Anthropic 推出 Claude 自评估机制以识别对话中的潜在滥用

Anthropic 工程博客发文解释 context engineering。与 prompt engineering 不同，context engineering 通过优化上下文帮助 AI agents 发挥最大效能，文章详解其工作原理。

Anthropic 推出 OSS Scanner，将用其前沿模型免费定期扫描已授权加入的开源项目的漏洞。报告会提供概念验证、漏洞解释和修复建议。

我们正在扩展网络安全验证计划，让安全专业人员更广泛地使用我们最强大的模型。 通过该计划，经过验证的安全专业人员可以访问 Claude Mythos 5.1、Opus 5.5 和 Sonnet 5.5，并配有专为防御性工作设计的安全保障措施。 我们还将开放新的层级，以支持经授权的攻击性安全工作，例如渗透测试和红队演练。 https://www.anthropic.com/news/cyber-verification-program

我们首次为外部研究人员提供了一种方式，让他们能够利用真实且经过隐私保护的 Claude 使用数据来研究 AI 的影响。迄今为止，这项工作只能在 AI 实验室内部进行。我们无法独自讲述完整的故事，因此我们开放了我们的工具。

Claude 官方宣布，下周起 Pro、Max 和 Team 套餐在 Claude 网页、桌面和移动端应用中的会话将默认以 auto mode 运行。auto mode 不再逐步请求用户批准，而是由自动检查拦截高风险操作，用户可随时切回手动模式。其引用的 Claude Code 更新提到 auto mode 用独立分类器审查 shell 命令，测试中拦截了 89% 的危险命令，手动批准为 14%。

Anthropic 开启 Claude Duet 研究预览，一款让 Claude 作为主动式智能体工作的独立应用，已登陆 iOS、Android 和 claude.ai，面向美国 Pro 和 Max 用户开放候补名单。

Anthropic 宣布 Claude 平台上的 Opus 5.5 fast mode 不再处于研究预览阶段，并已移除等待名单。该模式速度最高提升 2.5 倍，定价为 $8 / $40 per million tokens；现已登陆 Microsoft Foundry（Azure 托管），Google Cloud 即将支持。Claude Code 中的 fast mode 保持不变，消耗额外 usage credits。文档见 https://platform.claude…

Anthropic 宣布 Claude 的 Code Review 结束研究预览，正式向 Claude Team 和 Enterprise 组织开放。

Claude 发布九月更新回顾，Chat 与 Cowork 合并为一个 Claude，工作流可在云端运行，合上笔记本后继续进行。Claude Docs 支持团队与 Claude 在同一文档中协作编辑，新推出的 Claude 5.5 系列提供 Opus 5.5 处理重任务、Sonnet 5.5 用于快速修改，并可通过 /slides、/docs、/designs 直接生成对应格式。

Anthropic 发布 Claude Dashboards 和 Claude Motion 两项 beta 功能。