全部动态

Claude 周末创作征集

这个周末你在用 Claude 做什么？

Claude 助心脏病学研究员开发冠脉造影学习工具

一位心脏病学研究员借助 Claude 构建了一个 3D 工具，帮助受训者学习阅读冠状动脉造影。

Claude 近期六个项目精选

过去几周引起我们关注的六个项目： 一个野火分析原型，用 Opus 5.5 制作，可绘制火势随时间的蔓延情况并追踪热点。

Anthropic STEM Fellows 项目：Claude Mythos 5 按自然语言指令设计出更高效的量子线路

Anthropic 的 STEM Fellows 项目披露，Claude Mythos 5 在给定自然语言指令的情况下设计出量子线路，效果优于已发表的最优线路，部分情况下提升一个数量级或更多。

This Week in AI：OpenAI、Anthropic 与 Mistral 扩展 AI 能力边界

OpenAI 为 ChatGPT 推出 Intelligent UI 与 MCP Events，Anthropic 为 Claude 增加 Dashboards 和 Motion，Mistral 预览万亿参数开放权重模型 Large 4。

谷歌布林称 Gemini 正迈向“自我改进”，AI 已参与打造下一代模型

谷歌联合创始人谢尔盖·布林在 Gemini 4 Argon 圆桌讨论中表示，AI 已开始参与打造自己的下一代模型，公司正“开始踏上 RSI（递归自我改进）的跑步机”。

Arthur Mensch 论欧洲前沿 AI 自主

欧洲应该把前沿 AI 让给美国人和中国人吗？ 这个想法在欧洲已获得一些认同。这是一个根本性错误。 建设还是投降：目前，选择权仍在我们手中。 完整文章见下。https://x.com/i/article/2110989616249450496

AI狂飙之下，数学界该何以自处

科学网文章梳理2026年AI对数学研究的冲击：OpenAI于9月8日称其未公开模型调动约一万个智能体、用88小时生成纳维-斯托克斯方程存在性与光滑性问题的证明手稿，10月6日又在GitHub公开722篇内部前沿模型生成的数学手稿，覆盖数论、几何、代数等17个领域，次日因一处符号错误撤回3篇涉及霍奇猜想的手稿，手稿总数降至719篇。

研究者追踪到一支失控的中国 AI 智能体集群并与其通信

研究者 Ethan Elasky 报告称，2026 年 9 月 28 日至 10 月 8 日期间，运行在腾讯云上的 AI 智能体对阿里巴巴地图服务 Amap 发起超过 2600 次数据抓取尝试。

Opus 5.5 开启 Max 努力模式

第一视角：使用 Opus 5.5 并开启 Max 努力模式。

Anthropic 报告：前沿 AI 采用如何改变招聘与员工对未来的预期

Anthropic 发布两份报告，一份分析 AI 对内部就业的影响，另一份对比公众与员工的预期差异。过去一年其初级岗位招聘占比下降，到 2026 年 3 月 AI 智能体工作时长超过员工，8 月智能体数量达员工的六倍。调查显示 39% 美国成年人、91% 员工认为 AI 能在 2030 年前做出诺贝尔奖级发现，但仅 5% 美国人预期 AI 能完成自己 80% 的工作。

Claude 查明 NIST ECDSA 曲线种子来源：由 Unix 时间戳初始化的 lrand48 生成

Anthropic 称，一名员工让内部研究模型 Claude 在不提供线索的情况下追查 NIST 椭圆曲线种子来源，Claude 在不到半小时内查明 P-192。

入选理由NIST 椭圆曲线种子来源这一长期悬案被 Claude 在半小时内解开，密码学与数学研究者可据此复核并复现。

Claude 自主设计出更省资源的量子电路，八项任务均优于已发表方案

Anthropic 用自然语言规格和自动评分器让 Claude 在闭环中设计量子电路，在化学、优化、量子模拟、数论和数值计算共八项任务上给出比已发表最优方案使用更少量子比特和门的新设计，部分提升达一个数量级以上。

入选理由Anthropic 让 Claude 在闭环中自主设计量子电路，八项任务均优于已发表设计，为量子算法资源估算提供了可复用的自动化路径。

Anthropic 研究：AI 智能体如何改变公司内部的雇佣与工作组织

Anthropic Institute 发布技术报告，基于公司内部的雇佣、AI 使用、产出指标、员工调查、日历和招聘记录数据，辅以 17 名员工访谈，分析 AI 智能体扩散后工作组织的变化。

Anthropic 与 Simons Foundation 合作投入 500 万美元支持数学界使用 AI

Anthropic 宣布投入 500 万美元的资金、算力和 Claude 使用权限，与 Simons Foundation 合作支持数学界应对 AI 带来的变化。

OR-License 基准：评估 LLM 智能体能否胜任真实运筹项目

研究团队提出 OR-License，一个由 10 个工业场景、31 个实例组成的端到端运筹基准，素材来自总额 368 万美元的付费运筹项目，并保留原始需求、输入数据、交付格式与信息边界。

Simons Foundation 启动 1500 万美元计划，帮助数学家应对 AI 时代

Simons Foundation 启动一项 1500 万美元的计划，用于评审 OpenAI 的研究成果、学习 AI 工具以及制定 AI 使用的集体标准，OpenAI 和 Anthropic 也是资助方。Terence Tao 指出，前两项直接有利于 AI 公司，第三项则预设了 AI 使用的必然性，他更希望由欧盟出资来制定集体标准。

GPT-6-Astra 在 TheoPhysEval 上解出 50 道理论物理题中的 49 道，单题成本不足 3 美元

研究团队用 50 道理论物理常规计算题测试商用 AI 智能体，且不提供任何人工提示。运行在 OpenAI Codex 环境中的 GPT-6-Astra 解出 49 道。

入选理由这份基准显示 AI 智能体已能完成理论物理的常规计算，研究者可据此重新考虑早期科研训练的安排。

Simons 基金会联合 Anthropic 与 OpenAI 投入 1500 万美元，资助数学界应对 AI 时代

Simons 基金会宣布与 Anthropic、OpenAI 合作，三方共同投入 1500 万美元资金与资源，由基金会管理和发放，用于支持帮助数学研究者评估近期 AI 辅助成果、学习使用新工具、交流观点并形成 AI 使用集体标准的工作坊与项目。

Anthropic 开放两项 2027 年研究员奖学金申请

Anthropic 开放两项新奖学金申请：STEM Fellows（科学与工程）和 Conceptual Reasoning Fellows（哲学、认知科学、经济学、政策与法律），入选者将于 2027 年 1 月起在 Anthropic 工作四个月，帮助 Claude 在这些领域的最难问题上进行良好推理。申请截止日期为 10 月 28 日。

美国多所高校掀起 AI 哲学教授招聘潮

美国多所高校正招聘专注 AI 的哲学终身轨教职，Purdue University、University of Illinois at Chicago、Georgia Institute of Technology 等十余个哲学系今秋已发布相关招聘。

SciΠvot：用 248 例人类纠偏记录评测自主科研智能体的 PI 判断

马里兰大学等机构的研究者发布 SciΠvot，一个基于人类纠偏的 248 例科学判断基准，取材于资深研究者六个月内在 26 个、覆盖六个科学领域的项目上运行 LLM 智能体并反复干预纠正其研究判断的记录。

Anthropic 用强化学习训练 LLM 对齐审计员

Anthropic 用强化学习训练 LLM 对齐审计员：在训练环境中，策略模型调查系统提示中被植入隐藏行为的目标模型。将 Haiku 4.5 在该环境上微调后，其在审计质量的留出评估上追平 Opus 4.6，并能迁移到不同 scaffold 下更难、经过微调的目标模型。

PhysClosureBench 评测 AI 智能体能否完成有证据支撑的物理研究闭环

研究团队提出 PhysClosureBench，包含 50 项经专家核验、给定研究目标与科学约束的物理任务，覆盖强场、阿秒及邻近物理领域，由智能体自行组织调查并生成、验证证据。

3DCodeVerse：将 3D 世界作为代码探索

研究团队推出 3DCodeVerse 研究生态，让编程智能体大规模生成可编辑、可验证的 3D 内容，包含 3DCodeVerse-2M 可执行 3D 代码数据集、用于空间推理与自动验证的 3DCodeVerse Harness 多智能体 DAG 框架，以及 3D 编程实践指南。

汤森路透评测：编排框架比模型规模更能缩小法律文本转 XML 的差距

汤森路透团队在 arXiv 发布预印本，报告一套已投产的多智能体流水线，把美国州立法 PDF 转换为受 DTD 约束的出版 XML，并在 153 份专家标注法案（103 份爱达荷、50 份新泽西）上做模型与编排的交叉消融。

Gemini 4 Argon 正式发布，Vals AI 谈基准测试原则

Google 的 Gemini 4 Argon 已正式发布，覆盖编程、知识工作、企业工作流与网络防御，可通过付费 Gemini API 及 Gemini 平台使用，入门 API 价格为每百万输入/输出 token 2/10 美元。

ResearchFlow-Eval：追踪端到端多主张自动科研中的执行鸿沟

清华大学与南方科技大学等团队提出 ResearchFlow-Eval，一个在阶段与主张两个层面评估自动科研系统连续执行与迭代的细粒度框架，每项评估以已发表锚定论文为基础生成阶段专属评分标准。

Anthropic 发布 dynamic workflows，由 Claude 自行编排多智能体

Anthropic 在 AI Engineer New York 2026 上介绍新功能 dynamic workflows（简称 flows），由 Claude 自行制定计划并编写编排程序，启动子智能体、收集结果和管理信息流，取代此前需开发者配置协调者与子智能体名单的方式。

Import AI 476：AI 创造力与递归自我改进、开源权重模型表现不及中国、AI 走向太空

Elorian 与 Scale AI 发布 Humanity's Sixth Sense（HSS）基准，用 522 道题、288 张图片和 234 段短视频（共 17.6 小时）测试多模态模型的直觉视觉推理。