斯坦福研究：50 条被广泛引用的 LLM 结论中 44% 已失效
斯坦福研究者 Owen Queen 和 James Zou 用 8 家开发者 2024 年 7 月至 2026 年 9 月发布的 20 个模型，复测 50 条被广泛引用的 LLM 结论，发现 44% 已失效，另有 34% 明显减弱，仅 16% 仍成立、6% 反而增强。
#Anthropic
The DecoderAI 评分5858 TechCrunch · AIAI 评分6565 Anthropic 更新 S-1：算力成本占收入比例升至 58%
Anthropic 在周一更新的 S-1 文件中披露，截至 9 月 30 日的季度收入达 170 亿美元，高于上一季度的 115 亿美元，但算力成本占收入比例从 48% 升至 58%，当季算力支出达 100 亿美元。文件显示其中 50 亿美元算力来自短期承诺，成本显著高于多年期合约，公司预计算力和基础设施支出在可预见的未来仍将是最大运营开支。
TechCrunch · AIAI 评分6060 Anthropic 研发 FlashProve 系统，用密码学证明 AI 模型身份
Anthropic 正在研发开源系统 FlashProve，为模型输出提供可证明推理的密码学证明，让用户确认回答确实来自所声称的模型。该系统要求 AI 实验室为每个模型发布不暴露权重的指纹，验证可在本地设备完成，因此也能用于商业闭源模型。研究人员已按开源协议在 GitHub 发布技术规格和部分代码，但研究仍在进行，暂无在 Anthropic 或其他实验室部署的计划。
雷峰网AI 评分7272 Claude Code 产品负责人 Cat Wu 加入 OpenAI，十天内团队第三位核心成员离职
前 Claude Code 产品负责人 Cat Wu 在 X 上宣布加入 OpenAI，出任核心产品组产品负责人，向 Tibo 汇报，OpenAI 总裁 Greg Brockman 转帖欢迎。
Latent SpaceAI 评分6262 AINews 汇总：Cat Wu 离开 Anthropic 加入 OpenAI，Kimi K3.1 Pro 开源权重发布
Latent Space 的 AINews 汇总 11 月 3 日至 4 日动态：Cat Wu 离开 Anthropic 的 Claude Code 团队加入 OpenAI 负责 Core Products PM，Sharon Zhou 离开 AMD 加入 Anthropic，Factory 收购 HumanLayer，Meta 收购 Conductor。
TechCrunch · AIAI 评分5858 AI 政治行动委员会中期选举投入数百万美元，支持的多名候选人落败
支持与反对 AI 行业的政治团体在周二中期选举中投入数百万美元，结果参差不齐，多名获得重金支持的候选人落败。
Latent SpaceAI 评分6262 Latent Space 每日 AI 新闻：权重空间编程复现争议、腾讯 Hy4 发布与上海 AI Engineer
Latent Space 汇总 11 月 2 日至 3 日的 AI 新闻，重点讨论“权重空间编程”的多个独立复现与质疑。多组报告称前沿 LLM 可直接生成或编辑小型网络权重，Alex Krentsel 的复现显示最新模型生成的 Breakout 网络得分达 RL 基线 22 倍，Hugging Face 也用 ML Intern 复现并开源模型与 demo。
The DecoderAI 评分5858 Anthropic 为多款 Claude 旧模型补加文本水印，默认采样参数限制可被绕开
Anthropic 通过邮件通知 API 客户，将于 2026 年 11 月 16 日起为 Claude Opus 4.6、Opus 4.5、Sonnet 4.5 和 Haiku 4.5 加文本水印，Amazon Bedrock 上可能延后几天；Opus 4.6 原定 11 月 3 日上线，Anthropic 确认延期但未说明原因。
The DecoderAI 评分6060 Anthropic 发布 FlashProve 原型，用密码学证明 AI 回复出自所声称的模型
Anthropic 发布开源研究原型 FlashProve，用 zkSNARK 为模型输出生成密码学证明，验证回复确实来自所声称的模型，同时不暴露模型权重。
Ars Technica · AIAI 评分4242 Anthropic 为 Claude 新增禁止复刻现有游戏的规则，难挡 AI 复制潮
Anthropic 为 Claude 新增系统提示词规则，禁止复刻特定现有游戏，即使改名或声称原创也不行。该规则以 "tengu_heron_brook" 之名出现在 10 月 30 日发布的 Claude Code 2.1.314 版本中，Claude Opus 5.5 另有独立限制。此举或能帮 Anthropic 规避部分责任，但难以减缓近月来的 AI 游戏移植与复制潮。
MIT Technology Review · AIAI 评分6262 智能体网络已经到来：AI Agent 正在改写人类网页
MIT Technology Review 发文指出，随着 Meta 的 Muse、OpenAI 的 Dots 和 Anthropic 的 Claude Duet 等智能体获得邮箱和银行账户访问权限，伯纳斯-李设想的语义网正以智能体网络的形式成为现实。
Latent SpaceAI 评分4040 Arca 如何用 AI 智能体处理长周期财富管理工作
Arca 的 AI 智能体承担财富管理中的长周期任务，单个任务最长可达十天，但交易和资金流动仍由人类顾问最终决策。公司自建 harness 按内部基准自动选择模型，主要使用 Claude，并配套内部记忆系统追踪每位客户的进展与责任人。安全限制完全确定性，智能体仅做分析与方案建议，另设沙箱与格式校验防范提示词注入。
Ars Technica · AIAI 评分7272 Anthropic 在 Cursor 上的 VS Code 扩展被植入后门近 12 小时
Anthropic 面向 Claude 模型的官方 VS Code 扩展在 Cursor 市场被植入后门，恶意版本 2.1.313 通过 Anthropic 官方账号分发，影响最多 5000 名用户。
MIT Technology Review · AIAI 评分5858 Partnership on AI 研究：AI 智能体缺乏实时可观测性，需补齐行为记录
Partnership on AI 的研究者指出，当前主流 Agent 框架无法可靠生成安全监控所需的可观测性记录，缺少持久 Agent ID 和人工审批记录，导致难以判断哪个智能体做了什么、是否越权。