Latest

Anthropic 把智能体记忆拆成了几块讲清楚，写 Agent 的朋友可以看看怎么给 Claude 这类智能体加跨会话记忆。

Anthropic 发了篇研究，讲怎么训练 Claude 自己提假设、建科学模型，做科研的朋友可以看看思路。

Google Research 的新博客，讲的是 AI 怎么帮人把说不清的判断标准一点点磨出来，做 HCI 和内容审核的可以看看。

Anthropic 写了篇研究，聊专家跟 AI 智能体协作时判断和责任怎么变，做智能体产品的可以看看。

Google 研究团队出了个叫 sleep framework 的方法，模仿睡眠巩固记忆，专门治大模型学新知识就忘旧知识的毛病。

Anthropic 拿英国 AISI 的一次网络测试事件做对齐评估，想知道模型安全评估怎么做的可以看看这份报告。

Anthropic 讲了怎么用 LLM 搞形式化验证，写代码的朋友可以看看代码正确性能不能这么保证。

Anthropic 让 Claude 帮忙找出了一个类似 CRISPR 的新酶系统，AI 参与科学发现的又一实例，感兴趣的可以看看。

Anthropic 用 Claude 设计出能结合蝎子神经毒素的蛋白质，还发到了 Science，看看 LLM 做蛋白质设计能走多远。

Anthropic 的红队用 Claude 去查 ECDSA 曲线的来历，密码学加 AI 审计的组合挺少见，感兴趣可以看看他们怎么做。

Anthropic 把 Claude 用到量子电路设计上，还登了 Science，看看大模型怎么帮量子计算省资源

Google Research 把 2026 年的 10 个研究方向整理成一篇回顾，涉及科学、生成式 AI 和健康领域，想了解大厂研究布局的可以翻翻。

Anthropic 发了个安全研究报告，测试前沿模型能不能在脱离数据中心的情况下自己复制自己，做 AI 安全的应该看看原文。

Google Research 这篇讲 Agent 隐私和安全的新问题，从上下文角度分析智能体哪里容易泄露数据，做智能体开发的可以看看。

谷歌用AI从太空发现甲烷排放，比传统方法更精准，对环保监测很有价值。

Anthropic用Claude模型启动社会影响研究，看看它如何改变人们的生活，很有意思！

谷歌说AI答错有时是“丢钥匙”而不是“空货架”，这比喻太好懂了。想明白为什么模型会一本正经胡说八道，可以看看这篇。

Anthropic红队把多智能体系统的常见坑都整理出来了，搞Agent开发和安全的人能少踩雷。

Anthropic未发布Claude把黎曼猜想下界从41.6%推到67.2%，数学能力又进一步。

Google搞的Science One框架，用链式证据让机器自己搞研究还能验证过程，挺新鲜的。

Anthropic的红队用Claude找出了密码学实现里的漏洞，比传统静态分析工具更聪明，值得看他们的方法。

谷歌发了篇论文，专门分析扩散模型为啥能搞创意生成，有实验有指标，不做玄学解释。

Anthropic研究了一个很实际的问题：怎么让AI知道太多危险东西时能随时关掉。不是只喊口号，有具体方法。

Anthropic自己测了AI能不能写漏洞利用代码，结果有些还真能搞出来，建议安全从业者看看。

隐私合规团队和 AI 安全研究者终于有了可操作的遗忘验证工具——Google 的审计框架让“数据被遗忘权”不再是空话，做模型治理和合规的团队建议点开看看具体方法。

做 AI 安全和对齐的研究者值得关注——Anthropic 用“教为什么”的思路解决了智能体误解指令的痛点，直接关系到未来自主系统的可靠性。

这项研究让 AI 的“黑箱”思考变得可读，对关注 AI 安全与可解释性的研究者和开发者来说，是理解模型行为的关键一步，值得深入阅读。

Anthropic 把评估意识这个容易被忽视的陷阱说透了——做 AI 评估或关注模型真实能力的团队，看完会重新审视自己的测试方法。

做 AI 编程评测的团队终于有了量化噪声的方法论——基础设施差异能让结果偏差 30%，建议所有做 agentic coding 评估的开发者点开，避免被虚假分数误导。

MoBA 解决了长文本大模型计算效率低下的痛点，做 NLP 或大模型应用的开发者可以直接参考其设计思路，提升模型处理超长文本的能力。

Muon 优化器有望替代 AdamW 成为大模型训练的新标配，做预训练或微调的团队值得关注其收敛速度和资源节省效果。