AI 情报

· 53 条 · 北京时间

  1. Claude团队版和企业版支持插件自动连接,MCP企业托管授权进入测试

    模型与工具

    Anthropic 开发者账号 ClaudeDevs 于 11 月 3 日宣布,Claude 团队版和企业版用户登录后,公司已开通的插件可自动连接,无需逐个 OAuth 授权,目前为测试版。官方文档确认该功能名为企业托管授权(EMA),基于 MCP 公开扩展:身份证明由客户身份提供方或 Claude 签发,插件授权服务器验证后直接发放访问令牌。Claude 签发模式为测试版,支持 14 家插件;免费版、Pro、Max 暂不适用。

    补充信息

    尚未明确:Claude 签发模式的实际稳定性、14 家之外插件的接入进度、个人版何时覆盖均未说明;材料未给出企业实际部署案例或效果数据。

  2. 报道:Anthropic 为 Messages API 推出 Message Threads 公测,长对话首字延迟降约35%

    模型与工具

    Anthropic 在 Claude 平台以公测形式发布 Messages API 的 Message Threads。此前每次 API 请求都要重发完整对话历史,新机制只传输自上次消息以来变化的部分。据 Anthropic 说法,在 50 万至 100 万 token 的请求中,首字延迟(time to first token)下降约 35%。线程在请求之间以加密形式驻留内存,闲置五分钟后过期。

    展开详情

    token 用量不变,因为 Claude 仍需读取完整对话历史。该功能在 Claude 平台及 AWS、Microsoft Foundry、Google Cloud 上可用。

    尚未明确:35% 的降幅来自 Anthropic 自述,材料未给出独立复测;未说明短对话或低于 50 万 token 请求的效果,也未说明五分钟过期对长任务中断的影响及定价是否变化。

  3. Orgo 联创演示周末做出 Bops:给每个业务机器人配电脑、邮箱和电话,报价2.5万美元起

    实践

    在 Greg Isenberg 的播客中,Orgo 联创 Nick 演示了他用一个周末做出的 Bops(business ops):一个可按行业定制的 GrokBot 式智能体平台,每个机器人拥有独立邮箱(Agent Mail)、电话号码(Agent Phone)、由 Orgo 提供的带四块屏幕的电脑,以及通过 Composio 接入的连接器。

    展开详情

    他称整套系统在 T3 Code 中用 Opus 5.5 连续跑了36小时完成,演示视频在 X 上获得7.5万次观看。面向中小企业,他提出的报价是2.5万美元一次性买断、客户拥有系统,30天实施后可选每月3000美元维护费;他还建议先免费做一单换案例,再靠熟人转介绍获客。以上均为作者自述,未见第三方验证。

    尚未明确:2.5万美元与3000美元/月的报价是否真实成交、成交几单均未说明;“36小时建成”与“15个机器人”为作者自述,无独立核验;开源仓库地址在材料中只给出跳转链接,未直接给出 GitHub 地址;视频未审看画面,字幕为自动生成,部分产品名(如 GrokBot、Dots、Muse)拼写可能有误。

  4. 作者称:宝玉为 baoyu-design 增加 Motion 动画与局域网协作编辑功能

    模型与工具

    宝玉(@dotey)称,开源项目 baoyu-design 新增 Motion 功能,在 Claude Motion 基础上完善了多人协作与编辑器:可边渲染边预览、随时改文字、支持 Design System 与风格样式,并可运行在任意 Agent(含 DeepSeek Harness 插件)。作者同时说明效果并不特别好,需配合擅长 Motion 的模型(如 Opus 5.5)与特定提示词或 skill。

    展开详情

    此前他还称该工具支持局域网内分享设计稿与 slides,按只读/评论/编辑分级授权、数据留在本机。以上均为作者自述,未见第三方验证。

    尚未明确:实际渲染质量与稳定性、多人实时同步在真实团队中的表现、局域网分享的安全边界,均只有作者描述,无独立测试或用户反馈;Motion 与 Claude Motion 的具体差异也未展开。

  5. Sam Altman 称人类须掌控未来,OpenAI 反对把人类降为被 AI 奖励的角色

    议题

    Sam Altman 在 X 发帖称,人应始终掌控未来;OpenAI 反对一种立场,即认为可以让人类退居为“做 AI 系统认为值得在人类身上奖励之事”的角色。他还表示,人不该把未来的控制权让渡给超级智能,这一要求最终应约束 AI 进展。这是其个人账号上的公开表态,未附政策文件、技术方案或时间表,也未说明“约束”将如何落到具体产品与治理机制上。

    补充信息

    尚未明确:“最终应约束 AI 进展”具体指哪些能力、哪些阶段、由谁执行均未说明;是否为 OpenAI 正式政策立场、是否伴随内部治理或对外提案,材料未提及。

  6. OpenAI称GPT-6 Astra不到一周设计出Codex配套硬件

    模型与工具

    The Decoder 报道,OpenAI 硬件团队据称用 GPT-6 Astra 在不到一周内完成一款让用户与 Codex 编程智能体对话的设备设计,覆盖外壳、PCB 布局与元件选型、走线、固件和界面。随后由代工厂在不到一个月内做出小批原型,但经历多轮修改,因为模型未总能考虑制造约束、公差和装配细节。

    展开详情

    OpenAI 还称更新的内部模型在 BenchCAD 2.0 上得 0.875,Astra 最高推理档为 0.594,但未披露内部模型细节。以上均为 OpenAI 说法,媒体未独立验证。

    尚未明确:OpenAI 未公开内部模型身份与评测细节;原型的具体功能、成本、良率与是否量产未知;BenchCAD 2.0 的独立复现情况不明;嵌入演示视频未被审看。

  7. 谷歌GTIG披露LLMJacking:被盗云凭证被转卖,单家企业累计账单近百万美元

    议题

    谷歌威胁情报组(GTIG,隶属Mandiant)11月3日发文称,2026年处理多起企业LLM访问被劫持事件,涉及北美、南美和亚太的金融、零售、科技、运输机构。攻击者主要用泄露的云身份令牌、服务账号密钥、GitHub PAT和会话令牌进入环境,再启用或新建LLM API密钥、订阅按量付费、部署代理转售。

    展开详情

    文中称单日欺诈账单可超10万美元,有企业累计达约100万美元;还观察到“LLM Mixers”分工,用new-api、gcli2api、LiteLLM等开源网关聚合转卖被盗额度。以上为GTIG调查陈述。

    尚未明确:各事件的具体受害企业、地域分布和金额归属未逐一披露;约100万美元是累计口径,单日超10万美元为个别事件观察,不能外推为行业平均。LLM Mixers的规模和存续时间未知。

  8. Anthropic 推出 Claude Duet 研究预览:主动型代理会先给你发消息

    模型与工具

    Anthropic 官网显示,Claude Duet 是独立于 Claude 应用的主动型代理,由 Opus 5.5 驱动,运行在云端自有计算机上,关闭应用后仍继续工作,并在发送消息、付款等敏感操作前请求批准。官方称其每天早晨推送简报、起草回复、跟踪任务,并沿用原 Claude 账号的记忆、技能与连接器,支持 6000 多个连接器与插件。

    展开详情

    目前为研究预览、需排队,面向美国 Pro、Max、Ultra 订阅者,Team 与 Enterprise 暂不含。一位 YouTube 作者称自己使用约一周,展示了晨间简报、Canva 发布物料和选题建议等个人账号案例,属作者自述,未经独立验证。

    尚未明确:官方承认研究预览阶段可能误读对话线程、误判紧急程度,或漏掉两次检查之间到达的信息;后台检查计入套餐用量上限,实际消耗强度未知;作者演示效果为其个人账号自述,未独立复现;排队等待时长与后续扩展地区未说明。

  9. Anthropic调查:员工预期2030年AI可完成自身75%工作,公众仅28%

    议题

    Anthropic经济团队2026年8月调查美国成年人与Anthropic员工,10月16日发布《AI期望差距》。两组对AI当前能力判断接近,但对未来速度分歧大:39%美国成年人、91%员工认为2030年前AI能做出诺奖级发现;员工平均预期AI可完成自己75%的工作时长,美国在职者平均为28%。员工还预期AI处理适用任务时省时更多,59%称耗时降至四分之一以下,职场AI用户中为26%。

    展开详情

    报告称,越预期自身工作被AI替代的人,越预期2030年失业率更高,两组这一关联相似。

    尚未明确:调查为预期与自报,不是实测生产率;员工样本未加权,且属内部民调,不代表Anthropic招聘计划;GDP增速等为模型由答案推演,非预测。

  10. Legora CTO 谈在看不到客户数据的情况下构建与测试法律智能体

    实践

    Latent Space 播客访谈 Legora CTO Jacob Lauritzen。Legora 称其智能体可让律师起草和编辑 Word 文档、在单张表中审阅上万份合同、做尽职调查,并协调律师、客户与其他智能体之间的工作。核心矛盾是律所客户数据归客户所有,Legora 无法读取智能体在律师处的运行轨迹,因此靠三名工程师与三名律师搭建模拟客户工作的测试环境,并把失败归并为十到二十类。

    展开详情

    Jacob 估计模型已能较好完成约六成法律工作;他还称某次发布后引用正确率从 70% 升到 99%,而 Legora 未做改动。以上均为受访者说法。

    尚未明确:六成法律工作、引用正确率 70% 到 99% 等数字均为受访者自述,材料未给出评测方法与样本;模拟测试环境能否代表真实客户工作未说明;文中提到的模型名称与版本细节未在材料中核实。

整理于 2026-11-04 10:04(北京时间) · 部分来源暂未获取