“我在Anthropic感到不安全”:一位Anthropic早期员工的回忆
“我在Anthropic感到不安全”:一位Anthropic早期员工的回忆Anthropic早期员工Ivan Vendrov在《Some Memories of Early Anthropic》中回忆,入职八个月后因AI安全使命与商业化、模型竞赛压力带来的精神重压选择离开,并质疑公司将谨慎服从的助手塑造为“受过创伤的官僚”。
搜索
Anthropic早期员工Ivan Vendrov在《Some Memories of Early Anthropic》中回忆,入职八个月后因AI安全使命与商业化、模型竞赛压力带来的精神重压选择离开,并质疑公司将谨慎服从的助手塑造为“受过创伤的官僚”。
上周五,有三件事集中发生。
Anthropic 官网源码曝光 Claude Mythos 5.5,开发者还展示疑似 Claude Fable 5.5 生成的 3D 与交互作品;OpenAI 的 GPT-6.2 Astra 也现身 Codex 统计和 API 记录,但两家公司均未正式官宣。
Anthropic确认,Claude Code运行Opus 5.5时通过服务器端推送提示词,允许构建原创游戏但禁止复刻特定现有游戏,用户无法关闭该规则。
马斯克将Anthropic的Claude Cowork核心设计者Jenny Wen招入SpaceXAI,她已加入Cursor担任设计负责人,并将把产品与交互设计经验用于Grok Bot。
彭博社披露,Anthropic以“客户B”身份向SpaceX租用Colossus及Colossus II算力,第三季度贡献SpaceX营收的34.5%,并受SpaceX断电权约束,故未公开指责Grok蒸馏Claude。
刘锋博士研究团队基于广义智能体理论提出仍属初步设想的AI「鲁滨逊测试」,通过分阶段撤离人类维护和任务指令,观察AI能否自主维持、探索资源及形成源自自身的控制。
Anthropic将Claude原Max 20x套餐更名为Ultra,月费维持200美元,并对已认证Ultra账户取消5小时用量限制,但每周总限额不变,Max仍保留5小时上限。
Fable 5.5测试曝光并被指更善理解用户深层意图,Anthropic同时披露Claude自Fable 5起会在每次回答后执行用户不可见的安全自评估,以低于2%的额外算力筛查滥用并交由分类器或人工复核。
「LeetCode 式的编程面试已死!至少对我的团队来说是这样。」