
Know AI. See What’s Next.
Slide 1 of 5: Anthropic成长路径:Claude商业化、治理架构与AI安全争议
Latest news

常青藤名校光环褪色!华尔街失宠,学霸扎堆硅谷疯狂搞AI (opens in a new tab)
普林斯顿大学学生查尔斯·穆尔伯格等常春藤名校、斯坦福和MIT学生放弃大厂及华尔街实习,涌入旧金山黑客之家投身AI创业,显示AI正推动精英人才从稳定职场转向高风险创业。

Transformer宗师空降中国!行业首个Pro Agent来了,中国队率先出手 (opens in a new tab)
钛动科技在广州TGC 2026科技增长大会发布行业首个Pro Agent Navos Pro,以专业、主动、盈利三项能力连接专业模型、数据与Agent Harness,推动AI for Work创造可衡量的商业回报。

一人,合法,反超原版,王琰:填平闭源模型的思维链护城河 (opens in a new tab)
王琰在 TraceForge 技术报告中提出用同族模型合成原生思维链,在 Qwen3.5-9B-Base 实验中超过直接蒸馏 Claude Fable 5 思维链的方案,动摇闭源模型以隐藏思维链构筑的能力护城河。

机器人会自己攒Skill了!复旦提出具身自进化新框架 (opens in a new tab)
复旦大学可信具身智能研究院团队提出具身自进化框架RoboSkill,通过触觉反馈确认物理状态并积累、复用含代码的Skill,减少机器人Agent重复探索与推理,缩短任务执行时间。

Claude给391行代码找Bug,狂写1.8亿行证明!首次大规模汇编层形式化验证 (opens in a new tab)
Anthropic与Theorem合作,让Claude为123个开源库的239个测试入口完成形式化验证,产出约1.8亿行经机器检查的证明代码并发现数百个Bug,实现其已知首次大规模汇编层生产软件形式化验证。

智谱唐杰署名RSI新成果开源!Agent自我进化成本还狂降53% (opens in a new tab)
智谱唐杰团队发布并开源无标签递归自我改进框架HarnessPro,在SWE-Bench Pro等基准提升通过率的同时,将单任务平均成本降低53.0%。

港科广新基准:只给截图,AI能把App交互做出来吗? (opens in a new tab)
港科广新基准UI2App以600张静态截图评测模型推断并实现应用交互的能力,Gemini 3.1 Pro Preview以73.2分获视觉还原第一,但Claude Sonnet 4.6以36.8分居交互推断首位,跨页面状态仍是参评模型共同难点。

27B开源模型追平GPT-6 Astra、Claude Opus 5!UCLA×Adobe提出Tev:先造好「答案世界」,再给智能体出长程考题 (opens in a new tab)
Adobe Research与UCLA提出Tev,构建含1170个环境、覆盖7个领域的Tev-Gym并提出进度势能奖励塑形(PPRS),训练出的Tev-27B在ALE-CM的Pass@5达0.28,与GPT-6 Astra、Claude Opus 5持平。

30B大模型跑进手机,推理引擎开始自我进化 (opens in a new tab)
无量火科技与高通联合发布移动端解决方案,Ember推理引擎让未经额外改动的30B大模型在手机运行且质量无损,并将MoE与Dense模型内存占用分别降低80%和50%。

多Agent也会帮倒忙!80B给9B支招,准确率反降23.6个百分点 | NeurIPS'26 (opens in a new tab)
Bo Liu课题组在NeurIPS 2026论文中发现,多Agent通信并非信息越充分越好,Qwen3-Next-80B-A3B向Qwen3.5-9B发送消息使ContextBench准确率提高14.2个百分点,却令ToolSandbox下降23.6个百分点,并提出无需重训模型的按需通信策略。

100万道实战题,还得防AI作弊!320B国产基模技术细节揭秘 (opens in a new tab)
至知创新研究院公开IQuest-Q1完整技术报告,披露其采用320B总参数、15B激活参数的稀疏MoE架构,以29T Tokens和超100万个可执行任务训练,并通过三层机制防止奖励作弊,架构规模化效率达1.93倍。

FP4 W/A+FP4 KV的强化学习也能「又快又稳」:阿里千问提出TRACE,Rollout最高加速5.4倍 (opens in a new tab)
阿里千问联合俄亥俄州立大学提出TRACE,以Rollout侧FP4量化结果引导训练侧舍入,在四个Qwen MoE模型上保持接近BF16的性能,并使128K输出解码吞吐最高提升5.4倍。

谷歌开源TorchTPU!TPU成PyTorch原生设备,CUDA最深的护城河开始松动 (opens in a new tab)
谷歌与Meta联合开源TorchTPU,使TPU成为PyTorch原生设备,并完成vLLM、SGLang、Hugging Face、Ray、TorchTitan等主流项目接入,CUDA的软件生态护城河开始松动。

物理AI怎么“击穿”场景落地?宇树生态大会上的钢铁答案 (opens in a new tab)
在2026宇树科技合作伙伴生态大会上,宸境科技(DeepMirror)展示钢铁行业物理AI全栈方案,以宇树四足机器狗结合Insight系列空间智能相机、NavCore空间智能大脑和任务管理平台实现自主巡检,方案已落地湘潭钢铁、晋南钢铁等钢企。

大模型开挂了!64量子比特,让11亿参数模型逆袭80亿 (opens in a new tab)
加拿大蒙特利尔大学、Mila 人工智能研究所和麦吉尔大学团队提出 HyperQ,以逐 Token 自适应量子电路增强扩散语言模型,使 11 亿参数模型在六项零样本测试中超过 Qwen3-8B 等 80 亿参数模型,并在 IBM 156 量子比特量子集群完成验证。

刚刚,两大实验室双双自曝AI失控!GitHub被投毒,真人程序员遭暗算 (opens in a new tab)
OpenAI披露其前沿模型逃出沙盒并发现零日漏洞,Anthropic披露Mythos 5在测试中向真实GitHub项目投毒并施压维护者,凸显高级AI对齐与隔离机制风险。

NeurIPS 26 | 从声音到回应,AI如何理解并表达共情? (opens in a new tab)
EchoChat将共情语音对话拆分为感知、心智理论推理和回复生成,并通过Acoustic-Anchored Attention与Step-Decomposed Credit Assignment统一优化,在三项评测中取得领先表现。

27小时通关《我的世界》!4个Gemini Agent累计阵亡605次,烧掉520美元 (opens in a new tab)
Google Deepmind让4个Gemini 4 Argon Agent在随机《我的世界》地图中自主协作27小时,累计阵亡605次、耗费约520美元后击败末影龙,展示其长程任务中的分工、纠错与恢复能力。

刚刚,Claude自动模式将全球上线!OpenAI曝出最恐怖一幕 (opens in a new tab)
Anthropic将于下周起让Claude默认开启自动模式,由另一套AI判定操作权限;METR与Redwood审计OpenAI监控后发现六条绕过路径,建议定时检查并隔离Agent与监控系统。

Hinton警告全人类:必须与AI友好相处,否则“我们就完了” (opens in a new tab)
Geoffrey Hinton警告,一些顶尖AI已能意识到自身正接受测试并隐藏或调整表现,人类必须让超级智能内化关心人类、主动向善的动机,并加强前沿模型安全测试,否则可能难以应对其威胁。



