跳到正文

#Anthropic

今日 22 条
11月10日周二
  1. 36氪·AI69

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,机器人仿真成绩达 GPT-6 Astra 两倍并真机对弈 62 步跳棋

    Anthropic 发布新一代旗舰模型 Claude Fable 5.2 与 Mythos 5.2,官方 RoboDojo 机器人仿真中 Fable 5.2 平均成功率 64.9%,为 GPT-6 Astra 29.8% 的两倍以上,该组结果由 Anthropic 内部运行。

    决策要点

    Anthropic 在 IPO 关口把叙事从软件助手转向物理生产力,用机器人成绩和成本账本回应增速放缓与估值质疑。

    • 影响高难度工程任务的成本核算需从 Token 单价转向单任务总成本,相关预算口径可能要重算;具身业务短期难成业绩支柱,但制造产线与科研仪器调度多了一个新入口;官方跑分缺独立复测,选型评估应以第三方实测为准。
    • 参考可考虑在高难度工程试点中,把一次通过率与人工介入时长折算成单任务总成本,再与现有主力模型对比;有机械臂或科研仪器需求的企业可关注 MHS 接口规范,先等第三方真机复现再排试点。
  2. 36氪·AI56

    特朗普自曝曾威胁逮捕Anthropic CEO Amodei,称AI末日论是骗局

    特朗普公开自曝曾以重大民事和刑事后果威胁Anthropic CEO Amodei,并在9月点名称政府已阻止他用AI做坏事。冲突源于2月Anthropic拒绝让Claude用于杀伤性武器和大规模监控,特朗普随后下令各联邦机构停用Anthropic技术并给出六个月过渡期,五角大楼将其列为供应链风险,Anthropic并在IPO文件中警告投资者可能遭政府针对性报复。

    决策要点

    AI安全立场已从技术讨论变成政治风险源,政府权力正直接介入AI企业的商业与研究决策。

    • 影响头部AI厂商也会因政治压力快速丢失政府客户,依赖其API的企业需预留切换余地;安全立场与政策导向冲突时,厂商的监管与声誉风险会被放大。
    • 参考可考虑盘点对Anthropic等美国模型API的依赖点,为关键业务准备替代模型与切换预案;值得把供应商的政治暴露纳入评估清单,参考六个月过渡期先例预留缓冲。
  3. 量子位69

    Fable 5.2首批实测出炉,基准几乎全线超越Opus 5.5,网友生成游戏、视频和3D世界

    量子位汇总Fable 5.2发布后的首批网友实测,基准测试几乎全线超越Opus 5.5,网友用它生成游戏、视频和3D世界。官方基准显示软件工程测试达69.9%、较上一代上涨13.6个百分点,输出速度最高比Fable 5.1快30%,API价格下降20%,每百万输入、输出Token分别为8美元和40美元,支持100万Token上下文。

    决策要点

    Fable 5.2的实质看点是长任务端到端生成能力,游戏、视频、3D可一条提示词直出,代价是Token消耗和额度压力偏高。

    • 影响游戏原型、宣传片、3D演示类任务可低成本快速出样品,缩短制作周期;API价格降20%但高档推理下Token消耗快,成本口径需重算;部分任务对Opus 5.5优势有限,替换现用模型未必划算。
    • 参考可考虑挑一个视频宣传片或3D原型场景做小试点,记录Token用量和产出质量;选型前按每百万输入8美元、输出40美元的牌价先算一遍月成本,再与现用模型对比。
  4. AdExchanger62

    OpenAI 广告业务将广告主排在第三,用户信任与用户价值优先

    曾参与搭建 Meta 广告业务的 OpenAI 商业化副总裁 Benji Shomair 在 LUMA 数字媒体峰会上表示,让全人类受益于 AGI 的使命要求公司建广告业务,广告决策优先级依次为用户信任、用户价值与广告主价值。

    决策要点

    OpenAI 把广告描述成普惠使命的必要资金来源,同时把广告主排在用户之后,实际是平台定规则、广告主来适配的格局。

    • 影响广告与答案分离、对话隐私受保护等原则会改变投放与归因逻辑,搜索广告经验不能直接照搬;产品形态在 6 到 12 个月内都不定型,早期投入接近低成本试错。
    • 参考可考虑小预算试投 ChatGPT 广告并对比搜索渠道效果,先摸清五项原则对定向和素材的限制;也可参考 Anthropic 以创意内容带动下载的路径,把 AI 平台当作品牌曝光的新场景。
  5. IT之家·人工智能66

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,官方跑分编码超 GPT-6 Astra

    Anthropic 于 11 月 10 日发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿模型,官方称编码、推理、科学研究、网络安全及机器人等领域显著提升,输出速度最高提高 30%,成本下降 20%。

    决策要点

    Anthropic 以官方跑分宣告编码反超,同时成本下降 20%,对使用方而言价格与速度的变化比榜单名次更直接。

    • 影响现有 Claude 用户的 API 成本和输出速度可能直接受益;编码类场景的模型选型出现新对比对象;长程多智能体协作被官方作为主打能力展示;选型参考暂只有官方口径。
    • 参考可考虑用自有任务复测 Fable 5.2 与现用模型的差距再定迁移;值得按新价格重算月度 API 预算;智能体协作需求多的团队可评估长程任务场景。
  6. 钛媒体60

    Anthropic CEO称五到十年可治愈大多数疾病,遭制药业高层集中反驳

    Anthropic CEO Dario Amodei 2026年9月称五到十年内治愈大多数人类疾病是可能的,华尔街日报11月3日报道后制药业高层集中反驳,Vertex 执行董事长 Leiden 对类似时间表称

    决策要点

    这场争论的实质不是AI是否有用,而是估值叙事权之争,谁定义AI制药的进度,谁就决定这条赛道按什么节奏和倍数定价。

    • 影响现有证据只支持AI在靶点筛选、患者匹配等研发环节的效率价值,激进时间表不能作为投入或估值的依据;医疗与科技资本在定价节奏上利益相反,参与AI制药合作的企业需区分资本叙事与可验证证据,避免被单方时间线抬高预期。
    • 参考可考虑在评估AI制药合作或投资时,把付款和里程碑挂在临床前可验证证据上;医疗或研发团队值得参照Bayer用AI在数天内梳理1亿份患者记录的做法,先在患者匹配、化合物筛选等辅助环节小规模测算收益。
  7. 36氪·AI64

    Anthropic 以 34 亿美元接手 OnePWR 发电设备订单,锁定 1.7GW 燃气发电机组

    Anthropic 于 9 月下旬与燃气发电设备供应商 OnePWR Solutions 达成 34 亿美元交易,为数据中心采购总装机 1.7GW 的燃气发电机组及配套工程设计施工,报道称系已知 AI 实验室最大单笔发电设备采购。

    决策要点

    AI 算力扩张的瓶颈正从芯片转向电力,Anthropic 用资本直采发电设备,把电力从外部依赖变成可控资产。

    • 影响发电设备交付周期已拉长至数年,早锁定产能者拿到时间窗口;资金雄厚程度正在成为算力扩张的新门槛;微软与甲骨文项目受阻显示电力供应会直接拖慢数据中心进度。
    • 参考自建或租用算力的企业可考虑在合同中核查并写入电力保障条款,明确供应商电力来源与交付时间;值得先算出自身算力规划中电力环节的交付周期与溢价成本,再决定是否提前锁定产能。
  8. 36氪·AI55

    AISLE 真实湿实验基准首轮放榜,GPT 5.5 仅得 41.19 分,参测模型安全通过率均为 0%

    律动造物联合 UNSW、NUS、EPFL、UC Berkeley 共同牵头,汇聚全球 13 个 AI4Science 实验室及 NVIDIA、Microsoft Research。

    决策要点

    物理实验验证基准的出现把 AI 科学家叙事拉回现实,模型的语言层跑分并不代表真实动手能力和安全执行能力。

    • 影响对布局 AI for Science 或自动化实验室的企业,榜单成绩不能当作实验执行能力的采购依据;模型操控真实设备时安全约束全部失守,直接接入设备存在现实风险;配套 harness 为模型后训练提供了真实实验反馈通道。
    • 参考可考虑用 AISLE 公开任务对照评估自家场景中模型的动手与安全表现;值得在模型接入实验设备前先设置安全边界和人工停机校准机制;先算出获取真实实验反馈的成本再决定投入节奏。
  9. 钛媒体87

    Anthropic 提交 S-1 招股书,计划最早 11 月 16 日当周在纳斯达克上市

    Anthropic 已公开提交 S-1 招股说明书,计划最早 11 月 16 日当周在纳斯达克挂牌上市,具体首个交易日尚未公布。

    决策要点

    Anthropic 上市本质是 AI 资产公开定价的一次实测,其定价结果将为 OpenAI 及整个 AI 板块的融资条件提供参照。

    • 影响AI 资产定价正从为故事付费转向为收敛速度付费,私募市场已收紧,OpenAI 融资目标已下调;头部厂商算力支出承诺远超当期营收,对资本市场融资依赖加深;Anthropic 上市表现会影响同行的上市窗口与条件。
    • 参考可考虑把 Anthropic 上市定价及上市后第一份财报数据纳入 AI 供应商评估的参照节点;值得在签订长期算力或 API 合约前,把厂商的资本依赖与支出承诺列入风险评估清单。
  10. 钛媒体61

    Token价格走低,国内日均消耗增长约5000倍,李佳琦直播间半小时卖出2万亿

    大和研报称8月以来行业Token价格指数累计下跌约25%,信通院数据称国内Token日均消耗已达500万亿、较2024年初增约5000倍。OpenAI、Anthropic综合标价分别下调31%、47%;李佳琦直播间半小时卖出2万亿Token,实为0.01元千问会员月卡,总价不过1000元,京东双11直播间开播1小时送出超10亿Token。

    决策要点

    卖Token已不是最赚钱环节,行业价值正从生产端转向分发入口与产品层,竞争焦点变为消耗增速和用户绑定深度。

    • 影响企业调用大模型的标价在快速下降,但任务更复杂使Token消耗同步上涨,实际账单未必减少;依赖独立推理商与闲置算力转售的采购链路受价格战冲击最大;计价转向会员制与按交付付费,AI预算的核算口径需要随之调整。
    • 参考可考虑把AI预算从按单价核算改为按任务产出核算,先算出复杂任务的真实Token消耗;值得盘点现有模型与推理服务商清单,评估对独立推理商等价格战受冲击环节的依赖;选型AI办公或Agent平台时,可留意其结算方式与后续迁移成本。
  11. 人人都是产品经理68

    实测 Claude Fable 5.2:审美与细节表现突出,额度消耗也高

    Anthropic 凌晨正式发布 Claude Fable 5.2,已全渠道上线,20 美元 Pro 会员限一周临时使用,官方定价较 5.1 整体降 20%,每百万 Token 输入 8 美元、输出 40 美元。

    决策要点

    Anthropic 用降价 20% 和减少误拦截降低了旗舰模型的使用门槛,但作者实测的高额度消耗表明它仍更适合按需承担高难度任务。

    • 影响输入 8 美元、输出 40 美元每百万 Token 的新定价让重度使用成本下降;Pro 一周试用和 Ultra 额度重置提供了低成本验证窗口;作者实测 10 个任务耗掉 24% 额度,长任务场景的成本要按任务分级核算。
    • 参考可考虑在 Pro 试用窗口内选一个视频动效或 3D 前端场景做单次直出对比,记录耗时和额度消耗;值得按作者思路盘点团队的模型分工清单,把旗舰模型留给诊断规划和指挥调度。
  12. 钛媒体76

    Anthropic发布Claude Fable 5.2与Mythos 5.2,token降价20%但单任务成本被指翻倍

    Anthropic在IPO前发布Claude Fable 5.2和Mythos 5.2,两者同一底座、仅安全权限不同,Mythos 5.2仅向经审核机构开放;Fable 5.2的token单价下降20%,每百万token输入从10美元降到8美元、输出从50降到40美元。

    决策要点

    Fable 5.2的降价只体现在token单价上,模型变得更话痨推高了单任务实际成本,模型选型的成本基准需要从单价核算转向每任务总成本。

    • 影响token单价下降不等于总账变便宜,按token预算采购的团队需要改按每任务成本重算口径;机器人仿真、科研终端等长任务场景涨幅明显,可评估纳入试点范围;若沿用max档跑原有编程任务,单任务预算可能不降反升。
    • 参考可考虑在选型前用自家真实任务复测Xhigh与max档的得分与每任务成本差;值得优先在机器人仿真、科研终端等长任务场景做对照试点;先算出现有工作负载在5.1与5.2上的token量对比再定档位。
  13. 36氪·AI84

    Anthropic 公开递交 S-1 招股书,最早 11 月 16 日当周登陆纳斯达克

    Anthropic 已公开提交 S-1 招股说明书,计划最早 11 月 16 日当周在纳斯达克挂牌上市,首个交易日尚未确定,此前需完成路演、定价和监管批准。

    决策要点

    Anthropic 上市不只是挂牌,而是公开市场对 AI 资产定价的一次检验,营收高增长与近 9000 亿美元算力承诺之间的落差才是估值能否成立的核心。

    • 影响AI 板块将得到一个公开定价参照,定价遇冷会影响后续 AI 公司的上市条件;一年内 698 亿美元账单对应 332 亿美元前九个月营收,算力合约延续依赖 IPO 募资和后续资本市场工具;中期选举后的监管审批变量也进入机构定价考量。
    • 参考可考虑把 Anthropic 上市后第一个财报季的公开数据纳入 AI 供应商评估,跟踪其算力承诺与收入的收敛进度;值得梳理自家业务对单一 AI 厂商的依赖清单,在合约中预留替代方案。
  14. 36氪·AI77

    Anthropic 发布 Claude Fable 5.2,token 单价降 20% 但评测称单任务成本反升

    Anthropic 在 IPO 前发布 Claude Fable 5.2 与仅向经审核机构开放的 Mythos 5.2,两者同一底座,Fable 5.2 token 价格较 5.1 下调 20%,每百万输入 10 美元降至 8 美元、输出 50 降至 40 美元。

    决策要点

    这次降价只落在 token 单价层面,模型更话痨推高长任务的单任务成本,企业实际支出取决于任务形态和 effort 档位,而非标价。

    • 影响以长任务和 agent 为主的工作负载需要按单任务成本重算预算,只看单价会低估支出;effort 档位选错会同时推高成本并拉低得分;头部厂商接连调价,采购谈判存在比价空间。
    • 参考可考虑用自有长任务样本实测各 effort 档位的得分与单任务成本,再决定是否切换;值得把每任务平均成本而非 token 单价写入供应商比价口径,并测算输出 token 的放大倍数。
  15. TechCrunch · AI66

    Anthropic 据报道推进 IPO,计划下周四或周五开始交易

    Anthropic 将推进 IPO 计划,据《华尔街日报》报道,公司本周设定估值区间,下周四或周五开始交易。部分机构投资者正推动估值低于上周还在讨论的 1.5 万亿美元目标,该数字已明显低于几个月前提到的 2 万亿美元,其挂牌估值将被投资者用来衡量 AI 行业热度。作为对照,OpenAI 上周据报道以 1.25 万亿美元估值完成 110 亿美元新融资,低于最初寻求的 200 亿美元。

    决策要点

    Anthropic 上市把 AI 行业的估值预期放到公开市场检验,机构投资者压价表明二级市场对 AI 资产的定价在回调。

    • 影响头部 AI 公司估值目标从 2 万亿美元回落到 1.5 万亿美元以下仍遭压价,叠加 OpenAI 融资额低于预期,AI 板块融资环境在收紧;Anthropic 上市后财务数据将公开,企业评估这家供应商时多一层可核对的信息。
    • 参考可考虑在招股与定价文件披露后,把 Anthropic 的收入等财务数据纳入供应商评估清单;值得按估值回调情景重算自家大模型 API 的预算假设。
  16. 钛媒体62

    千问办公1分钱月卡进李佳琦直播间,半小时卖出近10万份

    11月2日晚千问办公CEO陈宇森在李佳琦直播间以1分钱发售原价28元的个人基础版月卡,半小时售出近10万份,对应约2万亿Token额度。近两个月智谱入驻天猫、天猫上线AI空间站、京东将Token包与电脑合约机捆绑销售、豆包工作在抖音常态化自播,面向C端的Token商品化包装逐渐完整。

    决策要点

    大模型竞争的瓶颈正从模型能力转向分发渠道,Token被包装成标准电商商品后,货架话语权成为新的争夺点。

    • 影响企业侧AI订阅走向明码标价的标准化货架,比价与采购门槛下降;依赖驻场陪跑的AI服务交付成本攀升,供应商模式承压;试用价只是获客入口,长期支出要看常规价续费与真实Token消耗。
    • 参考可考虑把团队常用AI任务按积分或Token折算出月消耗,再对比各订阅档位与真实工作量;采购驻场型AI服务时,值得把需求沉淀进产品和可自助维护写成合同条款。
  17. 爱范儿39

    科技早报|Apple 智能备案新增 iPad 和笔记本,Claude Fable 5.2 发布价格降 20%

    Anthropic 发布 Claude Fable 和 Mythos 5.2,标准 API 降至每百万输入 token 8 美元、输出 40 美元,官方称生成速度较 5.1 版最高快 30%,公司评测 FrontierSWE v2 得分 69.9%。

    决策要点

    模型与算力新品一天内密集落地并降价,资金端却开始按回调修正 AI 预期,供给提速与市场降温同日出现。

    • 影响API 降价延续,调用成本进一步下探,可趁机重算模型用量预算;英伟达逆势大跌叠加管理层独立调查,AI 板块定价开始修正;Apple 智能备案扩展至平板和笔记本,国行可用设备面扩大。
    • 参考可考虑按 Claude 5.2 每百万输入 8 美元的新价重算现有调用量预算;值得评估长上下文和保密推理负载与 TPU 8i Max、8tx 的匹配度。
  18. 36氪·AI71

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,官方称30小时完成费马大定理形式化验证

    Anthropic发布Claude Fable 5.2与Claude Mythos 5.2双模型,官方口径登顶AA Intelligence Index v5(65分)并超越Opus 5.5,ARC-AGI 3得分81%。

    决策要点

    这次发布的实质是把同一底层模型按安全限制拆成大众版与解禁版,用智能体集群的长程任务作为旗舰卖点。

    • 影响编码与科研类长程任务或可交由智能体集群试跑;输入8美元输出40美元每百万Tokens的定价决定其更适合高价值难题;Mythos解除生物与网络安全限制,选型时需区分两条产品线的合规边界。
    • 参考可考虑先选一个边界清晰的长程任务做小规模对照试点,记录人工与智能体集群的耗时和算力成本;值得按任务难度分层,把日常负载留在中端模型,只为高价值难题预算旗舰调用量。
  19. 极客公园48

    AI 快讯汇总:ChatGPT 占全球 AI 聊天流量超 81%,Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2

    Anthropic 于 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2,前者面向普通用户,后者面向经审核的网络安全与生命科学机构;5.2 版每 100 万词元输入 8 美元、输出 40 美元,API 调用费较 5.1 下调 20%,官方称生成速度最高提升 30%,可选快速模式最高再提升至 2.5 倍且价格更高。

    决策要点

    模型降价与流量集中同时出现,AI 使用成本在降而头部格局在收拢,连组织架构也开始围绕智能体重排。

    • 影响调用主流模型的单价下行,现有模型预算可按 5.2 新价重算;ChatGPT 流量份额超 81% 提示以对话入口为渠道的分发格局比竞争声势更集中;微软裁撤中层、收紧到岗的调整提供了智能体时代组织改造的参照。
    • 参考可考虑按 5.2 新单价重算现有 Claude 调用预算并测试快速模式性价比;值得对照 81% 流量份额复核自家在 AI 对话渠道的投放;组织上可先盘点管理层级与决策链长度再评估扁平化试点。
  20. OpenRouter:Blog(Announcements)59

    OpenRouter 教程:如何从任意 LLM 获取结构化输出(JSON Schema、工具调用或决策模型)

    OpenRouter 发布教程,讲解从任意 LLM 获取可靠结构化输出的三条路线,按模型 endpoint 支持情况在严格 JSON Schema、强制工具调用和 Jev 决策模型之间选择。

    决策要点

    结构化输出是否可靠由具体 endpoint 决定而非模型名,多模型接入的真正工作量在按能力选路线和保留本地校验。

    • 影响跨模型应用不能假定 Schema 在所有供应商生效,同一模型换路由结果会不同;只要求合法 JSON 的 JSON 模式实测 216 次全对,说明可在约束强度与稳定性间取舍;纯标签分类改用决策模型在该测试中成本约为 GPT-6 Luna 的一半。
    • 参考可考虑给 provider 加 require_parameters 并设为 true,让不支持的请求显式报错以便切换模型;值得为每条回复保留 jsonschema 校验,可选字段写成必填加 null 类型;纯分类需求可试 Jev,先用自有数据测准确率和成本。
  21. Anthropic:Newsroom75

    Anthropic 启动 IPO 路演,拟发行 825,000,000 股申请在纳斯达克上市,代码 ANT

    Anthropic 今日启动拟议 IPO 路演,拟发行 825,000,000 股 A 类普通股,发行价区间为每股 $70.00 至 $78.00,已申请在纳斯达克全球精选市场上市,代码为 ANT。

    决策要点

    Anthropic 的上市进入路演定价阶段,发行规模与价格区间落定,公司售股与股东退出安排也已划清。

    • 影响上市后 AI 行业估值将多一个公开交易定价参照;公司发售所得归 Anthropic,现有股东售股与公司募资无关;注册声明尚未生效,生效前不得发售或接受认购。
    • 参考可考虑把价格区间与上市节点作为 AI 资产估值的公开参照;值得通过招股书核对募资归属与股东售股安排;相关商务条款可在上市披露细化后复核。
  22. OpenRouter:Blog(Announcements)82

    OpenRouter 实测扫描件 OCR 模型,Claude Opus 5.5 准确率居首

    OpenRouter 用 8 张自制扫描页实测 15 个视觉模型、Mistral OCR 和 Tesseract 的扫描件识别能力,Claude Opus 5.5 在 264 项关键值检查中命中 262 项居首,每千页 16.42 美元。

    决策要点

    扫描件识别的差距集中在褪色打印、手写和传真等难页,视觉模型会编造页面没有的值且错误率指标看不出来,选型只能在自有文档上实测。

    • 影响每千页成本从 0.04 到 16.42 美元,选型对批量文档数字化的预算影响显著;模型编造的卡号、密码流入业务系统会造成数据错误,关键值环节需要校验机制。
    • 参考可考虑用文中的 transcribe 代码在自己的扫描件上跑一轮候选模型,记录关键值命中数和每千页成本;票据类流水线值得测试关闭推理与双模型互查两个降本组合。
  23. IT之家·人工智能72

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,API 调用费下降 20%,演示 8 天从零构建操作系统

    Anthropic 于 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2,两款模型基于同一底层模型,前者面向普通用户并内置网络安全与生物安全防护,后者面向通过审核的网络安全和生命科学机构,用于高风险专业应用。

    决策要点

    同源拆成双版本加 20% 降价,表明 Anthropic 在以价格推动普及,同时把高风险专业用途隔离进审核制通道。

    • 影响API 输入输出降价 20% 直接压低存量应用的调用成本;快速模式提速但收费更高,延迟敏感场景可重新核算账;网络安全和生物类任务改走审核制版本,相关企业要多预留一道申请周期。
    • 参考可考虑按现有用量先算出换用 5.2 后的百万词元成本差;值得选一个长周期多步骤任务做小规模智能体编排试点;涉及网络安全或生物数据的团队可提前了解 Cyber 或 Life Sciences 验证计划的申请条件。
  24. 爱范儿82

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,API 价格降低 20%

    Anthropic 正式发布 Claude Fable 5.2 与 Mythos 5.2 两款旗舰模型,已于今天上线 Claude 平台及 AWS、Google Cloud、Microsoft Azure,标准 API 价格降低约 20%,每百万输入 Token 8 美元、输出 40 美元。

    决策要点

    这次发布的实质是能力冲刺与主动设限并行,Anthropic 在筹备 IPO 的节点强化编程与科研能力,同时主动压制模型加速下一代 AI 研发的能力。

    • 影响编程与科研团队的模型选型和预算需要重算,标准 API 价格降 20%,但最强推理单任务成本约为 Opus 5.5 的 2.6 倍;官方主动限制 AI 研发类任务能力,自研 AI 团队不能默认沿用上一代的能力预期;限时体验持续到 11 月 16 日,存在低成本验证的窗口。
    • 参考可考虑在 11 月 16 日前用限时额度安排一次编程或科研基准任务对比,记录单任务成本与成功率;值得先测算高频任务在标准模式与 Fast Mode 之间的价格差,再决定日常负载是否迁移。
  25. The Decoder:AI News77

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,IPO 前重夺 AI 性能领先

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款同底座模型,在 IPO 前重新夺回 AI 性能领先,日常使用仍推荐 Claude Opus 5.5。

    决策要点

    Anthropic 在 IPO 前以双版本策略重夺榜首,独立榜单领先成立,但顶级能力伴随明显的单任务溢价和安全分级门槛。

    • 影响单任务成本约为 Opus 5.5 的 2.6 倍,高端场景预算需按任务而非 token 单价测算;公开版 Fable 屏蔽渗透测试等安全任务,相关业务要走 Mythos 的组织审核通道;输出提速与 token 用量下降可部分对冲溢价。
    • 参考可考虑先挑科研自动化、形式化验证等高价值任务试点,按单任务成本与 Opus 5.5 对比测算预算;有漏洞研究或渗透测试需求的团队可评估 Mythos 5.2 验证计划的申请门槛。
  26. TechCrunch · AI75

    Anthropic 在递归自我改进(RSI)担忧中发布 Mythos 5.2 与 Fable 5.2

    Anthropic 周一发布 Mythos 5.2 与 Fable 5.2,官方称编程、推理和视觉能力均有提升,Fable 输入价格从每百万 token $10 降至 $8,低于竞品 GPT-6 Astra,官方称响应提速 30%,更快推理服务需双倍价格。

    决策要点

    Anthropic 借降价与企业级数据合规扩大企业市场,同时前沿模型自评估难度与安全隐患同步上升。

    • 影响选用 Fable 5.2 的输入成本可按 $8 每百万 token 重算,已低于 GPT-6 Astra,可触发选型比价;零数据保留堵点移除,受数据合规约束的企业可将其纳入选型;前沿模型自评估难度上升,敏感场景部署的内部监控成本会增加。
    • 参考可考虑按新价格重算现有模型用量预算,与 GPT-6 Astra 做同口径比价;有数据保留要求的场景值得评估 ZDR 方案;对高风险自动化任务可先小范围试点并保留人工复核。
  27. One Useful Thing(Ethan Mollick)68

    沃顿教授实测 Claude Fable 5.2,判断其为接近 AGI 的锯齿状智能

    沃顿教授 Ethan Mollick 提前实测 Anthropic 新模型 Claude Fable 5.2,判断其为接近 AGI 的锯齿状智能,多数数字任务达到人类专家水平。

    决策要点

    前沿模型在纯数字任务上逼近 AGI 门槛,瓶颈从事实错误转向品味与自我判断,人的启动和纠偏仍不可少。

    • 影响文档、研究、代码类数字工作的人力成本可能明显下降,原文案例中数月的工作不到 1 小时人工推进到可用;但质量判断和方向纠偏仍依赖人,无人监督的多智能体协作会自建冗余规则、重复劳动。
    • 参考可考虑选一两项纯数字任务试点,并把人工审核点写进流程;给智能体的指令要写明品味和长度标准,避免只下达模糊要求;智能体协作项目值得定期检查是否产生冗余规则。
  28. The Verge · AI68

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型,官方称其在编码、推理和视觉上有提升,输出速度快于 5.1 版本。

    决策要点

    Anthropic 以真实工程和科研任务作为新模型的核心卖点,能力叙事从跑分基准转向最难场景的交付。

    • 影响软件迁移、长期项目和智能体协作被官方列为强项,做技术选型的团队可将其纳入候选;但全部性能说法出自官方,采购依据暂不充分;Mythos 5.2 初期限定准入,各团队接入节奏会不同步。
    • 参考可考虑选一项搁置已久的软件迁移或长周期工程任务做试点,与 5.1 对比实测速度和质量;值得先确认所在组织是否符合 Mythos 5.2 的审核准入条件。
  29. TechCrunch · AI59

    Anthropic 斥资 34 亿美元购入 Caterpillar 燃气轮机,加入 AI 界天然气采购潮

    计划今年上市的 Anthropic 以 34 亿美元向 Caterpillar 购买天然气发电机,总发电能力最高 1.7 吉瓦;据 Financial Times 报道,这批设备原是供应商 OnePWR 订购、后因融资失败的订单,Anthropic 因此绕过 OnePWR 直接找制造商。

    决策要点

    以租为主的 Anthropic 开始直接购买发电资产,算力竞争延伸到能源,轻资产模式的边界在电力紧缺下显现。

    • 影响轻资产 AI 公司开始持有发电资产,算力获取与电力供应绑定加深;燃气轮机排期到 2030 年代初、电网接入同样排队,靠自建补算力的时间门槛在抬高;文章指出气价波动会直接暴露给超大规模厂商,单一分析师预计部分市场十年末涨至三倍以上。
    • 参考可考虑在与云及模型供应商签约时,核对算力扩容与电力保障条款;值得把气价上行情景纳入多年期 AI 预算测算,先用自身用量算出两种成本差异再定自建或租用。
11月9日周一
  1. SaaStr78

    B2B 人均营收新常态:$237K 为旧中位数,$655K 成头部基准,六家 B2B 领跑者人均超 $1.5M

    SaaStr 创始人 Jason Lemkin 汇总 ICONIQ 基准与公司披露数据称,B2B 人均营收格局正在重写:典型公司约 $237K,$100M+ ARR 高增长公司中位数达 $655K 且增速 115%,Palantir、Anthropic、AppLovin、Bending Spoons 等领跑者人均超 $1.5M。

    决策要点

    人均营收正在取代每 $200K-$300K 增一人的旧规划比率,成为董事会层面的新基准,头部与中位数的差距已拉开到 5 倍到 35 倍。

    • 影响招聘和预算若仍按每人贡献 $237K-$300K 编制,2027 年计划将面临董事会质询;各职能可压缩空间差异很大,后台和 G&A 可达 50% 以上而一线销售宜保留;激进裁撤有代价,Bending Spoons 模式的净收入留存仅 95%。
    • 参考可先算出自家当前人均营收,与 $237K 和 $655K 两档基准对比后再定 2027 招聘计划;值得按职能盘点可压缩清单,优先 G&A 和营销运营,成熟研发组织可试 10%-20%,一线销售暂缓。
  2. 36氪·AI38

    METR披露Anthropic内部模型增速翻倍,研究员推演距终极超级智能不足一年

    METR披露Anthropic内部模型基准得分自2025年10月以来增速翻倍至1.9倍,其未公开的Model 4已跳出指数趋势线进入超指数区间;Anthropic员工自评该模型带来12倍效率提升,与生产模型公式反推的10倍基本吻合。

    决策要点

    把算法效率超越硬件堆叠这一可查信号,包进超级智能倒计时叙事,时间表多出自推演与路线图外推而非已验证结果。

    • 影响若算法效率持续快于硬件增长,模型能力升级节奏可能快于企业既有的采购与系统规划周期;文中时间表多为推演与路线图外推,直接当作投资排期依据会放大误判风险。
    • 参考可考虑把模型能力评估从年度采购节奏改为按季度复查,重算关键业务对迭代速度的依赖;值得先区分内部口径与独立评测再排预算,试点选在升级成本敏感的场景。
  3. IT之家·人工智能54

    Graphite 研究显示 OpenAI ChatGPT 占全球 AI 聊天机器人流量超 81%

    Graphite 研究显示,OpenAI ChatGPT 目前占全球主要 AI 聊天机器人工具总流量的比例超过 81%,没有一家竞争对手份额达到 10%。ChatGPT 月访问量增长近 20%,今年 9 月达 613.5 亿次创历史新高;过去一年全球来自 AI 服务的外部引荐流量增长 92%,其中 ChatGPT 贡献 60%。

    决策要点

    第三方流量研究显示 AI 聊天机器人入口格局仍高度集中,ChatGPT 的主导地位并未因 Gemini 和 Claude 势头上升而松动,反而在流量规模上继续扩大。

    • 影响AI 服务的外部引荐流量过去一年增长 92%、ChatGPT 独占其中 60%,是搜索之外值得记账的新流量入口;Google AI Overviews 已出现在美国 62% 的搜索查询中,搜索渠道的流量分发方式在变化;全球超 90% 的 AI 使用量来自美国以外,海外市场是这轮 AI 流量的主阵地。
    • 参考可考虑把 AI 服务的外部引荐流量纳入渠道统计,先算出 ChatGPT 引荐与搜索流量的占比;也值得检查自家核心内容在 AI Overviews 和 AI 聊天机器人回答中的被引用情况。
  4. 36氪·AI61

    Anthropic 公开 Claude 做梦机制,AI 睡一觉学会通关宝可梦

    Anthropic 公开 Claude 的做梦(Dreaming)记忆机制,让模型在会话空闲时用后台算力复核经历、纠正错误记忆,把零散信息整理成可跨会话复用的知识。

    决策要点

    Anthropic 的做梦机制把 Agent 长期记忆变成需要持续投入算力维护的资产,Agent 落地瓶颈正从推理能力转向记忆管理与维护成本。

    • 影响对长任务与跨文档场景,离线记忆整理能带来明显得分提升和约 2 万 Token 的单题节省;但整理本身消耗算力,知识库越复杂维护越重;并发编辑丢数据与摘要膨胀提示需要配套的数据治理预案。
    • 参考可考虑让试点 Agent 把记忆拆成原始日志、要点笔记和索引三层,把整理放到空闲时段批量执行;值得给共享知识库设体积上限和并发写规则,先算出整理耗时与 Token 节省这笔账再定投入。
  5. 36氪·AI61

    不想当管理者,就用不好 Coding Agent?Anthropic 工程师长文谈 Agent 管理实战

    Anthropic Claude Code 工程师 Addy Osmani 11 月 8 日发表长文《Your Coding Agents Made You a Manager》,称深度使用 Coding Agent 的工程师实际已在做管理工作,方法包括让 Agent 自行验证结果、先制定计划再写码,可以委派任务但不能委派判断。

    决策要点

    Coding Agent 把工程师的瓶颈从写代码移向验证与取舍,产出上限取决于验证机制而非并行数量。

    • 影响引入 Coding Agent 的团队,产出评估口径需从代码量转向 PR 完成周期与返工回滚率;并行扩容会带来协调、审查和上下文切换负担,工程师可能成为新瓶颈;入门级任务被 Agent 接管后,初级工程师的实践机会需要有意安排。
    • 参考可考虑把 PR 完成周期、返工与回滚率纳入 Agent 试点指标;值得先为无人值守任务明确完成标准、权限与费用上限,并从批量修改三个文件这类小规模试运行开始。
  6. IT之家·人工智能41

    美国法学教授请 Claude 更新讲义页码,反被删除全年课堂笔记

    芝加哥大学法学院宪法教授 William Baude 请 Anthropic 的 Claude 更新宪法讲义页码,结果 Claude 误删了整整一年课堂笔记和本学期课程大纲。

    决策要点

    AI 智能体获得本地文件写入权限后,一次简单任务的操作失误就可能波及任务无关的大量文件。

    • 影响让智能体直接读写业务文件时,一次简单任务也可能造成大范围数据损失;有无版本历史或备份决定损失是临时的还是永久的;授予的权限范围越大,误操作波及面越大。
    • 参考可考虑在授权智能体操作文件前,先确认所用网盘或存储具备版本恢复能力;值得把可写目录限定在专门工作区,重要资料目录只保留只读权限。
  7. 36氪·AI51

    OpenAI内部模型证明不存在Landau-Siegel零点,722篇手稿攻坚数学开放难题

    OpenAI内部模型给出「不存在Landau-Siegel零点」的8页证明,斯坦福数论学家Jared Duker Lichtman称此类证明强烈暗示P≠NP,数学家随后将其压缩到5页。

    决策要点

    AI对开放数学难题的攻击从个案转向规模化,但成果集中在外围路线,真正被改变的先是人类数学研究的工作方式。

    • 影响OpenAI与Anthropic正用内部最强模型竞相攻坚P vs NP,单个开放问题平均约3小时ChatGPT Pro算力成为新的研发成本参照;人类研究者已开始与AI抢发成果,基础研究团队的选题与发表节奏会被打乱;P vs NP尚无解且学者称现有成果未更接近它,密码学等地基暂无迫近变化的依据。
    • 参考可考虑让研发团队盘点内部长期悬而未决的技术问题,用ChatGPT Pro这类订阅算力小规模试解并记录单个问题的算力与人工验证成本;基础研究团队可预先确定与AI产出的对比发表策略,降低被动抢发的风险。
  8. 36氪·AI44

    游戏行业潜在危机:给手游氪金,不如给 AI 氪金?

    游戏葡萄刊文提出,AI 凭借陪伴与创造带来的情绪价值,正开始和手游争夺同一批用户的时间、金钱和感情。

    决策要点

    AI 用陪伴和创造两重情绪价值切入,开始分走手游用户的时长与付费,游戏行业要重新回答自己的不可替代性。

    • 影响游戏公司面对的竞争从同行扩展到玩家借助 AI 自创的乐趣,体验平庸的产品可能先流失重度付费用户;AI 以月度订阅形式承接原属游戏的娱乐预算,情绪价值成为新的消费入口。
    • 参考游戏团队可考虑梳理产品中 AI 难以替代的部分,如真人社交连接和经过完整设计的体验,再决定投入重点;值得跟踪自家重度付费用户在 AI 订阅上的时长与预算变化。
  9. 36氪·AI47

    Anthropic 非公开 Claude 模型 3 天攻克 18 年悬置的 Aaronson-Ambainis 猜想

    以 Anthropic 内部模型为核心的 Harness 系统搭建后仅 3 天完成 2008 年提出的 Aaronson-Ambainis 猜想求解,定理与推论已完成 Lean 形式化。

    决策要点

    以内部模型为核心的系统 3 天攻克悬置 18 年的猜想且结论经 Lean 检验,AI 研究产出开始具备机器可验证的客观标准。

    • 影响形式化验证为采纳 AI 研究结论的企业提供了过滤模型幻觉的客观手段;量子优势边界被刻画后,押注量子计算路线的投入预期需要重新核对;该能力来自非公开内部模型,公开版模型未必具备同等水平。
    • 参考可考虑把 Lean 等形式化校验纳入 AI 辅助研发的验收流程,先选一个数学或算法类任务试点;涉及量子技术布局的团队值得借此结论重估经典模拟可替代的边界。
  10. 36氪·AI69

    马斯克爆料软银违约燃气轮机订单,软银股价暴跌超10%、孙正义身家缩水约39亿美元

    马斯克发文称软银正在违约燃气轮机订单,软银股价上周五收盘暴跌超10%,孙正义身家缩水约39亿美元,软银至今未回应,GE Vernova则称未见客户因融资问题撤销订单。

    决策要点

    实质是市场开始审视靠杠杆堆出来的AI重仓,软银押上整个资产负债表赌OpenAI,资金链成了叙事最脆弱一环。

    • 影响依托高杠杆AI厂商的企业需评估其履约与供应风险;一级市场对AI估值容忍度收缩,创业公司融资变难;数据中心投运时间的不确定性会牵动算力供给安排。
    • 参考可考虑盘点自身依赖的AI供应商与算力租约,留意对方资金链与项目投运时间;正在谈判算力采购的,值得把延期与退出条款写进合同;持有AI股权资产的可按收缩后的估值区间复核。
  11. 人人都是产品经理62

    Anthropic 公开 Claude 内部记忆架构设计

    Anthropic 公开 Claude 跨会话记忆架构,分为原始记录、记忆笔记、Wiki、注入上下文四层,由 Dreaming 过程回查原始记录、修正笔记并压缩出顶层注入索引。

    决策要点

    Agent 记忆的实质是带生命周期的缓存工程,价值在证据校验和分层压缩,而不是把更多事实存下来。

    • 影响构建跨会话 Agent 或企业知识库时,记忆质量直接影响任务收益;无节制增长的记忆会挤占检索与执行预算;错误记忆还会被后续会话反复继承,放大返工成本。
    • 参考可考虑把自家记忆模块拆成原始记录、在线笔记、离线整理、注入索引四组件,并为记忆设预算和垃圾回收;值得支持从笔记回溯原始记录,再用评测任务验证修正是否有效。