分类： AI 资讯

Anthropic IPO 最大赢家或是亚马逊：约 18 亿美元押注、近 980 亿美元账面价值

TechCrunch 援引 Anthropic 的 S-1 文件称，Anthropic 启动 IPO 时，风投机构虽然回报可观，但持股比例都不足 5%；真正可能拿到最大财务收益的是亚马逊——它以可转债加优先股方式投入约 180 亿美元，相关持仓在 6 月 30 日被估值为 979 亿美元。

美国阿贡国家实验室在 arXiv 发布预印本，提出 KV 缓存管理器 WAKMan，可根据正在发生的请求流量自动切换淘汰策略，无需预先知道请求类型。对运行大模型推理服务的团队来说，这意味着缓存命中率可能更容易稳定在高位。

一篇 arXiv 新论文重新运行了 1961 年 Herbert Simon 的启发式编译器与 1984 年 MIT 的 KBEmacs，并把两者的编程理论放在一起比较，指出当今更强的 AI 编程助手反而丢掉了这种“可执行的理论”。

arXiv 上一篇新论文提出 OA-RAG，把领域本体的形式化逻辑与 LLM 推理结合，并让模型为每个答案标注证据支撑等级，试图缓解医疗问答中的幻觉问题。这一思路的看点在于把“答案从哪来、有多可靠”变成可报告的字段。

一篇 arXiv 新论文用 100 毫秒级监控工具观察了一所大学的 GPU 集群，发现大量任务资源利用极低、申请时长与实际严重不符，说明不换硬件也有可观的提效空间。

arXiv 上出现一项名为 RefactorProof 的评测基准，用来检验大模型为程序生成的数学证明，在程序经过保持行为不变的重构后是否仍然有效，结果显示不同证明来源普遍存在脆弱性。

2026 年 10 月 28 日，arXiv cs.AI 发布一篇新论文预印本，提出用专家整理的医学本体约束多智能体推理，让大模型的鉴别诊断从“凭训练模式猜”转向可追溯的证据推理。目前公开的只是摘要和代码仓库，具体效果仍需全文实验验证。

arXiv 新论文在 MemoryAgentBench 的 FactConsolidation 任务上发现，AI 智能体检索到最新事实后仍可能答错：过时的竞争性陈述若留在检索结果中，危害可能超过同样长度的无关证据。

arXiv 新论文用四种模型窃取攻击对比测试脉冲神经网络（SNN）与常规神经网络，发现 SNN 更难被黑盒查询复制，替代模型与目标的一致性低 10% 至 20%，对抗迁移性低 15% 至 25%。

一篇 arXiv 新论文提出“智能即时预订过滤器”，在搜索结果中按条件推广即时预订房源，目标是在不拉低整体预订率的前提下提高即时预订率，并称已部署上线、服务全球数百万用户。值得关注的是，它把双边市场的推荐问题改写成带约束的双目标优化，而不是单纯追求单一平台指标。