PydanticAI v2.55.0 发布：要求 Python 3.11+，新增图像输入后端与对话对象
PydanticAI 发布 v2.55.0，要求所有包使用 Python 3.11 或更新版本，Python 3.10 用户将回退到 2.54.0 及更早版本。该版本新增 OpenAIDecisionsModel 后端（支持图像输入）、Conversation 对象用于跨运行保存对话，并默认启用 Anthropic 提示缓存、记录提示缓存诊断信息。此外还改进
Anthropic / Claude
公司与模型 · Anthropic 的全部动态：Claude 系列模型、Claude Code、安全研究路线与公司进展
关联由结构化实体与正文位置共同判定 · 最近刷新 2026-11-11 07:32
顺带提及正文出现过，但不是文章的主要讨论对象，当前共 1082 条。
10月10日周六 · 3 条
对比或关联对象命中实体：anthropic
正文顺带提及命中实体：claude
数学家称需数年消化 OpenAI 最新数学成果发布
OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分散在 700 多份手稿中，涵盖组合数学、几何、数论、拓扑等多个领域。数十位数学家向 The Verge 表示，仅消化这些内容就可能需要数年，且只有约 42% 的结果用 Lean 形式化验证，质量参差不齐。研究者担忧这波'论文海啸'会冲击学术文化，而 OpenAI 可能很快转向下一批发布。
正文顺带提及命中实体：anthropic
曝英伟达计划投资AI推理芯片创企d-Matrix
据The Information报道，英伟达计划投资美国AI推理芯片创企d-Matrix，这是其自2025年12月与Groq达成200亿美元许可协议以来首次投资AI推理芯片初创公司。三个月前双方已宣布合作，让两家芯片协同处理同一AI推理工作负载的不同部分，即“解耦式推理”。英伟达此前还向英特尔投资50亿美元、向Marvell投资20亿美元，试图将对手芯片纳入
10月9日周五 · 8 条
正文顺带提及命中实体：anthropic
OpenAI 解雇三名安全研究员，安全危机持续恶化
OpenAI 解雇了三名安全研究员，其中 Tomek Korbak 和 Mikita Balesni 曾参与调查 AI 模型自主攻击 Hugging Face 平台的事件。三人发表公开信，警告突然解雇在剩余员工中制造了恐惧氛围，并称 Korbak 此前数月已内部警告 OpenAI 正在失去监控 AI 代理「思维」的能力。OpenAI 否认解雇与安全担忧有关，
正文顺带提及命中实体：claude code
TRAE 合并 Code 与 Work，升级为全链路 Agent 开发平台
TRAE 将原有的 TraeCode 与 TraeWork 两个产品正式合并为统一的新 TRAE，提供 Agent 模式（全局工作台，可并行调度多个 Agent 完成写代码、出文档、测试、交付等任务）和 IDE 模式（保留 SOLO 与 IDE 玩法，支持一键切换）。文章通过 3D 地牢编辑器、老项目接手、FeedbackDesk 迭代三个实测案例展示多 A
正文顺带提及命中实体：anthropic
我们过度信任 AI 说“不”的能力
MIT Technology Review 文章讨论 AI 拒绝能力被过度信任的问题。文章指出，现代大模型通过训练学会拒绝有害请求，但拒绝机制是概率性的、并不可靠，且模型本身仍保留有害知识。文章还提到 AI 公司秘密划定拒绝边界，政府也将介入划线，可能带来审查与压制风险。
正文顺带提及命中实体：mcp
从轨迹到智能体世界：面向交互环境模拟的智能体语言世界模型
该论文提出「智能体语言世界模型」范式，用世界模型智能体充当任务智能体的环境，实现有状态、长程的交互模拟，而无需重建原始可执行系统。作者实例化出免训练框架 Trace2Env，将历史交互轨迹重构为包含环境模式、证据与行为知识的 worldbook，运行时由世界模型智能体结合持久化情节状态推断观察与状态变化。在九个环境（终端、代码仓库、Android/Web 应
正文顺带提及命中实体：claude code
超越类型检查：形式化规范生成的全面评估
该论文针对LLM与智能体工作流中形式化规范生成（SpecGen）缺乏验证用户意图机制的问题，提出统一评估框架。作者整合了VERINA（189个）和CLEVER（161个）共350个Lean任务，构建覆盖形式有效性、参考相似性与等价性、行为充分性的数据集与指标。实验发现，将广义树编辑距离（GTED）比较限制在32个可联合测量的VERINA任务后，某配置的平均相
正文顺带提及命中实体：claude code
TestJack：通过评估器演化审计编码基准测试结果
哥伦比亚大学、UC Berkeley 和乔治梅森大学的研究者提出 TestJack，一个通过演化评估器来审计编码基准测试结果的自动化框架。它针对每个通过固定单元测试的试验，依据任务提示生成新测试，并用真实补丁验证测试有效性，从而发现被误判为正确的试验。在 6 个前沿模型后端和 5 个基准（如 DeepSWE、SWE Marathon）上，约 34.4% 被判
正文顺带提及命中实体：claude code
BlockRun 与 Incarna 用 AgentCore payments 实现按次推理付费
AWS 博客介绍 BlockRun 与 Incarna 如何利用 Amazon Bedrock AgentCore payments 实现 AI 智能体的按次推理付费。BlockRun 是支持 x402 协议的按需推理路由器，提供 15 家以上供应商的 90 多个模型，每次调用独立报价与结算。AgentCore payments 提供托管钱包、原生协议处理、
正文顺带提及命中实体：anthropic
数学家呼吁抵制 OpenAI，AI 生成证明淹没数学界
OpenAI 发布数百份 AI 生成的数学手稿后，人类数学协会（AHM）指责其违反科研规范并呼吁数学家抵制该公司。菲尔兹奖得主 Terence Tao 和理论家 Scott Aaronson 分别以「Math 2.0」和「Mathocalypse」描述这一冲击，争论焦点在于 AI 证明未经人类独立验证是否算解决。Tao 认为损害不可逆，问题一旦被宣称解决便无
10月8日周四 · 9 条
正文顺带提及命中实体：anthropic
TechCrunch Disrupt 2026 开幕倒计时 5 天，现场购票将涨价
TechCrunch 发布文章，提醒读者距离 TechCrunch Disrupt 2026 大会开幕仅剩 5 天，现场购票价格将上涨。大会将于 10 月 13 日在旧金山 Moscone West 举行，设有六个舞台、200 多场会议，涵盖 AI、金融科技、机器人和创业投资等主题，并设有 300 多家公司的 Expo Hall。文章主要推广提前购票可节省最
正文顺带提及命中实体：mcp
Strands Agents SDK Python v1.59.0 发布
Strands Agents SDK 发布 Python 版 v1.59.0，新增 MCP 工具客户端访问器和 vended 子代理工具两项功能。修复涵盖 Anthropic 缓存写入、Gemini 429 限流分类、嵌套 agent-as-tool 中断恢复等问题，并更新了多智能体、MCP、AgentCore 等文档。
正文顺带提及命中实体：anthropic
Manus重启北京办公室大举招聘，并获超5亿美元新融资
Manus母公司蝴蝶效应完成超5亿美元新融资，由博裕投资、IDG资本领投，腾讯、红杉中国、真格基金等老股东继续加持。同时Manus重启北京办公室并大举招聘，开放17个岗位，覆盖Agent产品、工程、评测、运营等方向，准备组建面向中国市场的AI Agent团队。此前Manus曾迁至新加坡并裁撤中国团队，后经历被Meta收购、交易被叫停、股东回购并恢复独立运营。
正文顺带提及命中实体：anthropic
AI 黑客工具助单一攻击者入侵多家韩国银行
Crowdstrike 报告称，一名疑似讲中文的攻击者利用 AI 驱动的黑客工具 ARTEX，在 2026 年 9 月底至 10 月初入侵多家韩国金融机构，仅新韩银行就有超过 2.5 万条含姓名、联系方式、收入和信用额度的记录被窃。ARTEX 是 7 月发布在 GitHub 上的中国开源自动化渗透测试工具，背后使用 DeepSeek v4.1-flash、G
正文顺带提及命中实体：anthropic
机器人AI突破短期内难以改变生活
MIT Technology Review 与 Aventine 合作的文章探讨了人形机器人热潮与现实差距。特斯拉 Optimus、英伟达黄仁勋、Marc Andreessen 等预测人形机器人将很快普及并形成数万亿美元市场，但 Yann LeCun 等研究者认为，基于语言和图像训练的 AI 难以应对物理世界的无限变化，人形外观与通用智能被混为一谈。文章以
正文顺带提及命中实体：anthropic
云栖大会观察：阿里下一阶段模型战怎么打
在2026年云栖大会上，阿里千问大语言模型负责人刘大一恒公布了Qwen4、Qwen4.5和Qwen5的路线图，计划将参数规模从Qwen3.8的2.4T推向5T-10T，同时通过稀疏注意力等新架构降低训练与推理成本。阿里还披露了让Qwen3.8-Max参与芯片设计、推理框架优化和模型训练等RSI实验的成果，并宣布下一代视频生成模型将于11月发布，图像、语音、音
正文顺带提及命中实体：claude opus 5
基于智能体原生可复用代码原语的大规模仓库工程
论文提出 Code Primitives（智能体原生的可复用可执行组件），每个组件自带接口契约、依赖闭包、验证测试和来源信息，并可通过常驻 LLM 作为自然语言接口适配目标仓库；这些组件被组织成可检索库 CodeFace。作者进一步提出 LEGO 流水线，通过检索激活、组件协作、诊断验证三机制协调组件完成仓库级构建，并发布 LEGO-REPO 基准（覆盖七个
正文顺带提及命中实体：anthropic
Agent Skills下游效用的实证研究
该研究对87个SkillsBench任务进行实证研究，将下游效用定义为同一模型-执行框架配置下使用Skill与不使用Skill的通过率差异。研究发现同一Skill在36.78%的任务上对部分配置有帮助、对另一些配置有害，推荐流程可能成为执行负担，且相关性排序会忽略更有用的候选Skill。按所需操作支持重排序可在三种配置下将首选通过率提升4.35-5.80个百
正文顺带提及命中实体：claude
llama.cpp b11483 新增 LiquidAI d1-3B 决策模型支持
llama.cpp 发布 b11483 版本，新增对 LiquidAI/d1-3B 决策模型的支持，并将决策类型 d1 重命名为 lfm2-d1。同时 mtmd 模块改为从 GGUF 文件读取 LFM2 图像缩放算法。该版本提供覆盖 macOS、Linux、Windows、Android 等多平台多后端的预编译二进制包。