AI圈报
产品发布 / 更新精选

Anthropic 开源 AI 安全审计工具 Petri，用智能体自动测试模型对齐行为

信息来源：Anthropic：Alignment Science Blog（网页）·
Claude
原始标题：Petri: An open-source auditing tool to accelerate AI safety research

内容摘要

Anthropic 发布开源自动审计框架 Petri（Parallel Exploration Tool for Risky Interactions），用 AI 审计智能体在多轮场景中测试目标模型，工具地址为 github.com/safety-research/petri。
内容分类AI 产品发布与更新
内容层级精选情报
发布时间（北京时间）
本站收录时间（北京时间）
信息来源Anthropic：Alignment Science Blog（网页）
站内情报编号intel-26a8be11db4e74860cc3de6a
阅读原始信息 ↗查看数据来源更多产品发布 / 更新

相关推荐

综合分类、实体标签与信息来源匹配

产品发布 / 更新精选
Fireworks AI 推出 FireRouter with Opus，编码任务成本降 57%
Fireworks AI 发布 FireRouter with Opus，可在 Claude Opus 5.5、GLM 5.3 和 GLM 5.3 Flash 之间做缓存感知路由，并首次以独立路由模型形式作为 serverless 端点开放。
信息来源：Fireworks AI（网页） · Claude / GLM
产品发布 / 更新精选
Anthropic 推出 Claude 插件体系与目录提交门户
Anthropic 推出 Claude 插件（Plugins），作为第三方开发者为 Claude 构建扩展的主要方式，插件可打包 MCP 连接器和 Agent Skills。
信息来源：Claude：Blog（网页） · Claude
产品发布 / 更新精选
Claude Code 云会话正式上线，Pro 和 Max 订阅者可领一次性额度
Claude Code 云会话正式可用，结束研究预览阶段，可在笔记本合盖后继续在 Anthropic 托管的基础设施上运行。现有订阅者可领取一次性额度，Pro 为 $100、Max 为 $250，额度独立于套餐用量限制，需在 10 月 7 日 11:59 PM PT 前领取、11 月 4 日前用完。
信息来源：X：Claude Devs (@ClaudeDevs) · Claude
产品发布 / 更新精选
Claude Code v2.1.280 发布，新增 Claude Opus 5.5 为默认 Opus 模型
Claude Code 发布 v2.1.280，新增 Claude Opus 5.5（claude-opus-5-5）为默认 Opus 模型，支持 1M 上下文，价格为 $4/$20 per Mtok、缓存读取 $0.20/Mtok；同时将 Pro 和 Team Standard 计划的默认模型从 Sonnet 改为 Opus。
信息来源：Claude Code：GitHub Releases（RSS） · Claude
产品发布 / 更新精选
Anthropic 上线 Claude Marketplace：一站式提供插件、智能体与服务伙伴
Anthropic 上线 Claude Marketplace，将插件与连接器、Claude 驱动的智能体和产品、以及服务伙伴集中到一个入口。
信息来源：Claude：Blog（网页） · Claude
产品发布 / 更新精选
Claude Docs、Claude Slides 与 Claude Design 直接嵌入对话，可导出 PowerPoint 或 PDF
Anthropic 的 Boris Cherny 宣布 Claude Docs、Claude Slides 和 Claude Design 已进入每段对话，直接在聊天中生成演示、文档和设计。生成的演示可打开、编辑并导出为 PowerPoint 或 PDF，无需跳转到单独工具。
信息来源：X：Boris Cherny (@bcherny) · Claude
产品发布 / 更新精选
Claude Code Projects 改版：从文件夹到对话式协调
Anthropic 宣布 Claude Code 的 Projects 改版，用户设定目标后由 Claude 拆解任务、协调并行线程、审查输出并汇总结果。每个线程是一个独立的 Claude Code 云会话，各占一个分支跑测试、开 PR，项目还带随时间积累的共享记忆和文件库。
信息来源：Claude：Blog（网页） · Claude
产品发布 / 更新精选
Anthropic 推出生命科学验证计划（LSVP）
Anthropic 推出 Life Sciences Verification Program（LSVP）beta，向经过验证的生命科学专业团队开放 Mythos、Opus 和 Sonnet 模型上比通用版更宽松的生物相关访问。
信息来源：Anthropic：Newsroom（网页） · Claude
产品发布 / 更新精选
Anthropic 将 Claude Cowork 与聊天合并为统一 Claude，并推出 Docs 和 Slides
Anthropic 宣布 Claude Cowork 与聊天合并为一个 Claude，任务无需再选择入口，Cowork 和 Design 的能力可在任意对话中使用，并沿用已有的上下文、skills 和 connectors。
信息来源：Claude：Blog（网页） · Claude
产品发布 / 更新精选
Claude for Small Business 新增 43 个 workflow 与 27 个集成
Anthropic 为 Claude for Small Business 新增 43 个 workflow 和 27 个集成，覆盖 Shopify、Salesforce、TikTok、Zoom、Stripe、Zapier 等工具，该产品自 5 月上线以来安装量超过 90 万次。
信息来源：Claude：Blog（网页） · Claude