
Sign up to save your podcasts
Or


Claude Code 被回報在搜尋網頁時,把使用者信箱放進 User-Agent 請求標頭,送給任意第三方網站。開 issue 的開發者說自己每天收到幾十封詐騙信,Anthropic 在 2.1.317 版推出的自動阻擋,也有兩位使用者附上可重現的測試,回報到 2.1.318 版沒有觸發。
Inkling 2 Small 在 Artificial Analysis 的獨立評測裡,幻覺率從 61% 降到 27%,作答率卻從 77% 掉到 53%,答對率只從 32% 升到 34%。換成每 100 題的帳,少掉的約 23 道錯題幾乎都搬去了不作答。代理型任務 AutomationBench-AA 從 5% 升到 46% 是真進步,代價是每個指數任務平均花費從 0.20 美元漲到 1.18 美元。
METR 進到 Anthropic 內部做高權限評估,估計 Anthropic 過去一年做出以前大約兩年的進展。員工自評約快 12 倍,METR 只視為很鬆的證據。同時,最有參考價值的證據大部分被刪掉,對內部模型夠難的基準快用完,新模型留在內部的時間也變長,外部越來越難看清內部加速多快。
Anthropic 讓 Claude 玩寶可夢紅版,一條把寶可夢中心位置寫錯的筆記,讓它在月見山掉回同一條路 3 次。回頭拿筆記對照工作紀錄原文、改正之後,Claude 在第 1935 個動作到達華藍市。
Rune 是用 Rust 寫的原生介面框架,每個 App 都能在沒有螢幕的狀態下跑,讓寫程式的 AI agent 輸出 PNG 截圖、倒出元素樹,自己先驗收做出來的畫面。同一個先截圖、自己檢查再交件的習慣,也能帶到其他 AI 工具上。
Meta 用 Muse Wonder 訓練專門版模型,放進 Muse 與 Meta AI,補上 Active Memory 記性與 Active Focus 卡關找路兩項能力。Active Memory 評測由舊模型 76% 升到 90%,忘記關鍵資訊的情況減少為 2.4 分之一,兩個數字很可能是同一組結果的兩種講法。
Anthropic 替 Claude 推出管錢功能 Personal Finance,銀行帳戶連上後可用日常語言問餘額與交易,存取只能讀,不能轉帳、管理或投資。功能沒有廣告與業配推薦,也不推自家信用卡或貸款,目前以 beta 開放美國 Pro、Max、Ultra 方案。
Conductor 宣布加入 Meta 並逐步收掉產品,雲端版 Conductor Cloud 11 月 13 日變唯讀、11 月 20 日關閉。雲端工作區可按右鍵選 Transfer to local 連同對話搬回 Mac,本機版會繼續拿到新模型與重大 bug 修正到 2027 年初。
Anthropic 在 Claude Cookbook 收錄的 dreaming 提示詞,要 AI agent 的記憶回原始對話紀錄查帳:找不到證據的記憶先留著,明確矛盾就標記或修正,講得太肯定就調低把握度。每次寫入或修改之後,agent 都要讀回檔案,確認內容真的在上面。
Ricursive Intelligence 自述只用 1.4M 次 rollouts 就在 TerminalBench 2.1 拿到 80.5 分,用量比 Reflection Beam 少大約 70 倍。對照 Reflection 公告的 over 100 million rollouts,倍數規模兜得起來,80.5 分仍是團隊自報成績。