Anthropic 研究：开源权重模型安全威胁将至

截至2026年5月，我们合并到Anthropic代码库中的代码有超过80%由Claude编写。 与独立测量结果一致。确实没有迹象表明这一趋势正在放缓（但这并不意味着吸收如此多的生产率提升没有组织挑战）。

嘿，Claude：“我让早先的 Claude 从《西线无战事》中移除鱿鱼。现在你都能做电影什么的了。我需要你展示一下你进步了多少” & 我把下面这条推文粘贴了进去 有些巧妙的东西，模型现在真的有幽默感了

本周，Anthropic和OpenAI都发出了我们听到过的最明确的表态：某种形式的递归自我改进已经实现，不过听起来仍处于早期阶段 RSI将带来AI能力的快速提升，而最先实现RSI的公司可能会获得难以逾越的领先优势

快，散布一些关于Anthropic即将解决其他真正难题的传闻。

Ethan Mollick 发文称，过去一年最大的变化是在通用个人用途（包括企业内部个人使用）上，OpenAI 与 Anthropic 已经遥遥领先。他表示两家持续交替领先，选谁都无需担心落后，并称距上一次有其他玩家加入已有 10 个月。

Ethan Mollick 称自己获得 Claude Fable 5.1 早期访问，认为其在需要判断力和品味的长程工作上是一次真正进步，但在 Claudish 方面进步较小。他展示了 Fable 5.1 制作的一款复古画面游戏，玩法为运行一艘受 FTL 启发的写实太空飞船，链接为 https://cold-watch-game.netlify.app/

Ethan Mollick 称 AI 写作的第一个黄金时代已经结束。他曾认为短期内让 Claude 代写对很多人更有利，因为 Claude 写作不错且 AI 检测器很差；如今 ClaudeSpeak 式文风已成陈词滥调、令人怀疑和厌烦，而 Pangram 检测工具也已广为人知。

物理学家 Matt von Hippel 发起的挑战达成：Anthropic 的 Liam Fitzpatrick 与 Siddharth Mishra-Sharma 用 Claude Science（harness）让 Claude 直接算出 planar N=4 super Yang-Mills 六粒子振幅九圈结果。

Artificial Analysis 测评显示，Claude Opus 5.5 在 Claude Code max effort 下以 66 分登顶 Coding Agent Index，较 Opus 5（60）高 6 分，三项评测 Terminal-Bench 4.0（63.1%）、DeepSWE v1.1（68.4%）、SWE-Atlas-QnA（66.4%）全部提升。

Claude 团队宣布在两周内将 claude.ai 速度提升 3 倍。文章介绍他们如何用 Claude 来测量、调试和改进性能，并附上了相关提示词和方法，详见 https://claude.dev/blog/how-we-made-claude-ai-faster/。