opus 5.5 之后才放心不怎么 Review。 二是验证的基础设施:端到端测试、自动录屏、每次改动都触发的检查,这些都得先搭好。 为了扛住这个量,据 Anthropic 10 月发的工程博客,他们连 Git 都换成了自己开发的版本管理系统。这样的投入,大多数团队一时做不到。 所以我的建议是,想少看代码,别先急着把 Review 关掉,先补上 Addy 说的那一步:让 AI 交活的时候附上证据。如果不知道从哪里下手的话,可以从最容易出问题的界面开始,要求它在浏览器里实际操作一遍,给你截图或录屏。证据还是要你自己看,只是看录屏比读几百行代码快得多。 另外,Manish 讲的三层验证框架可以参考,不过 Sonar 本身就是卖代码检查工具的,听这部分时心里有个数就行。 视频来源:https://www.youtube.com/watch?v=AnsXWH2_EBU

    推荐理由:作者把要求人工提交截图的做法迁移到 AI 智能体任务上,给出一个低成本的验证思路。

  6. 机器之心80

    METR 报告:Anthropic 模型能力进步速度约为此前 1.9 倍,80% 增量来自 AI

    第三方评估机构 METR 于 11 月 5 日发布关于 Anthropic 的调查报告,称其过去一年取得的基准能力进步大致相当于此前两年,AECI 指标进步速度约为此前的 1.9 倍,95% 置信区间为 1.5—2.8 倍,而全行业前沿模型的加速只有 1.4 倍。

    推荐理由:METR 用 11 周内部调查给出 Anthropic 模型能力加速的量化区间,并拆出 AI 自身贡献的占比。

  7. 新智元78

    美股一夜暴跌,Anthropic IPO 估值传降至 5000 亿美元,超级智能禁令提案最高判 20 年

    美股一夜全线重挫,纳斯达克跌 5.52%、道指跌 1833.06 点,科技七巨头市值合计蒸发超 1 万亿美元。Anthropic 被披露背负 8950 亿美元不可撤销算力与基础设施支出承诺,未来 12 个月需支付 700 亿美元,其 IPO 估值预期从 2 万亿美元一路下调至传闻中的 5000 亿美元。

    推荐理由:把美股暴跌、Anthropic 近万亿算力承诺与禁止超级智能法案放在同一条线索里,呈现 AI 基建预期受政策冲击的传导路径。

  8. 极客公园62

    中期选举后美国芯片股重挫,民主党推动《禁止人工智能法案》,OpenAI 推出 GPT-6 Cyber

    美国民主党在中期选举中大胜后,华尔街担忧 AI 监管加强,纳斯达克综合指数单日暴跌 5.52%,费城半导体指数跌约 12.3%,英伟达下跌约 9.3%。民主党同时宣布推动《禁止人工超级智能法案》,拟全面禁止 ASI 研发部署,违规个人最高 20 年监禁、企业可被强制解散。OpenAI 则推出网络安全模型 GPT-6 Cyber,称未经授权越界操作比例降至 1% 以下。

  9. IT之家58

    Anthropic 为 Claude 推出个人理财功能,本周开启灰度测试

    Anthropic 于当地时间 11 月 5 日宣布为 Claude 加入个人理财功能,本周开启灰度测试,面向美国地区的 Pro、Max 以及 Ultra 订阅用户开放。用户可安全绑定银行卡账户,以自然语言提问查看余额和交易记录,Claude 会按类别汇总支出、排查重复扣费与莫名手续费,并解释年利率等术语。该功能仅有只读权限,不能划转资金或提供投资建议,官方提示结果可能出错,重要金额需与银行核对。

  10. Rohan Paul83

    METR 发布报告称,Anthropic 目前改进模型的速度约为其 2024 至 2025 年节奏的两倍,递归自我改进已从理论进入可测量阶段。METR 用 11 周梳理 Anthropic 内部研发数据并访谈核心研究员,估计约 80% 的加速来自 Anthropic 自身对 AI 的使用,并排除了训练算力增长这一原因。

    引用METR@METR_Evals

    Since August, a team within METR has worked with internal Anthropic information to assess whether AI itself is accelerating AI development. We are now publishing a report summarizing the results of this risk assessment.

    同一件事,精选收录的是《METR 报告:Anthropic 模型能力进步速度约为此前 1.9 倍,80% 增量来自 AI》

  11. 宝玉78

    AI 安全评估机构 METR 11 月 5 日发布报告,判断截至 2026 年 10 月,Anthropic 在目标明确任务上的模型能力提升速度约为 2024 年 3 月至 2025 年 10 月的 2 倍,区间 1.3 到 3 倍。

    引用METR@METR_Evals

    Since August, a team within METR has worked with internal Anthropic information to assess whether AI itself is accelerating AI development. We are now publishing a report summarizing the results of this risk assessment.

    推荐理由:METR 用 AECI 增速与内部访谈估算 AI 研发加速幅度,并说明公开版大量证据被删带来的核查限制。

  12. 宝玉58

    Anthropic 11 月 5 日推出测试版 Personal Finance,美国 Pro、Max、Ultra 个人订阅用户连接银行卡、信用卡等账户后,可让 Claude 根据真实余额和交易记录回答花钱去向,权限为只读,不能转账、管理或投资。

    引用Claude@claudeai

    Introducing Personal Finance in Claude, in beta in the US. Connect the accounts you choose, and Claude answers your money questions in everyday language, from your own balances and transactions. Access is read-only, and Claude can't move, manage, or invest your money.