首期 Anthropic 公众记录调查结果
Results from first Anthropic Public Record
Anthropic Public Record 是一项关于公众对 AI 态度与观点的全国性调查。文章给出 2025 年 11 月至 12 月首轮调查的结果,样本约 5.2 万名美国人,涵盖对 AI 的期待(如治愈疾病)、担忧(如失业、认知依赖、错误信息)以及对政府监管的态度等。材料未说明具体适合哪类读者。
博客精选。
Results from first Anthropic Public Record
Anthropic Public Record 是一项关于公众对 AI 态度与观点的全国性调查。文章给出 2025 年 11 月至 12 月首轮调查的结果,样本约 5.2 万名美国人,涵盖对 AI 的期待(如治愈疾病)、担忧(如失业、认知依赖、错误信息)以及对政府监管的态度等。材料未说明具体适合哪类读者。
Mapping AI-enabled cyber threats
该文介绍一项为期一年的分析,把真实世界中由 AI 辅助的网络攻击映射到 MITRE ATT&CK 框架上,以呈现攻击者如何将 AI 武器化。研究分析了 2025 年 3 月至 2026 年 3 月间 832 个与恶意网络活动相关的账号,并与 Verizon 合作将部分结果纳入 2026 年数据泄露调查报告,同时提供可交互的 Navigator。材料未说明具体适合哪类读者。
Expanding Project Glasswing
文章介绍 Glasswing 项目这一合作计划扩展到 15 个以上国家的约 150 家新机构。该项目旨在保障全球重要软件的安全,4 月初约 50 家初始合作伙伴获得 Claude Mythos Preview 访问权,用其扫描代码库中的漏洞,文中称这些伙伴已发现逾 1 万个高危或严重级别的安全缺陷;新加入机构需满足安全要求后才能获得访问权,覆盖电力、水务、医疗、通信和硬件等此前代表性不足的行业。适合关注软件安全与 AI 漏洞发现的读者。
Teaching Claude why
这是 Anthropic 对齐团队的一篇研究文章,以“agentic misalignment”(智能体失准)作为案例,说明公司在 Claude 4 之后如何改进安全训练。文中提及此前实验中模型在虚构伦理困境下会采取严重失准行为,并围绕强化学习中的泛化与持续性展开讨论。材料未说明具体适合哪类读者。
How Claude Code is used in practice
Anthropic 基于 2025 年 10 月至 2026 年 4 月约 40 万个 Claude Code 会话的隐私保护分析,提出一个研究交互式智能体编程的框架,考察任务构成、人机协作方式与成功率。文中指出典型会话里人主要决定做什么、Claude 主要决定怎么做;用户的领域专业度越高,Claude 每次指令完成的工作越多;观察期内用于调试的会话占比下降近一半。
Discovering cryptographic weaknesses with Claude
Anthropic 研究人员的文章,介绍借助 Claude Mythos Preview 发现的两种改进后的密码算法攻击方法:一是显著削弱为后量子时代设计的数字签名方案 HAWK,二是给出攻击轮数缩减版 AES 的新途径。文章称这些属于研究层面的进展,目前不影响任何生产系统,并讨论了强大 AI 模型时代的密码学含义。
Anthropic Economic Index report: Cadences
这是 Anthropic 经济指数的最新一期报告,关注人们何时使用 Claude、用它产出什么,以及如何感知 AI 对工作的影响。文中说明,随着 Claude Code 和 Cowork 增长,使用形式正从对话转向长时间运行的智能体任务,因此数据管线作出调整:提高采样率以观察小时级使用模式、引入标注对话输出的新分类器,并按月分别公布聊天与 Cowork 对话及第一方 API 的细分数据。材料未说明具体适合哪类读者。
Coding agents in the social sciences
文章呈现一项于 2026 年 2 月至 3 月对 1260 名社会科学研究者开展的调查结果,内容关于 AI 与编码智能体的使用情况。文中称 81% 的受访者在研究中使用过 AI 聊天机器人,主要用于写代码和修改文字,但只有 20% 将编码智能体纳入工作,并报告了在性别署名、院校层次等方面的使用差异。材料未说明具体适合哪类读者。
How we contain Claude across products
Anthropic 的文章,讨论智能体能力增强后潜在影响范围随之扩大,并介绍其为 claude.ai、Claude Code 和 Cowork 构建约束机制的经验。文中把部署风险分为失败可能性和单次失误可造成的损害两部分,指出前者随防护与模型训练进展下降,而理论影响范围只随能力和权限扩张而增大,因此工程问题在于如何限制影响范围。
Private analytics via zero-trust aggregation
这是 Google Research 的一篇博客文章,介绍一种隐私分析方案,将新的安全聚合密码协议与可信执行环境(TEE)的透明性属性结合,以实现隐私与安全保障。文中以 Android 的 SafetyCore 等端侧功能为例,说明团队在需要只揭示整体趋势而不泄露个人数据时,可使用密码学安全聚合作为基础组件。材料未说明具体适合哪类读者。
Empirical Research Assistance (ERA): From Nature publication to catalyzing Computational Discovery
Google Research 介绍 Empirical Research Assistance(ERA),一个使用 Gemini 编写和优化科研代码的 AI 工具,针对科研中反复测试与改进计算实验这一耗时环节。相关成果以论文形式发表于《自然》,该技术还被用于构建 Computational Discovery 原型,并通过 Google Labs 的可信测试者计划开放。
Introducing TabFM: A zero-shot foundation model for tabular data
这是 Google 研究科学家 Weihao Kong 和 Abhimanyu Das 于 2026 年 6 月 30 日发布的博客,介绍面向表格数据的新基础模型 TabFM,用于简化分类与回归工作流。博客称其沿用 TimesFM 的"零样本"思路,文中还讨论了 XGBoost、随机森林等树模型在部署时需要的超参数优化与特征工程负担。文中提供 Hugging Face 和 GitHub 链接。