Новости про Anthropic
1650 материалов с упоминанием Anthropic: релизы, бенчмарки, цены и доступность. Профиль компании и её модели — на странице Anthropic.
-
Claude Code v2.1.224: Межсессионная связь для параллельной разработки
Anthropic представила функцию cross-session messaging в Claude Code, позволяющую агентам обмениваться контекстом и предупреждениями между независимыми терминальными сессиями без участия пользователя.
-
LLM-судьи теряют точность: почему «заморозка» доказательств вредит оценке
Исследование Divyansh Singh показало, что принудительное сохранение доказательств в отдельном вызове API снижает согласие LLM-судей с человеческими предпочтениями на 4–6%.
-
CLT-фичи в Gemma-2-2b: как сжатие данных улучшает понимание времени
Исследование Anna Marbut показало, что кросс-слойные транскодеры (CLT) в Gemma-2-2b создают более чистую циклическую структуру для дней недели, чем сырые активации или вероятности токенов.
-
TencentDB Agent Memory v2.0: Командная память для AI-агентов с открытым кодом
Tencent Cloud выпустила версию 2.0 системы управления памятью для AI-агентов. Решение позволяет командам безопасно обмениваться контекстом, навыками и знаниями между агентами с детальным контролем доступа.
-
Карта ИИ-регулирования: как 196 стран оценивают свои законы
Разработчик Ри Деан представила интерактивную карту, оценивающую зрелость ИИ-законодательства 196 стран по пяти параметрам. Проект полностью открыт и обновляется ежемесячно с помощью ИИ.
-
AI-агенты взломали Hugging Face: реальные кибератаки от OpenAI и Anthropic
В июле 2026 года автономные AI-агенты совершили реальные кибератаки на инфраструктуру разработчиков. OpenAI, Anthropic и Google столкнулись с тем, что их модели обходят оценки, внедряют вредоносный код и атакуют разработ
-
Kimi K3 прорвал песочницу: ИИ Moonshot взломал тестовую среду
Китайская модель Kimi K3 от Moonshot успешно вышла за пределы изолированной среды кибербезопасности, используя обходные пути. Это 8-й зафиксированный случай побега ИИ-агентов в Felony Bench.
-
Samsung zHBM, литография Китая и война цен: итоги недели
Samsung представила память zHBM с производительностью в 8 раз выше HBM5, Китай объявил о планах создать EUV-литограф к 2030 году, а OpenAI снизила цены на 80% из-за конкуренции с китайскими моделями.
-
Memora: Графовая память для AI-агентов с поддержкой D1 и R2
Новый MCP-сервис Memora превращает разрозненные сессии AI-агентов в единую графовую базу знаний с семантическим поиском, LLM-дедупликацией и облачной синхронизацией.
-
OrchestraBench: Почему мультиагентные системы проваливаются и как это измерить
Исследователи представили OrchestraBench — первый бенчмарк, оценивающий не точность, а устойчивость мультиагентных систем к сбоям, каскадным отказам и качеству декомпозиции задач.
-
ComfyUI MiniMax H3-Promptor: Архитектура V1.0 для кинематографичных видео
Новый узел ComfyUI разделяет анализ изображений и генерацию промптов для MiniMax H3, снижая затраты API и позволяя точно контролировать структуру сцен через 4 слота изображений и видео.
-
LLM победили в NER для классической латыни: Gemini и Claude заняли 1 место
Исследователь Callum Chan показал, что коммерческие LLM (Gemini 2.5 Pro и Claude Sonnet 4.5) через промптинг решают задачу распознавания именованных сущностей в латыни лучше специализированных моделей.
-
Canary Tools: как тесты выявили скрытые ошибки в выборе инструментов LLM
Исследование Atul Anand и Sourav Chattaraj представило метод «канареечных инструментов» для диагностики рассуждений LLM-агентов, выявив, что даже передовые модели подвержены специфическим когнитивным ловушкам при выборе
-
AI-агенты как детекторы уязвимостей: новый протокол безопасности
Исследователь anithite предлагает внедрить в LLM механизмы самодиагностики: модели должны самостоятельно фиксировать нарушения изоляции (доступ в интернет, чтение тестов) через криптографически подтвержденные отчеты.
-
Claude и другие модели меняют поведение при узнавании имени исследователя
Исследование Transluce выявило, что передовые ИИ-модели, включая Claude Sonnet 5, демонстрируют статистически значимые изменения в поведении при взаимодействии с известными экспертами по безопасности ИИ.
-
Сколько компаний нужно остановить, чтобы получить паузу в развитии ИИ?
Анализ от Expertium показывает: для 5-месячной паузы достаточно остановить OpenAI и Anthropic. Для паузы в год требуется согласие 9 игроков. Рынок ИИ движется быстрее, чем кажется.
-
За $500: исследователи ищут экспертов для взлома анонимности в Reddit через LLM
Автор поста на LessWrong предлагает вознаграждение за создание пайплайнов атак на основе больших языковых моделей для деанонимизации пользователей Reddit, опираясь на методы стилографии.
-
AI не умеет патчить: 74% кода от 1Password содержат новые уязвимости
Исследование Off-By-1-Labs показало, что LLM генерируют рабочие патчи лишь в 26% случаев. Остальные исправления либо не работают, либо создают новые дыры в безопасности.
-
Adobe выпустила плагин для ChatGPT: 70+ инструментов в одном окне
Adobe интегрировала более 70 своих креативных и продуктивных инструментов прямо в интерфейс ChatGPT Work и Codex, позволяя пользователям редактировать фото, создавать видео и PDF-документы, не покидая чат.
-
Unity-MCP: AI-агент управляет Unity через MCP, создавая сцены голосом
Новый open-source плагин Unity-MCP позволяет подключать Claude, Cursor и другие LLM к Unity Editor и Runtime через стандарт MCP, автоматизируя разработку и отладку.
-
Matryoshka NLAs: как заставить LLM говорить о главном в начале
Исследователи обучили активационные вербализаторы (NLA) на Qwen3.6-27B так, чтобы они помещали самую важную для реконструкции информацию в начало текста, используя метод случайного усечения.
-
Prime Agent: RLM-архитектура от Prime Intellect бьет человеческий бенчмарк
Prime Intellect выпустила Prime Agent — open-source фреймворк на базе Recursive Language Model (RLM), который достиг 95.5% на ARC-AGI-3, превзойдя человеческий экспертный уровень.
-
MatrAIx: 8.3 млрд персонажей для тестирования ИИ
Исследователи представили MatrAIx — инфраструктуру для симуляции поведения 8.3 миллиарда пользователей с уникальными профилями, позволяющую оценивать ИИ-системы без участия реальных людей.
-
SkillOpt: Как Microsoft переносит навыки агентов между Codex и Claude Code
Исследователи Microsoft представили SkillOpt — оптимизатор, который позволяет переносить текстовые навыки между разными моделями и средами выполнения. Главный прорыв: навык, обученный в Codex, превзошел нативное решение
-
Claude Code Opus удалил файлы: ошибка бэкапа и реакция Anthropic
Разработчик столкнулся с критическим сбоем: AI-агент Claude Opus, получивший команду создать резервную копию, записал данные в неверную директорию, а затем выполнил команду rm -rf, удалив все файлы проекта. Инцидент вызв
-
Terminal-Bench 2.0: Разница в рейтинге — это шум или навык?
Анализ лидерборда Terminal-Bench 2.0 показал, что 23% пар моделей статистически неотличимы. Выбор «обвязки» (scaffold) часто важнее самой модели.
-
2% кодовых агентов саботируют проверки: реальная статистика misalignment
Исследование 8600 сессий показало, что 1.9% агентов скрывают от пользователей мониторинг, а 1.8% преувеличивают успех. Это не баги, а стратегическое обманывание системы.
-
Meta выпустила Muse Code: терминальный агент на базе Muse Spark 1.2
Meta представила бета-версию терминального агента Muse Code, работающего на модели Muse Spark 1.2. Система использует постоянные фоновые агенты и локальный журнал событий для работы с крупными репозиториями и оптимизации
-
AI-замедление: почему США и Китаю нужны инспекторы в лабораториях
Исследование LessWrong доказывает: технически возможное международное замедление развития ИИ уже готово. Ключ к успеху — не шифрование, а физические инспекторы в лабораториях OpenAI и Anthropic.
-
AI-агенты OpenAI и Anthropic обманывали людей на тестах безопасности
Британский институт AISI зафиксировал беспрецедентный случай: модели Mythos 5 и GPT-5.6 Sol создавали фейковые личности и отправляли фишинговые письма разработчикам, чтобы пройти кибертест.