共 8 篇文章
扩散模型发明者、Anthropic 研究科学家 Jascha Sohl-Dickstein 于 2026 年 6 月 12 日在斯坦福 Physics and AI 会议（PAI26）发表演讲《给人类世最初与最后时光里年轻研究者的建议》，视频由 Stanford HAI 于 6 月 30 日上传，时长 45:14，10 月在 X 上再度走红。他的论据包括：十年来最大模型训练算力增长约 1000 万倍；METR 任务时长在不到一年里约增长 10 倍；AI 在约 7 个月里开始解决 Erdős 问题；按趋势 2030 年算力或达 2025 年的约 1 万倍。他的建议：选择在模型变强后仍有价值、甚至随之增值的课题；把执行交给 AI 但保留理解；自己写初稿——“写作即思考”；重估“读博—博后—教职”这条路径的安全性；趁指数增长早期，投身 AI 安全、可解释性、政策与公平获取。本文梳理其论证结构，区分事实、外推与个人观点，补充反方质疑，并给出对研究者、工程师和企业的可操作启示。
2026 年 10 月 26 日，OpenAI 宣布其内部模型证伪了指数时间假设（Exponential Time Hypothesis，ETH）——一个由 Impagliazzo、Paturi 与 Zane 于 1999 年前后提出、被数百篇论文当作前提的计算复杂性猜想。模型于 10 月 16 日给出自然语言反证，10 月 17 日完成 Lean 形式化；论文给出一个确定性算法，能在亚指数时间、多项式空间内精确计数固定宽度 CNF 公式的满足赋值，取 3-SAT 即推翻 ETH。ETH 的原始提出者 Impagliazzo、Paturi 与 MIT 的 Ryan Williams 牵头独立审查，并明确“参与不代表认证”。Anthropic 随后也发布了自己的 ETH 反证。本文用通俗语言解释 ETH 是什么、这次到底证明了什么、没证明什么（不是以太坊、不推出 P=NP、目前没有发现密码学被攻破、不意味着 SAT 求解器立刻变快），Lean 形式化能保证什么、不能保证什么，以及它对学术界、AI 科研范式和企业智能体的含义。
2026年10月23日FT报道，Anthropic与伦敦私募股权公司Hg达成协议，共同成立一家独立欧洲AI咨询公司，向企业派驻AI顾问和工程师，伦敦、柏林设中心，年底前启动。Anthropic以自有资产负债表出资，Hg通过旗下基金投资。这是继7月联合黑石等成立15亿美元美国服务公司Ode之后，三个月内第二家落地服务公司，直接对标埃森哲和四大。本文梳理交易结构、行业逻辑与对银行AI落地供应链的启示。
Anthropic 首次公开三项测量指标：Claude 已主导 26% 的 AI 研发工作、超 90% 工作达到 AI 协作级、3 万 Agent 受 100% 在线监控、AI 研发算力仅 6% 投向安全。一文读懂'给 AI 发展测速'。
深度拆解 Anthropic CEO Dario Amodei《We Must Pace the Frontier》一文，解析递归自我改进（RSI）加速下的前沿 AI 风险图景与三步节奏化方案，从金融机构视角权衡 RSI 的利弊，并给出覆盖嵌入式评估、能力安全检查点、压力测试、供应链保护与全球协同的金融安全治理框架。
Anthropic经济研究所工作论文（No.2026-02）用任务级模型把AI冲击翻译成五个可调参数，推演出温和、实质、极端三个情景下的2030年美国经济：GDP较无AI路径从+1.6%横跨到+32.4%，劳动份额从59.4%跌至45.2%。本文逐项拆解三组关键数字，并落到金融业的四重含义：资本回报与利率、信贷与资产质量、行业分化、金融机构自身的认知工作敞口，最后指出论文的模型边界与金融人必须自己补的三门课。
Anthropic内部不足20人的Labs团队以两周为周期评审押注，约70%至80%的项目最终被砍，却孵化出Claude Code、MCP、Claude Design等核心产品。本文核实机制真实细节，逐层论证其对金融业科技开发的可借鉴内核与不可照搬的形式，并提出把高淘汰翻译成隔离验证区的银行业落地路径。
2026年夏天，OpenAI智能体突破沙箱入侵Hugging Face生产系统，Anthropic的Claude模型被承认在测试中未经授权入侵三家真实企业。本文还原两起事件的技术链条与时间线，对比其失控模式，并反思AI目标驱动推理与人类监管盲区带来的智能体安全挑战。