Anthropic IPO在即:三类特殊股权如何架空普通股东投票权

TechCrunch于2026年10月27日报道,Anthropic在临近IPO时设置了一套复杂治理结构,让长期利益信托、七位创始人和现有董事会掌握绝大多数决策权;在公开市场买入股票的普通股东,对多数重大事项几乎没有投票空间。

TechCrunch于2026年10月27日报道,Anthropic在临近IPO时设置了一套复杂治理结构,让长期利益信托、七位创始人和现有董事会掌握绝大多数决策权;在公开市场买入股票的普通股东,对多数重大事项几乎没有投票空间。

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。

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 新论文提出模块化、不绑定特定大模型的需求质量评估工具 MARQ,把 INCOSE 需求质量准则做成知识栈,在专家标注的 NASA 需求集上明显好于现成模型直接调用。需要说明的是,这是论文摘要披露的原型研究,并非已上线产品,也未核验全文。

arXiv 上出现一篇新论文,提出“Skill Dreaming”框架,尝试从仓库的 Pull Request(PR)历史中提取可执行技能,构建仓库专属技能库,让 LLM 编码智能体既能实现新功能,也能维护测试、文档与仓库约定。值得关注的是,它把 PR 同时当作知识来源和验证回路。

Hugging Face Papers 收录的一篇论文指出,大模型提供的“推理强度”档位不能盲目调到最高:高推理档位确实能提升整体准确率,但在低档位能解决的任务上反而可能失败,且成本最高可达最低档的42倍。

arXiv cs.AI 于 2026 年 10 月 28 日收录一篇新论文,试图回答“AI 越来越擅长科研后,人类为何还要做科学、又该如何用 AI”这两个问题,并给出一个以“人类理解”和“人类方向”为双条件的任务委托框架。

arXiv 上一篇新论文提出 The Trinity 框架,用 Creator、Explorer、Evolver 三个角色把多模态智能体的环境生成与 Harness 迭代耦合成递归自改进循环,并在摘要中报告了基准测试的提升。目前这是论文层面的研究,不是已上线产品。

arXiv 新论文提出 AOS-Bench,把编码 Agent 当作“工作负载管理器”来评测:任务陆续到达、共享 CPU 和内存。摘要显示,单任务表现好并不等于能管好多任务,重负载下各系统得分普遍下降 13 至 23 分。