Anthropic 研究员复盘 BootLoops 用 Claude 完成 18 个领域的科研问题
一位物理学家发布长文，介绍其开源 harness BootLoops：在过去三个月里，他用 Claude Code 在 Google Cloud 虚拟机上并行推进 36 篇手稿、覆盖 18 个领域。
推荐理由：作者以第一手经历复盘用 BootLoops 让 Claude 跨 18 个领域做科研的过程，提炼了问题筛选方法和模型失效模式应对经验。
公司与模型
Anthropic / Claude 最新动态
Anthropic 的 Claude 系列模型、Claude Code 更新，以及安全研究与公司动向。
63 条精选近 30 天 30 条共收录 177 条
更新
精选归档 · 第 3 页
Anthropic：Research精选AI 评分7171
Anthropic：Research精选AI 评分7070 Anthropic 研究用 Claude 测算机器人对美国体力工作的影响
Anthropic 发布研究，用 Claude 对 O*NET 约 19000 个工作任务评级，构建机器人暴露指数，发现当前机器人能完成美国 74% 的体力任务（占 34% 工时），但仅在受限环境中，且只在 0.3% 的任务上比人工更具成本竞争力，按每年约 3% 的降价速度要 40 年才达 10%。
推荐理由：研究用 Claude 给 19000 个工作任务评机器人暴露度，给出能力与成本两条量化门槛，可帮读者判断哪些体力工作最先受冲击。
Anthropic：Claude.dev 开发者博客精选AI 评分7979 Anthropic 发布 Claude Sonnet 5.5：比 Sonnet 5 快 30%，多数工作成本最多降 30%
Anthropic 发布 Claude Sonnet 5.5，是 Claude 5.5 家族继 Opus 5.5 后的第二款模型，比 Sonnet 5 更聪明、更高效、快 30%，单 token 价格不变，因通常消耗更少 token 而最多省 30% 成本。
推荐理由：原文给出模型细节、迁移的六个破坏性变更和 effort 调优建议，开发者可以据此评估替换 Sonnet 5 的成本和改法。
Anthropic：Claude.dev 开发者博客精选AI 评分7474 Anthropic 讲解用 claude-api skill 自动化评测设计与 hillclimbing
Anthropic 在 claude-api skill 中新增 /claude-api build-eval 和 /claude-api hillclimb 两条命令，并讲解好评测的四要素与防过拟合的攀登原则。
推荐理由：Anthropic 官方给出了好评测的四要素和防过拟合的攀登方法，读者可以直接用这两条命令在自己的代码库里复用这套流程。
Anthropic：Claude.dev 开发者博客精选AI 评分7373 Anthropic 员工详解 Claude Code 中 effort 档位的选择与用法
Anthropic 员工 Thariq Shihipar 深入测试 Opus 5.5 和 Fable 5.1 的 effort 设置，分享在 Claude Code 中如何按任务选择档位。
推荐理由：作者结合自测和 Terminal-Bench 3.0 数据给出各 effort 档位的适用场景，读者可以直接套用这套任务分档方法。
Anthropic：Claude.dev 开发者博客精选AI 评分7575 Addy Osmani 详解 Opus 5.5 上一个任务的成本构成与省钱方法
Anthropic 开发者博客发文详解 Opus 5.5 上 Claude Code 任务的成本构成，Opus 5.5 输入输出 token 比 Opus 5 便宜 20%、cache 读取便宜 60%，典型会话按相同 token 计算降价约 31%。
推荐理由：原文拆解了任务成本的四个决定因素和缓存、effort 等设置的具体影响，读者可以据此计算并降低自己的 Claude Code 用量。
Anthropic：Research精选AI 评分6767 Anthropic Project Swap 实验：让 Claude 智能体替人交易书籍，61% 偏好匹配率、主要短板在理解而非谈判
Anthropic 发布 Project Swap 研究，让 201 名员工携带图书，由 Claude 驱动的智能体在数字交易场上替参与者讨价还价交换书籍，这是 Project Deal 之后的第二轮受控市场实验。
推荐理由：原文用可打分的书籍交易市场把智能体失败原因拆开，主要短板在于偏好理解而非谈判本身，对市场设计有直接参考。
Anthropic：Claude.dev 开发者博客精选AI 评分8181 Anthropic 团队复盘如何用 Claude 在两周内把 claude.ai 提速约 3 倍
Anthropic 团队复盘两周冲刺，将 claude.ai 与桌面端核心体验提速约 3 倍：75 百分位首次可输入时间从 3.1 秒降至 0.55 秒，Claude Cowork 云会话加载从 2.6 秒降至 0.73 秒。
推荐理由：原文由当事团队复盘两周优化过程，给出了具体提速数字、测量方法与 Claude 驱动的工程循环，读者可借鉴其可迁移的做法。
Anthropic：Research精选AI 评分7575 Anthropic 成立生命科学实验室，Claude 自主发现类 CRISPR 的新型酶系统 ART
Anthropic 宣布组建生命科学研究组与湾区实验室，并公布早期成果：约 950 个 Claude 智能体用 21 小时、2.1 亿 token 检索 DNA 序列数据库。
推荐理由：官方一手披露 Claude 智能体自主发现类 CRISPR 新酶系统的检索过程与实验验证方式，可了解 AI 驱动生物学发现的实际工作流。
Anthropic：Claude.dev 开发者博客精选AI 评分7575 Anthropic 发布 Opus 5.5 在 Claude 与 Claude Code 中的使用指南
Anthropic 官方博客发布 Opus 5.5 使用指南，讲解如何提示、驱动长任务和核查结果。要点包括一次给出完整任务和完成标准、删除 think carefully 类提示、用 CLAUDE.md 设定何时继续何时停下、拆分 subagent、把任务清单存文件；还说明被安全拦截时会切换到旧模型，可用 /model 或模型选择器切回，fast mode 作为研究预览可用 /fast 开启。
推荐理由：Anthropic 官方总结了 Opus 5.5 与以往不同的提示词写法和长任务管理方法，读者可直接照清单迁移到自己的工作流。
Anthropic：Newsroom精选AI 评分6767 Anthropic 与 Accenture 合作开展前沿 AI 嵌入式独立评估，双方各投入至少 10 亿美元
Anthropic 宣布与 Accenture 合作，由其旗下 AI 业务 Faculty 主导，对前沿模型进行评估、红队测试、对齐评估和安全防护测试，双方预计未来五年各投入至少 10 亿美元。嵌入评估者将像员工一样进入公司内部，观察训练中的模型并核实安全承诺，Anthropic 将直接资助其工作，并正与 METR 等非营利评估机构洽谈试点，合作非排他，未来几周还将公布更多评估方。
推荐理由：Anthropic 官方说明了嵌入评估的运作方式和资金安排，读者可借此了解前沿模型独立评估的落地路径。
Anthropic：Research精选AI 评分7575 Anthropic 报告 Claude 加速 30 多个生物分子模型并开源优化代码
Anthropic 发布研究结果显示，Claude 在不到四周内优化了 30 多个开源生物深度学习模型，结构预测平均加速约 4 倍、精度损失极小，同精度输出下约加速 1.6 倍，其中 FlashPairformer 自定义内核在 triangle attention 上超领域标准 2.7-2.9 倍。
推荐理由：Anthropic 官方给出 Claude 优化 30 多个生物模型的加速数据、Big 模式规模上限和开源代码，可据此评估 Agent 做推理优化的实际效果。
Conductor 官方更新精选AI 评分6464 Conductor 0.83.2 上线 Claude Fable 5.1
Conductor 0.83.2 更新宣布 Claude Fable 5.1 现已在 Conductor 中可用。该模型是 Anthropic 能力最强的模型，面向长时间运行的编码和知识工作，在编码、知识工作和长程问题解决上较 Fable 5 有提升，同时成本降低约 25%。
推荐理由：官方更新说明 Conductor 已支持 Claude Fable 5.1，并提到相对上一代价格降低约 25%，可帮助使用该工具的用户了解模型选择变化。
Together AI 研究与产品博客精选AI 评分6868 Together AI 用 DeepSWE 对比 GLM-5.3 与 Claude Fable 5：成本、编码与路由
Together AI 在 DeepSWE 113 个任务、各 4 次试验共 904 次 rollout 上对比 GLM-5.3 与 Claude Fable 5。
推荐理由：基于 904 次 rollout 的逐任务原始数据对比两款编码模型，读者可以据此决定默认用哪个模型、以及何时值得为 Rust 和序列化任务多花钱。
Together AI 研究与产品博客精选AI 评分6565 DeepSeek V4 Pro 0813 与 Claude Fable 5 在 DeepSWE 上的成本、编码与路由对比
Together AI 在 DeepSWE 全部 113 个任务上实测 DeepSeek V4 Pro 0813 与 Claude Fable 5，共 904 次 rollout。
推荐理由：原文以 904 次 rollout 实测两个模型在 DeepSWE 的成本与质量差异，并给出可迁移的级联路由方案及其实测准确率和成本。
Anthropic：Claude.dev 开发者博客精选AI 评分7777 Anthropic 解析 Claude 5 代模型的上下文工程新规则
Anthropic 工程师 Thariq Shihipar 介绍新一代 Claude 5 模型（如 Claude Opus 5、Claude Fable 5）的上下文工程新实践，团队删除了 Claude Code 超过 80% 的系统提示词，且在编码评测中无可测损失。
推荐理由：Anthropic 以 Claude Code 砍掉 80% 系统提示词的实测经验，总结新一代 Claude 模型上下文工程的六组新旧做法转变。
Anthropic：Claude.dev 开发者博客精选AI 评分7878 Anthropic 分享 Claude Code 团队使用 skills 的经验与最佳实践
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文分享内部数百个 skills 的使用经验，将其归纳为库参考、产品验证、数据取数等九个类别，其中验证类 skills 对输出质量的提升最为可测。
推荐理由：Anthropic 团队基于数百个内部在用 skills 的实践，归纳出九类划分和撰写技巧，读者可以对照改进自己的 skills 设计。
Anthropic：Claude.dev 开发者博客精选AI 评分7676 Anthropic 详解 Claude Code 动态工作流的原理、模式与使用建议
Anthropic Claude Code 团队成员撰写文章，讲解上周发布的 Claude Code 动态工作流：Claude 可即时编写针对任务定制的 harness，通过 agent()、parallel()、pipeline() 组合子智能体。
推荐理由：Anthropic 员工结合一手使用经验讲解动态工作流的原理与模式，并给出适用边界和 token 开销等实操建议。
Anthropic：Claude.dev 开发者博客精选AI 评分7474 Claude Code 团队成员解析为什么用 HTML 替代 Markdown 作为 Agent 输出格式
Anthropic Claude Code 团队成员 Thariq Shihipar 撰文介绍用 HTML 替代 Markdown 作为 Claude Code 输出格式的实践。他认为 HTML 在信息密度、可读性、分享便利和双向交互上优于 Markdown，并给出规格探索、代码审查、设计原型、报告和临时编辑界面五类用例及示例提示词，相关模板已发布在 GitHub。
推荐理由：Claude Code 团队成员分享用 HTML 替代 Markdown 作为输出格式的实践，给出五类用例和可直接套用的示例提示词。
METR：Blog精选AI 评分7878 METR 发布前沿风险报告，评估 Anthropic、Google、Meta、OpenAI 内部 AI 智能体的失控风险
METR 于 2026 年 2 月 16 日至 3 月 16 日开展试点，联合 Anthropic、Google、Meta、OpenAI 评估其内部 AI 智能体的错位风险。
推荐理由：METR 首份行业级试点评估，读者可从中了解四家头部公司内部 Agent 的失控风险现状与评估方法。