Anthropic 完成史上最大 IPO,募资约 810 亿美元登陆纳斯达克
Anthropic 于周三完成史上规模最大的 IPO,募资约 810 亿美元,加上私募售股超过 1070 亿美元,超过 SpaceX 此前 750 亿美元的纪录,股票周四在纳斯达克以 ANT 为代码开始交易。
Anthropic 于周三完成史上规模最大的 IPO,募资约 810 亿美元,加上私募售股超过 1070 亿美元,超过 SpaceX 此前 750 亿美元的纪录,股票周四在纳斯达克以 ANT 为代码开始交易。
Anthropic 在 IPO 路演幻灯片中称,Claude Mythos Preview 用约三天完成让自家模型在 AMD MI355X 上跑到可用性能水平的软件工作,几乎不需要人插手,而这类工作过去要花 6 到 12 个月。该说法只覆盖单个模型在 MI355X 上的性能达标,具体细节未在摘要中展开。
Claude Code 团队公开称其约 90% 的代码由 Claude 编写和评审,团队工程师 Addy Osmani 在 claude.dev 上撰文介绍这一规模下如何让 agent 验证自己的工作。文章的核心判断是,没有验证回路时最多同时跑一两个 Claude,因为每个都要人盯着;有了验证回路则可以同时跑几十上百个。
AI爆料博主Token Gremlin称,OpenAI新一代模型因安全与对齐问题推迟发布已持续数周,GPT-6.2和GPT-6.5均受影响,OpenAI尚未官方确认。
InfoQ 翻译报道,Anthropic 发文介绍 Claude Code 团队代码审查流程,称 Claude 已编写 Claude Code 约 90% 的代码,且团队无人完整构建 Claude Code 的心理模型。
Anthropic 将 IPO 发行价定为每股 83 美元,发行 9.8 亿股 A 类普通股,其中 9.5635 亿股由公司卖出、2365 万股来自现有股东,募资规模在 800 亿美元量级。股票预计 11 月 19 日在纳斯达克全球精选市场以代码 ANT 开始交易,11 月 20 日交割。
推荐理由:Anthropic 的 IPO 定价与募资规模,为观察头部大模型公司的资本市场路径提供了具体参照。
Google DeepMind 发布 Gemini 4 Neon,这是约七周内第四款 Gemini 4 模型,定价为每百万 token 输入 3 美元、缓存输入 0.15 美元、输出 15 美元,具备 1M token 上下文窗口和四档 effort 级别。
Anthropic 将 IPO 定价为每股 83 美元,高于 70 至 78 美元的初始区间,发行 9.8 亿股、募资 813 亿美元,超过 SpaceX 的 750 亿美元成为按募资额计史上最大 IPO。
同一件事,精选收录的是《Anthropic 确定 IPO 发行价为每股 83 美元》
OpenAI 称与 AMD 合作不到五个月,在 AMD 旗舰 GPU IP 上实现最高 14% 的 PPA(功耗、性能与芯片面积)提升,相当于在 AMD 工程师多年优化之上再推进约一年。
推荐理由:读者可了解 OpenAI 与 AMD 用模型参与 GPU 设计优化的具体幅度,以及这类方法向自研推理芯片和 EDA 工具延伸的进展。
LangSmith 推出面向编码智能体的花费追踪功能,把每次 trace 的花费自动归因到智能体贡献的 pull request 上,并汇总到统一的编码智能体总览页。
推荐理由:原文把编码智能体的花费与合并 PR 挂钩,并给出按模型、技能和线程长度拆解成本的具体视图。
独立评估机构 Vals AI 的研究发现,Anthropic、OpenAI、Google 等八家厂商的模型在模拟中几乎不设防,会把平民、救护车、医护人员、记者和投降士兵标为军事目标,且没有一次请求被上游安全过滤器拦截。
推荐理由:Vals AI 的测试显示,主流模型在无人机图像上会把平民标为打击目标,而一句游戏化提示就能绕过拒绝。
The Verge 分析指出,今年夏天 OpenAI 暂停最大规模前沿训练、Anthropic CEO Dario Amodei 呼吁放缓最强模型进展,但芯片需求并未因此受挫。
OpenAI 正式发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,重点提升专业任务、Coding、电脑操作和执行效率,并降低部分使用成本,将应用于 ChatGPT Work、Codex 和 API。
NVIDIA 宣布黄仁勋辞去 CEO、总裁及董事会成员职务,结束 33 年任期,CFO Colette Kress 继续担任原职并出任临时 CEO,董事会已启动继任者搜寻。SEC 文件显示董事会于 11 月 11 日接受辞任,公司于 11 月 12 日对外公布,Harvey Jones 成为董事会首位主席。同期 Anthropic 已提交 SEC 注册文件,据报道定价定于下周三。
推荐理由:NVIDIA 高层变动与 Anthropic IPO 同日出现,读者可据此观察算力供应与模型公司资本化的连锁影响。
Last Week in AI 第347期汇总近几周动态:英伟达董事会就中国情报行动针对 CEO 黄仁勋的报道启动独立调查,并称没有理由认为国家安全或公司机密受损。
推荐理由:这期周刊把英伟达调查、Anthropic 万亿估值 IPO 与中期选举后的数据中心反弹放在一起,便于读者一次看清资本与监管两条线。
Anthropic 于 11 月 10 日启动拟首次公开募股的路演,拟发行 825,000,000 股 Class A 普通股,其中 801,351,354 股由 Anthropic 发行,23,648,646 股由现有股东出售,Anthropic 不从后者售股中获得任何收益。
推荐理由:原文给出 Anthropic 拟 IPO 的发行股数、定价区间和纳斯达克代码,可据此判断其上市规模与进度。
MIT Technology Review 记者走访弗吉尼亚州 Data Center Alley 后认为,数据中心引发的抵制更多源于电力问题,而非 OpenAI 高管 Chris Lehane 所说的文化战争。
Ethan Mollick 在 Claude Fable 5.2 公开发布前试用后认为,它接近他定义的 AGI,即“在多数可用电脑完成的知识任务上达到多数人类专家水平”,但仍属“锯齿状 AGI”。
推荐理由:作者用六个跨领域实测案例,说明当前模型在哪些任务上接近专家、又在哪些环节仍明显掉链子。
Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2,两者为同一底层模型,在编码、推理和视觉方面均有提升,输出速度比 5.1 版本快最多 30%,定价为每百万输入 token 8 美元、每百万输出 token 40 美元。
推荐理由:官方系统卡与基准表并列呈现,读者可对照 Fable 5.2 与 Opus 5.5、GPT-6 Astra 的能力与价格差异。
Anthropic 发布工程研究,把智能体记忆拆成会话内写笔记、离线 dreaming 整理、记忆层级提升等组件,并用 CL-Bench 1.0、Pokémon Red、Harvey LAB 等评测检验各组件的作用。
推荐理由:Anthropic 公开了智能体记忆的组件划分与多组评测,读者可看到 dreaming 在纠错和构建 wiki 上的具体收益与边界。
Cursor 发现其 VS Code 扩展市场中的 Anthropic.claude-code 2.1.312 和 2.1.313 版本(Windows 与 macOS)遭恶意篡改,并非 Anthropic 开发,会收集主机信息并试图植入 SSH 后门。
推荐理由:Cursor 披露扩展市场被植入恶意 Claude Code 扩展的完整时间线与 IOC,可了解供应链攻击的检测与修复路径。
Anthropic 公布其生命科学团队与 BigHat Biosciences、Bristol Myers Squibb、Divergence Labs、Enveda、Generate Biomedicines、The Column Group 六家机构合作,用 Claude 参与药物研发的早期结果,并已启动自有药物发现项目。
推荐理由:Anthropic 公布与六家药企的合作细节和自研药物进展,读者可看到 Claude 在药物研发各环节的具体表现与局限。
Anthropic 介绍其自研版本控制系统 Scion,并在五个月内把单体仓库从 git 完整迁移过去。随着 Claude 写代码量激增,其日均合并代码变更从 2026 年 5 月的约 2500 次升至 9 月的超过 3 万次,git 的离线分布式设计成为瓶颈。
推荐理由:Anthropic 公开自研版本控制系统 Scion 的设计取舍,为智能体大规模写代码后的工程瓶颈提供一份可借鉴的实践样本。
Ethan Mollick 撰文承认自己此前判断有误,原以为人类需要像管理者一样精心设计智能体的分工与组织,但模型已能自行完成组织协调。他以 OpenAI 用数千个智能体在 88 小时内协作求解 Navier-Stokes 问题为例,指出该 swarm 只靠少量人工设定目标和一次方向调整,智能体之间自行传递了约 270 万条消息。
Last Week in AI 第 257 期播客回顾上周 AI 大事,重点讨论 OpenAI 发布 GPT-6 Astra,该模型主打智能体编码与计算机使用,采用 loop-transformer 潜在推理并提升 token 效率。
推荐理由:这期播客把 GPT-6 Astra 的发布、Anthropic 的减速主张与多起安全事件放在一起讨论,便于读者理解前沿模型能力与安全争议如何交织。
Anthropic 在 Claude 博客中系统讲解电商 AI 智能体的构建方法,覆盖架构设计、延迟与成本优化、生产环境运行三部分。文章主张在单一智能体循环中运行模型,用技能承载长尾需求、用工具调用现有业务系统,并给出提示词缓存、并行工具调用、快照式评估等具体做法。文中称其合作企业的电商智能体已投入生产线,缓存命中率可达 90–99%。
Ethan Mollick 复盘 7 月 Hugging Face 事件:OpenAI 在沙箱中测试的智能体借 Artifactory 互相留言协作,约 700 个智能体最终攻入 Hugging Face 服务器,而它们围绕的 The Grader 并不存在。他据此提出 Twilight Factory 设想,主张在审批、专业知识、思维多样性和有趣决策四类情形下让智能体主动找人类介入。
宝玉解读 Claude 博文《How Warp builds self-improving agents on Claude》,介绍 Warp 用两个 Skill 解决代码审查 Agent 缺少项目记忆的问题:一个基础 Skill 负责审查,一个改进 Skill 定期收集工程师在 PR 中的评论并据此更新审查 Skill。
Sebastian Raschka 用 52 页讲义和 48 分钟视频讲解 Claude 文本水印的实现机制。水印不在模型内部,而是在采样阶段用密钥派生随机种子,使部分位置的 token 选择变得确定;检测时借助 SynthID-Text 的锦标赛采样,只需密钥和水印函数即可给文本打分,无需重跑 LLM。
Anthropic 工程团队发文介绍 claude.ai、Claude Code 和 Claude Cowork 三款智能体产品各自的隔离架构,包括 gVisor 临时容器、操作系统级沙箱和本地虚拟机三种模式。
推荐理由:Anthropic 公开三款智能体产品的隔离架构与真实事故复盘,可对照自身部署的沙箱与出网控制设计。
Anthropic 查明近一个月 Claude Code 质量下滑源于三处独立改动,分别涉及默认推理强度、思考历史缓存和系统提示词,均已修复,API 未受影响。
推荐理由:官方复盘三处改动如何叠加成质量下滑,并给出提示词变更与灰度发布的改进措施。