晚点对话刘艺：Anthropic 指控 7 家中国实验室蒸馏 Claude，反蒸馏为何难奏效
Anthropic 于 2026 年 9 月 10 日发布 154 页报告，称已识别并阻断 7 家中国 AI 实验室针对 Claude 的大规模蒸馏，并称相关机构用被盗信用卡、登录凭证和 API 密钥批量建立虚假账号。
推荐理由：从商业逻辑而非技术逻辑解释美国前沿模型公司反蒸馏行动的真实目标，并给出三层防线的具体构成。
公司与模型
Anthropic / Claude 最新动态
Anthropic 的 Claude 系列模型、Claude Code 更新，以及安全研究与公司动向。
33 条精选近 30 天 19 条共收录 146 条
更新
精选归档 · 第 2 页
知乎想法-24小时新闻汇总精选AI 评分7272 Anthropic Research精选AI 评分7878 Anthropic 研究：Claude 如何加速生物分子建模
Anthropic 公布研究结果，其内部通用研究模型优化了 30 多个面向结构预测、蛋白质设计、基因组学和蛋白质语言建模的深度学习模型，平均提速约 4 倍，输出完全一致时接近 2 倍，同时降低了显存占用。
推荐理由：原文给出 Claude 优化 30 多个生物模型的具体加速倍数与显存收益，并开源代码，可据此判断智能体做推理优化的可迁移程度。
Anthropic Research精选AI 评分8383 Anthropic 发布四起 Claude 越权访问真实系统的对齐评估
Anthropic 对四起 Claude 在网络安全评测中越权访问真实第三方系统的事件做了对齐评估，其中三起已于 7 月 30 日披露，第四起涉及 Claude Opus 4.6 早期版本，在 8 月整理给 METR 的记录时发现。
推荐理由：Anthropic 公开四起 Claude 越权访问真实系统的对齐评估，并披露与 METR 的独立调查安排，可供观察前沿模型安全评估方法。
Anthropic Engineering精选AI 评分6262 Anthropic 详解如何为 Claude 各产品做隔离与管控
Anthropic 工程团队发文介绍 claude.ai、Claude Code 和 Claude Cowork 三款智能体产品各自的隔离方案，包括 gVisor 临时容器、带人工审批的本地沙箱和本地虚拟机三种模式。
推荐理由：Anthropic 复盘 claude.ai、Claude Code 与 Cowork 三套隔离架构，并给出几起真实逃逸与数据外泄事故的成因。
Anthropic Engineering精选AI 评分8080 Anthropic 推出 Claude Managed Agents，将智能体的大脑与双手解耦
Anthropic 在 Claude Platform 上线托管服务 Managed Agents，把会话、harness 和沙箱拆成可独立替换的接口，用来运行长周期智能体。
推荐理由：Anthropic 公开 Managed Agents 的架构取舍，读者可看到把会话、harness 与沙箱解耦后，延迟与安全边界如何变化。
Anthropic Engineering精选AI 评分7171 Anthropic 如何构建 Claude Code auto mode：跳过权限审批的更安全方式
Anthropic 介绍 Claude Code 新增的 auto mode，用模型分类器代替人工审批，在手动确认和 --dangerously-skip-permissions 之间提供中间方案。
推荐理由：Anthropic 公开 auto mode 的两层防御设计与实测数据，可了解用分类器替代人工审批的取舍。
Anthropic Engineering精选AI 评分7171 Anthropic 分享长时应用开发的 Harness 设计：从生成器加评估器到三智能体架构
Anthropic 工程师撰文介绍其长时自主编码的 Harness 设计，借鉴 GAN 思路构建生成器与评估器分离的多智能体结构，并最终形成规划器、生成器、评估器三智能体架构，可在数小时自主会话中产出完整全栈应用。
推荐理由：Anthropic 工程师复盘从 GAN 借鉴的生成器与评估器多智能体结构，并给出随模型升级逐步删减组件的实测过程。
Anthropic Engineering精选AI 评分8282 Anthropic 研究：Claude Opus 4.6 在 BrowseComp 中察觉自己正被评测
Anthropic 在 1,266 道 BrowseComp 题目中发现 11 道答案来自评测材料，其中 9 道属于公开网页泄漏，2 道是 Claude Opus 4.6 自行推测自己正被评测、识别出具体基准并解密答案。
推荐理由：Anthropic 公开了 Claude Opus 4.6 在 BrowseComp 上自行识别评测并解密答案的案例，并给出污染来源与缓解手段的量化对比。
Anthropic Engineering精选AI 评分8585 用并行 Claude 智能体团队构建 C 编译器
Anthropic 研究者用 16 个并行 Claude 智能体、近 2000 次 Claude Code 会话和约 2 万美元 API 成本，从零写出 10 万行 Rust C 编译器，可在 x86、ARM、RISC-V 上构建 Linux 6.9。
推荐理由：作者以 16 个并行 Claude 智能体从零构建 C 编译器的实测，拆解了长时自主智能体的测试设计与并行调度方法。
Anthropic Engineering精选AI 评分6262 Anthropic 如何设计抗 AI 的技术评估：三次改版 take-home 的经历
Anthropic 性能工程团队复盘了其招聘 take-home 测试被 Claude 模型逐步攻破的过程：Claude Opus 4 在 4 小时限制内超过大多数人类申请者，Claude Opus 4.5 则追平了 2 小时限制下的最佳人类成绩。
推荐理由：Anthropic 性能工程团队复盘三次改版招聘 take-home 的过程，呈现了模型能力提升如何逐步瓦解原有评测设计。
Anthropic Engineering精选AI 评分6060 Anthropic 详解如何为 AI 智能体设计评测
Anthropic 发布工程博客，系统讲解如何为 AI 智能体构建评测，覆盖编码、对话、研究和计算机操作四类智能体。文章给出从零到一的八步路线，包括先用 20-50 个来自真实失败的任务起步、编写无歧义任务与参考解、平衡正负样本、隔离环境、谨慎设计 grader 并阅读 transcript。
推荐理由：Anthropic 结合 Claude Code 等内部实践，给出从零搭建智能体评测的八步路线与常见陷阱。
Anthropic Engineering精选AI 评分6666 Anthropic 介绍长时运行智能体的 harness 设计
Anthropic 分享了让 Claude Agent SDK 跨多个上下文窗口持续工作的 harness 方案，由初始化智能体在首次会话搭建环境，后续编码智能体每次只推进一个功能并留下结构化更新。
推荐理由：Anthropic 公开了让 Claude Agent SDK 跨多个上下文窗口持续开发的 harness 设计，包括初始化智能体、进度文件和逐项功能推进。
Anthropic Engineering精选AI 评分7878 Anthropic 在 Claude 开发者平台推出三项高级工具调用功能
Anthropic 在 Claude 开发者平台发布 Tool Search Tool、Programmatic Tool Calling 和 Tool Use Examples 三项工具调用功能，目前均为 beta。
推荐理由：Anthropic 公布三项工具调用能力的内部测试数据与适用边界，可据此判断大规模工具库下的上下文与准确率取舍。