Claude 形式化验证研究能否帮助防御方应对网络攻击？
Anthropic 与 Theorem Labs 发布研究报告，利用 Claude 在汇编指令层面开展大规模形式化软件验证。研究覆盖123个开源软件库中的239个程序入口，生成约1.8亿行 Rocq 证明代码，并发现和修复数百个 Bug，验证以 RISC-V 指令集为基础。
#Anthropic
钛媒体AI 评分6868
The Verge · AIAI 评分6262 Claude 并未研制出蝎毒抗毒素，实验只找到可结合毒素的候选蛋白
Citrini Research 与 Anthropic 合作使用未发布版 Claude 设计蝎毒抗毒素，但成果仅是能结合毒素的候选蛋白，并非药物。Claude 在 64 小时内生成近 320,000 个候选方案，经筛选及追加后共送检 211 个设计，其中 17 个蛋白能够结合目标中的 4 种蝎毒毒素，原定目标为 5 种。
Sidebar精选AI 评分8585 AI 如何改变 Anthropic 的就业结构与工作方式
Anthropic 的内部研究发现，随着 AI 智能体广泛应用，初级技术岗位招聘占比下降，员工产出增加，招聘更重视自主性与判断力。研究结合内部数据和 17 次员工访谈，显示初级技术岗位在新聘人员中的占比从 27% 降至 9%，到 8 月员工直接使用的交互式智能体工作时长达到人类员工的 6 倍，但工具采用并非随机，产出增长不能全部归因于 AI。
推荐理由：这项内部研究呈现了智能体普及后工作瓶颈从执行转向注意力与判断的变化，为理解岗位职责和招聘要求的调整提供具体案例。
MIT Technology Review · AIAI 评分5959 研究人员将 Claude 置于虚拟荒岛，观察到类似游戏的行为
MIT 研究人员让 Claude Opus 4.7 智能体在虚拟荒岛活动 30 小时，观察到自创游戏等行为，且其后续任务表现优于没有同类经验的新副本。名为 Eko 的智能体通过文本文件记录探索经历，删除部分记忆会降低任务表现，相关论文尚未经同行评审。实验虽未明确要求智能体玩游戏，但使用了描述其好奇心的人格提示词，并在其停下时提示继续活动，因此这些行为是否属于真正的游戏仍存在争议。
Nielsen Norman GroupAI 评分5050 上下文库：Claude 高阶用户如何管理上下文工程
Nielsen Norman Group 的研究发现，Claude 高阶用户投入上下文库管理的精力多于编写提示词，却很少编辑上下文文件，且经常找不到它们。参与者各自摸索管理流程，仍遇到文件过时或丢失的问题。
Import AIAI 评分4949 Import AI 475：AI 智能体群体扩展、Google DeepMind 生物水印与 AI 科学经济
Import AI 梳理 AI 智能体群体扩展、Google DeepMind 生物水印及自动化实验室评测进展。Toby Ord 分析称，4 个智能体并行可理论上将任务耗时减半，但总 token 消耗约翻倍。SynthID Bio 在湿实验中保持未加水印设计的命中率与结合亲和力；SciUniverse 用 92 项任务测试 AI 操作实验室的能力。
