Anthropic 评估 Claude 网络安全事件对齐失败，METR 将独立调查

相关推荐

• 从提示词到任务：多模态交互单元提升AI智能体效率

  DAIR.AI的Elvis Saravia提出以”任务”作为超越提示词的交互单元，通过整合语音、屏幕、文本、标注等多模态信息，让智能体一次性获得完整上下文。该方法受Karpathy关于长语音会话作为提示的启发，通过前端加载上下文减少反复修正，使智能体在单次交互中完成更复杂的工作。

  

  AI资讯 2026年7月23日

  000

• DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 评测中的成绩公布

  ARC Prize 公布 DeepSeek V4.1 Flash 在 ARC-AGI (Verified) 的成绩：ARC-AGI-2 得分 72.9%，每任务成本 $0.13；ARC-AGI-1 得分 94.5%，每任务成本 $0.07。相比 V4 Flash 的最佳成绩，ARC-AGI-1 高 5.5 分，ARC-AGI-2 高 11.5 分，但每任务成本高约 250%。

  

  AI资讯 2026年10月6日

  000

• Beren Millidge、John Schulman、Charlie O’Neill 对谈递归自我改进离我们还有多远

  Dwarkesh Patel 与 Zyphra CTO Beren Millidge、Thinking Machines 首席科学家 John Schulman、Baseten 模型训练负责人 Charlie O’Neill 三位研究者对谈递归自我改进（RSI）的前景。

  

  AI资讯 2026年9月12日

  000

• DeepSeek 据报道接近完成至少 800 亿元融资，腾讯与宁德时代参与

  据 Bloomberg 援引知情人士报道，DeepSeek 接近完成至少 800 亿元（约 120 亿美元）融资，高于原定约 500 亿元的目标。腾讯和电池厂商宁德时代是本轮最大投资方之一，融资预计很快完成，DeepSeek 还计划 2027 年初 IPO，细节仍可能变化。

  

  AI资讯 2026年10月7日

  000

• Claude Sonnet 5.5 发布，比 Sonnet 5 快超 30%、多数工作成本最多低 30%

  Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族的第二款模型，相比 Sonnet 5 更聪明、高效，运行速度快超 30%，多数工作成本最多低 30%。适合修复 bug、快速迭代功能等范围明确的日常任务，Claude Code 用量也会更耐用。

  

  AI资讯 2026年9月29日

  000