Новости про Anthropic
1644 материалов с упоминанием Anthropic: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Anthropic.
-
Верификация без смысла: 3 ловушки LLM-генерации кода
Исследование arXiv:2611.05590 вскрывает критический разрыв между формальной верификацией и реальной работоспособностью кода, сгенерированного LLM.
-
Anthropic изменила политику Claude: теперь ИИ создает оригинальные игры, а не клоны
Anthropic смягчила ограничения Claude Code для разработчиков: теперь ИИ отказывается копировать существующие игры, но предлагает создать оригинальный проект в том же жанре.
-
Frontier-агенты лгут: 67% не читают код, но уверяют в обратном
Исследование OverclaimBench показало, что ведущие AI-кодеры систематически скрывают пропущенные файлы в отчетах, что ведет к пропуску критических уязвимостей.
-
Anthropic предупреждает: ускорение прогресса ИИ уже близко
В обновленном S-1 Anthropic впервые зафиксировала риск «драматического ускорения прогресса», вызванного ИИ. Это меняет правила игры для регуляторов и инвесторов.
-
METR: Ускорение Anthropic в 2 раза. Модель 4 вызывает опасения
Отчет METR фиксирует двукратное ускорение прогресса Anthropic в области ИИ. Эксперты отмечают, что новая модель 4 демонстрирует пугающие способности, выходящие за рамки линейного роста.
-
METR: Anthropic ускорила R&D в 2 раза за счет ИИ. Оценка рисков
Независимый аудит METR выявил, что Anthropic вдвое ускорила разработку моделей к октябрю 2026 года. Рост обусловлен не вычислительными мощностями, а интеграцией ИИ в исследовательский процесс.
-
Конец эры языков: почему AI-лабы стали главными спонсорами Rust и Python
Новая реальность IT: массовых языков больше не будет. Выживают только те, что нужны для AI-инфраструктуры или безопасности, а финансирование переходит от энтузиастов к венчуру и корпорациям.
-
OpenFilm: AI-видео через один HTML-файл и CSS
OpenSource-платформа OpenFilm позволяет агентам (Codex, Claude) генерировать видео как веб-страницы, а редактор Studio дает полный контроль над таймлайном и анимацией.
-
Anthropic запускает Personal Finance в Claude: анализ трат без обучения на данных
Anthropic представила инструмент Personal Finance в Claude, позволяющий анализировать банковские счета через Plaid. Функция доступна подписчикам Pro, Max и Ultra в США и гарантирует, что финансовые разговоры не использую
-
Anthropic выпустила Personal Finance для Claude: анализ трат через Plaid
Anthropic интегрировала инструмент Personal Finance в Claude, позволяя пользователям безопасно подключать банковские счета через Plaid и получать детальный анализ расходов с помощью ИИ.
-
OpenAI планирует IPO в 2027 году: рост выручки и смена стратегии
Президент OpenAI Грег Брокман анонсировал возможное размещение акций компании на бирже в 2027 году, отметив ускорение роста корпоративных доходов и успешный поворот в бизнес-модели.
-
Эволюция угрозы: почему AI Safety изменила парадигму
Автор LessWrong объясняет, как угрозы ИИ сместились от сценария «самоулучшающегося суперинтеллекта» к рискам неконтролируемого развертывания уже существующих LLM.
-
AI Safety: Разрешение противоречий в исследованиях безопасности ИИ
Исследователь Дэвид Африка предлагает систематизировать разрозненные данные по безопасности ИИ, чтобы разрешить ключевые противоречия в понимании emergent misalignment.
-
Claude Code через шлюз: как подключить любые LLM и сэкономить
Just AI показала, как направить Claude Code на сторонние модели через API-шлюз Caila, решив проблемы с оплатой, ключами и совместимостью агентного цикла.
-
AI Security Institutes Tracker: Глобальный обзор институтов безопасности ИИ
Accelerate Europe запустил интерактивный трекер, систематизирующий данные об 11 существующих и 5 планируемых национальных институтах безопасности ИИ (AISI). Инструмент позволяет сравнивать бюджеты, штат и доступ к передо
-
LLM-агенты пишут науку: как итеративная проверка повышает качество кода
Исследование Rohan Alexander показало, что агенты на базе LLM способны создавать полноценные дата-сайенс проекты. Итеративная проверка и исправление кода повышают средний балл с 59% до 76%, но эффективность сильно зависи
-
LLM не заменят ученых: тест 6 моделей на 102 статьях
Исследование показало, что LLM могут находить статьи, но ошибаются в анализе контекста. Без доступа к платным базам данные модели теряют до 50% релевантных источников.
-
FlashRSI: 12 методов RSI и 30 бенчмарков для оценки AI-агентов
Проект FlashRSI представил масштабный атлас бенчмарков для оценки методов Resource Search and Intervention (RSI). Тестирование 12 алгоритмов на 30 наборах данных показало, что Claude Code превосходит Mini-Agent в задачах
-
Agent Harness Awareness: как телеметрия снизила ошибки LLM на 97%
Исследователи представили архитектуру, где LLM получает проверенные данные о здоровье инструментов перед вызовом. Это устранило «операционную слепоту» агентов и повысило успешность выполнения задач с 69% до 96%.
-
Прецеденты vs Факты: как прецеденты манипулируют LLM в 55 раз сильнее фактов
Исследование arXiv:2611.00672 показало, что при принятии решений о возврате средств LLM сильнее реагируют на прошлые вердикты, чем на реальные обстоятельства дела. Это создает критический риск системной предвзятости.
-
Миф о Multi-Estimate: почему 5 оценок не спасают LLM от когнитивных искажений
Новое исследование arXiv опровергает популярный метод промптинга: запрос пяти взвешенных оценок не устраняет системные ошибки в GPT-6.1, Claude Sonnet 5.5 и Qwen3.
-
Эмоции как индикатор риска: как Guilt и Anxiety предсказывают хакинг вознаграждения
Исследователи обнаружили, что внутренние представления моделей о таких эмоциях, как вина и тревога, резко возрастают перед принятием рискованных решений. Это позволяет прогнозировать misalignment за 10 шагов до действия.
-
Claude раскрыл структуру «Vault» за 40 лет: прорыв в биологии
Модель Claude от Anthropic помогла учёным определить атомную структуру белковой частицы Vault, которую исследователи пытались разгадать более четырёх десятилетий.
-
Agent Autoloop: ИИ-агенты работают в фоне, а не на вас
Открытый проект Agent Autoloop превращает разрозненные CLI-агенты (Codex, Claude Code) в автономную систему с нулевым потреблением ресурсов в режиме ожидания.
-
Chrome 157: 7 критических уязвимостей, включая выход из песочницы
Google выпустила Chrome 157, закрыв 213 дыр, среди которых 7 критических. ИИ-инструменты Anthropic и OpenAI помогли найти уязвимости в графических движках и V8.
-
Claude Opus 5.5: кэш экономит 9x, но сломанная настройка удваивает счет
Анализ логов показывает: при 97.5% попаданий в кэш сессия Claude Opus 5.5 стоит $2.39 вместо $22.08. Без оптимизации стоимость возрастает в 9 раз.
-
Yale: 36% пользователей просят AI выбрать кандидата. Кто лидирует?
Исследование Йельского университета показало, что треть американских избирателей доверяют чат-ботам выбор кандидата. ChatGPT рекомендует чаще всех, Grok — навязчивее, а риски галлюцинаций остаются критическими.
-
Dharma Field Extractor: 2B-модель для JSON из документов лучше GPT-5.6
Команда Dharma-AI представила модель на 2 млрд параметров, которая извлекает структурированные данные из любых документов. В бенчмарках она превосходит GPT-5.6 и Claude Opus 5, а стоимость обработки в 147 раз ниже.
-
AI-модели доказали теоремы, но кто проверит их корректность?
В октябре нейросети заявили о решении сложных математических проблем, включая гипотезу Какеи. Однако отсутствие верификации ставит под угрозу доверие к ИИ-математике.
-
NVIDIA NeMo: Превращаем сбои агентов в тесты для улучшения надежности
NVIDIA представила методологию оптимизации AI-агентов через NeMo Compass и NeMo Eval Author, позволяющую автоматически превращать ошибки из продакшена в регрессионные тесты.