Fable 第一，谁第二？Anthropic 钦点 8 款模型名单曝光
Anthropic 为证明其最新模型 Claude Fable 5 的安全性，公开了一份包含 8 款模型的内部安全测试名单。名单中除自家的 Fable 5 和 OpenAI 的 GPT-5.5 外，唯一入选的中国模型是 Kimi K2.7，这被外界视为对中国大模型底层能力的一次间接认可。
标签： OpenAI
Agent 如何自我进化出 Skill？浙江大学-阿里巴巴集团人工智能安全联合实验室专场直播回放 (1)
浙江大学与阿里巴巴的联合研究团队发布了两篇论文，提出了一套让 AI Agent（智能体）在没有人工干预的情况下，自主迭代生成、修正并优化自身“技能包”（Skill）的方法。其核心创新在于用一个“代理验证器”替代真实测试反馈，驱动 Agent 通过多轮自我进化，最终生成的技能包不仅比人工编写的更有效，还能跨模型…
大晓机器人首席科学家陶大程：世界模型的使命不是完整复制世界，而是精准支撑行动
大晓机器人首席科学家陶大程在公开技术分析中提出，当前行业对世界模型的评价应从“像素逼真度”转向“能否有效支撑机器人行动”，并系统阐述了具身世界模型应以“行动代价最小化”为设计核心。这一观点直接挑战了通用生成式世界模型的主流评价标准，为具身智能从实验室走向产业化提供了更聚焦落地的底层判断框架。
拒绝天价账单！OpenAI、Anthropic 自研芯片，剑指英伟达“暴利”护城河
OpenAI 已推出自研推理芯片 Jalapeño，Anthropic 也接触三星探讨芯片合作。两家头部大模型公司正从“买算力”转向“定义算力”，目的不是取代英伟达，而是通过定制硬件优化推理成本，为大规模 AI 产品商业化铺路。
Claude Code 80%的提示词说删就删，Anthropic用Fable 5打了个样：AI行业的“降本”才刚刚开始
Anthropic 在最新演讲中透露，已将 Claude Code 的系统提示词删减 80%，并推出更高效的 Fable 5 模型。此举背后是 AI 行业 token 成本失控的现实——Anthropic 花在算力上的钱已是薪资支出的 2.3 倍，大公司如 Uber、花旗已开始严格管控 AI 使用预算，行业正…
黑客马拉松将于 7 月 7 日至 13 日举行。周日申请：https://t.co/eGlIcA0Cko
Anthropic 旗下 Claude 团队宣布将于 2026 年 7 月 7 日至 13 日举办“Built with Claude: Life Sciences”主题黑客马拉松，申请截止日期为 7 月 5 日（周日）。这是 Claude 首次聚焦生命科学领域的正式开发者活动，旨在推动 AI 大模型在生物医…
宣布与克劳德共建：生命科学，全球虚拟黑客马拉松。加入我们和@GladstoneInst，与 Claude Science 和 Claude Code 一起进行为期一周的研究和构建，奖金池为 10 万美元的学分。呃…
Claude 团队宣布联合 Gladstone 研究所，举办一场面向生命科学领域的全球虚拟黑客马拉松，总奖金池为 10 万美元的信用额度，参赛者将使用 Claude Science 和 Claude Code 工具进行为期一周的研究与开发。
一位刚毕业的大学毕业生告诉我，当他们在学校时，他们会将讲义提供给人工智能并要求其教授材料（而不是参加实际的讲座）。他们经常发现人工智能所教授的内容是……
一名刚毕业的大学毕业生向AI行业研究员Zara Zhang透露，在校期间，他会把课堂讲义交给AI模型，让AI代替自己学习并讲授内容，结果发现AI的教学效果往往好于真实教授。这件事折射出生成式AI在个性化教育场景中已具备实用价值，同时也正在改变传统高等教育的“授课-学习”模式。
从此处开始：https://t.co/CR7dRQl4mr 我们将为 Claude Enterprise 组织提供 25,000 美元的积分，为 Claude Team 组织提供 2,500 美元的积分，以便在 9 月 1 日之前使用 Claude Tag
Anthropic 通过 Cat Wu 的 X 账号宣布，为推广其 Claude Tag 功能，向 Claude Enterprise 和 Claude Team 组织分别提供 25,000 美元和 2,500 美元的积分，有效期至 9 月 1 日。这是一项限时激励，旨在加速企业级用户对 Claude 产品的…
这太棒了，我现在对寓言有很多感觉，它一次可以持续几个小时，然后回来用两段解释它做了什么，我们需要更好的方式让人工智能告诉我们故事 https://t.c…
AI 产品 Fable 在执行复杂任务时能自主运行数小时，却只用两段话总结结果，这种“黑箱式”输出暴露出 AI 代理的可解释性危机。开发者 Dan Shipper 和 Geoffrey Litt 分别指出，用户需要更好的叙事方式来理解AI的工作过程，而不仅仅是接受最终结论。