公告 – Unite.AI

苹果将Siri转变为上下文感知AI助手，并推出针对20亿设备的AI操作系统

在过去的一年里，苹果公司因在人工智能方面落后而受到批评。竞争对手如OpenAI、谷歌、微软和Anthropic迅速推进，而苹果公司高度期待的Siri改版则面临反复延迟。在WWDC 2026上，苹果公司终于做出了回应。但尽管新的Siri引起了关注，公司最重要的公告并不是语音助手的升级。它是一个设计用于跨越整个苹果生态系统的AI层，可能覆盖全球20亿以上的活跃设备。苹果公司不再将AI定位为独立功能，而是将其定位为基础操作系统能力。Siri演变为上下文感知AI助手WWDC 2026的中心是“Siri AI”的介绍，即由苹果智能驱动的重建助手。与之前的Siri版本主要作为命令和响应接口不同，新系统旨在理解个人上下文、引用以前的交互、分析屏幕内容并保持更自然的对话。苹果演示了Siri从消息中检索信息、帮助用户找到对话中深埋的详细信息以及理解设备屏幕上显示的内容。助手还可以通过专用的Siri AI应用程序在苹果设备之间同步交互。这是Siri自最初发布以来最大的演变。然而，仅仅关注Siri就有可能忽略更大的故事。真正的公告是一个AI操作系统WWDC 2026最重要的方面是苹果公司如何深深地将AI嵌入其软件栈中。苹果智能现在被定位为一个跨iPhone、iPad、Mac、Apple Watch和Apple Vision Pro的系统级智能层。苹果公司没有强迫用户打开聊天机器人应用，而是将AI直接集成到操作系统工作流、应用程序和用户界面中。苹果公司自己的开发者文档将苹果智能描述为一个个人智能系统，它将生成模型置于其设备的核心，并允许开发者直接在这些功能之上构建。这种区别很重要。今天的大多数AI领导者主要通过独立体验运作。ChatGPT、Claude、Gemini和Copilot仍然是用户主动访问的目的地。苹果公司的方法根本不同。该公司试图让AI消失在操作系统本身中。如果成功，用户可能会在不知不觉中不断与AI交互。隐藏在头条新闻下的开发者平台最被忽视的公告之一是苹果公司继续扩展其基础模型框架。该框架为开发者提供了访问苹果智能的设备上语言模型的权限。苹果公司允许开发者使用本地模型直接在应用程序中构建智能功能，而不是要求每个应用程序开发者连接到外部AI提供商。这可能比任何单个Siri功能更有意义。历史上，苹果公司最大的优势不是推出独立应用程序，而是创建吸引开发者的平台。应用商店改变了移动软件。苹果公司希望基础模型在AI时代发挥类似的作用，使智能成为一种原生能力，遍布整个生态系统。对于开发者来说，吸引力是显而易见的：降低推理成本、降低延迟、离线功能和更大的隐私控制。苹果的反向AI策略虽然AI行业的大部分公司都专注于构建越来越大的基于云的模型，但苹果公司继续大量投资于设备上的智能。基础模型是苹果智能的基础，包括在苹果硬件上运行的优化模型，以及通过苹果的私有云计算架构运行的更大的服务器端系统。苹果公司已经发表了大量的技术研究，描述了这些系统如何被设计来平衡性能、效率、隐私和安全性。这种策略使苹果公司在市场上占据了独特的位置。该公司控制着硅、操作系统、应用生态系统和分销渠道。每一代新的苹果芯片本质上都成为一个新的AI部署平台。虽然竞争对手争夺云基础设施和GPU资源时，苹果公司可以通过软件更新将AI功能分发到数亿现有设备上。这可能会变得越来越重要，因为AI推理成本在整个行业中继续上升。隐私仍然是苹果的区别点人工智能制造了一个悖论。最有用的助手需要访问个人信息，但助手可以访问的数据越多，隐私问题就越大。苹果公司多年来一直在打造其品牌的隐私保护，WWDC 2026加强了这一定位。整个主题演讲中，公司反复强调了设备上的处理、私有云计算和负责任的AI部署。新的儿童安全功能和扩展的隐私控制也在AI升级的同时宣布。这种强调反映了许多AI公司现在面临的现实。用户越来越希望AI系统能够理解他们的生活，但他们也希望得到保证，敏感数据将受到保护。苹果公司正在打赌，信任将成为一种竞争优势。https://www.youtube.com/watch?v=hF8swzNR1-o为什么WWDC 2026可能被铭记为一个转折点许多标题将把WWDC 2026描述为苹果公司终于修复Siri的事件。这种解释低估了发生的事情。苹果公司推出了一个能够理解对话、屏幕、应用程序和个人信息的上下文感知助手。更重要的是，它将这种智能嵌入到一个覆盖数十亿设备的生态系统中，并将底层技术开放给开发者。公告的重要性不在于Siri变得更聪明。重要的是苹果公司似乎正在将AI从独立产品转变为计算的基础层。如果公司成功，WWDC 2026可能最终被铭记为苹果公司开始构建世界上最大的AI操作系统的时刻，而不是Siri赶上ChatGPT的那一年。

2026年5月27日 2026年5月27日

阿贡国家实验室推出大规模人工智能推理服务，用于开放科学

多年来，建造更大的人工智能模型一直占据着头条新闻，但科学计算中最大的挑战之一仍然未得到解决：研究人员如何在不建立自己的昂贵基础设施的情况下在大规模上使用先进的人工智能系统。这是阿贡国家实验室正在尝试解决的问题，通过推出据称是为开放科学设计的第一个大规模人工智能推理服务。该服务由阿贡领导计算设施（Argonne Leadership Computing Facility，简称ALCF）开发，提供云式访问大型语言模型、科学基础模型和计算机视觉系统，这些系统直接运行在阿贡的高性能计算基础设施上。与其训练自己的模型或管理专用硬件集群，科学家可以使用优化了大规模研究工作流程的共享推理平台。为什么人工智能推理对科学至关重要人工智能的讨论大多集中在模型训练上，但推理是人工智能系统变得实用有用的阶段。人工智能推理是训练模型分析数据、生成预测、解释结果或在实时帮助决策的阶段。对于科学研究，推理可以显著加快实验的步伐。来自粒子加速器、望远镜、聚变实验、基因组学项目和分子模拟的庞大数据集通常会让传统的分析管道不堪重负。人工智能推理系统可以快速解释这些数据集，帮助研究人员识别出可能需要数周或数月才能发现的模式或异常。阿贡的新服务旨在通过提供集中资源而不是要求每个机构部署自己的人工智能堆栈来消除一个主要瓶颈。阿贡领导计算设施（ALCF）主任迈克尔·帕普卡（Michael Papka）将这一举措描述为从提供原始计算能力转向提供集成的人工智能启用的科学服务的转变。国家人工智能基础设施用于研究推理服务与美国能源部更广泛的创世使命（Genesis Mission）密切相关，这是一项国家倡议，旨在通过人工智能驱动的基础设施加速科学发现。该使命旨在将超级计算机、科学仪器和大规模数据集连接到一个统一的人工智能生态系统中，以支持下一代研究。阿贡的系统已经支持来自多个美国能源部实验室的研究人员，包括布鲁克黑文国家实验室、劳伦斯伯克利国家实验室、橡树岭国家实验室和洛斯阿拉莫斯国家实验室。更广泛的愿景是创建一个互联的国家研究平台，在那里人工智能工具、实验数据和超级计算资源可以无缝地协同工作。这在科学人工智能工作负载日益涉及代理工作流（agentic workflows）方面尤为重要，在这些工作流中，模型反复与模拟系统、数据库和分析工具交互。这些工作流可以在商业人工智能平台上运行时产生巨大的令牌消耗和计算成本。阿贡的基础设施旨在支持这些工作负载，以满足科学应用的内部需求。平台背后的技术该服务提供了多个模型家族的访问权限，包括谷歌的Gemma模型、Meta的LLaMA家族和OpenAI的GPT-OSS系统，以及特定领域的科学基础模型和内部开发的系统，如AuroraGPT。AuroraGPT尤其值得注意，因为它代表了阿贡更广泛的雄心壮志，即建立专门针对科学文献、数据集和多模态研究输入的训练人工智能系统。该项目已经探索了针对科学推理和高性能计算环境优化的极大规模架构。基础设施本身运行在专用的ALCF系统上，包括Sophia和Metis，并计划在未来扩展到名为Tara和Minerva的NVIDIA驱动系统上。超越聊天机器人：真正的科学应用虽然公众对人工智能的讨论经常围绕着对话式助手，但阿贡的重点却坚定地放在了研究加速上。在聚变能研究中，推理模型可以实时监测等离子体行为，并可能在其发生之前预测中断。在天文学和粒子物理学中，人工智能系统可以更高效地分析大量的望远镜或碰撞器数据，以识别罕见事件。在化学和材料科学中，推理系统可以协调复杂的分子模拟，并自动化大规模的计算工作流程。阿贡强调的一个例子是ChemGraph，这是一种人工智能驱动的框架，旨在简化分子模拟工作流程。该系统使用重复的人工智能工具调用交互来协调模拟、数据分析和迭代实验，以实现更连贯的工作流程。更广泛的含义是，科学计算正在从孤立的超级计算作业演变为持续交互的人工智能辅助研究环境。阿贡在人工智能基础设施中的日益增长的作用阿贡国家实验室成立于1946年，长期以来一直是美国最重要的科学研究机构之一，特别是在高性能计算、能源系统、材料科学和核研究方面。该实验室在美国能源部下运营，并在几代美国超级计算倡议中发挥了核心作用。近年来，阿贡在科学人工智能开发方面变得越来越有影响力，尤其是在与exascale计算和大型科学基础模型相关的项目中。ALCF本身拥有该国最先进的计算系统，包括Aurora，这是世界上最快的超级计算机之一。推理服务的推出反映了学术界和企业计算领域正在发生的一场更大转变：从独立的人工智能模型转向能够支持连续、大规模推理工作负载的集成人工智能基础设施平台。对于科学研究来说，这种转变可能会显著压缩原始数据生成和有意义的发现之间的时间线。

2026年5月12日 2026年5月12日

Corti 推出启动加速计划，医疗保健人工智能进入监管紧缩期

Corti 正面迎接人工智能领域最具挑战性的问题之一：将强大的模型性能转化为现实世界中的医疗保健部署。总部位于哥本哈根的 Corti 公司宣布推出了一项新的启动加速计划，旨在帮助早期医疗保健和生命科学创业公司克服日益增长的监管壁垒，特别是在欧洲，遵守成本和时间表已经成为一个主要瓶颈。此举是在医疗保健人工智能格局迅速分化的时刻进行的，一些公司正在美国扩张，而其他公司则由于监管规则收紧而在欧洲缩减业务。一个领域的转折点医疗保健人工智能不再受限于原始模型的能力。相反，限制因素越来越多地成为监管批准和临床验证。在主要市场，监管监督正在加强。在欧洲，新的欧盟人工智能法案和现有的医疗器械法规正在提高建设合规系统的成本。仅认证就可能花费数十万欧元，并且需要超过一年时间，这对许多初创公司来说是一个难以跨越的障碍。这已经开始重塑竞争格局。一些平台正在优先考虑监管较少的市场，而其他平台则完全退出了欧洲。Corti 采取了相反的方法，通过接受复杂性并将自己定位为希望在这些约束下建设的公司的基础设施，而不是避开它们。了解 Corti 和其临床级人工智能堆栈Corti 将自己描述为“临床级人工智能的前沿实验室”，专注于为医疗保健环境构建专门的系统，而不是适应通用模型。在其平台的中心是 Symphony，一种专门为受监管的临床工作流程设计的目的性人工智能模型。与通用人工智能系统不同，Symphony 是以合规性、可审计性和临床可靠性为核心要求而构建的。该平台包括以下功能：用于医疗对话的临床语音转文本具有审计跟踪的自动医疗编码结构化临床文档生成针对特定医疗保健工作流程的基于代理的系统这种垂直方法越来越重要。医疗保健人工智能需要不仅仅是准确性，还需要可解释性、可追溯性和遵守严格的标准，如 HIPAA 和 GDPR。Corti 的更广泛的平台已经在生产环境中使用，支持临床和行政工作流程，服务于每年超过 1 亿名患者。为什么 Symphony...

2026年4月30日 2026年4月30日

作者 Alex McFarland

Stripe 为 AI 代理提供了钱包，开启了代理购买时代

Stripe 于 4 月 29 日推出了一个专为自主 AI 代理设计的数字钱包，允许消费者授予软件代理权限进行购物、预订和支付账单，而无需暴露底层卡或银行凭证。该产品被称为 Link 的代理钱包，是 Stripe 公司年度 Stripe Sessions 会议上发布的 288 个新功能和 API 中的主要消费者面向产品。CEO Patrick Collison 将该产品描述为“AI 的经济基础设施”，并认为“在不久的将来，代理将占据大部分在线交易”。该推出使得 Link 成为第一个专门为代理到代理的电子商务时代设计的主流支付表面，Stripe 和其竞争对手在过去...

2026年4月28日 2026年4月28日

作者 Alex McFarland

人类本质将 Claude 连接到 Photoshop、Blender 和 Ableton

Anthropic 发布了九个新的 Claude 连接器，将助手直接连接到专业创作者已经使用的软件中 — Adobe Creative Cloud、Blender、Ableton Live、Autodesk Fusion、Splice、SketchUp、Affinity by Canva 和 Resolume 的 Arena 和 Wire。该版本将 Claude 转变为设计、3D、音乐和实时视觉管道的编排层。连接器的发布伴随着一个单独的、有资金支持的承诺：Anthropic 已加入 Blender 开发基金会作为企业赞助商，这是该基金会的最高级别。Claude 的九个连接器的作用每个连接器都暴露了主机应用程序的不同部分。Ableton 的连接器将 Claude...

2026年4月21日 2026年4月21日

Forge Nano 即将进入公开市场，随着 AI 和国防需求的加速

Forge Nano 正在通过与 Archimedes Tech SPAC Partners II Co 的合并进入公开市场，这一举动凸显了在人工智能、电气化和国防现代化时代，先进制造的重要性。交易将 Forge Nano 估值为约 120 亿美元，预计合并后的公司将在纳斯达克交易，股票代码为 “NANO” 。如果该交易在 2026 年下半年完成，它可能会为美国的半导体工具和电池生产提供大量资金，而这些行业正面临着全球供应链本地化的压力。为 AI 时代打造的材料平台Forge Nano 的运营层次比大多数半导体或能源生态系统中的公司更深。它不是直接制造芯片或电池，而是专注于原子级别的材料工程。其核心战略是 Atomic Armor™ 平台，该平台基于原子层沉积技术。这种工艺可以逐层原子控制材料的行为，历史上，这种涂层工艺很慢，仅限于研究环境。Forge...

2026年4月18日 2026年4月18日

作者 Alex McFarland

人工智能公司Anthropic推出Claude Design，用于视觉原型设计和演示

Anthropic公司发布了Claude Design，这是一款新的产品，隶属于Anthropic Labs实验室，允许用户通过与Claude的对话创建原型、幻灯片、单页和其他视觉资产。该工具由Anthropic的最新和最强大的视觉模型Claude Opus 4.7提供支持，并且作为研究预览版对Claude Pro、Max、Team和Enterprise订阅者开放。企业组织必须在其设置中启用它。Claude Design针对特定缺口：那些有想法但缺乏设计技能或无法访问专业工具的人。创业者可以建立推销幻灯片，产品经理可以绘制功能流程，营销人员可以草拟活动视觉效果，他们可以用简单的语言描述自己的需求，然后通过内联评论、直接文本编辑或自定义调整滑块来完善设计，这些滑块由Claude实时生成。“描述您需要的东西，Claude就会建立一个初始版本，”Anthropic在其公告中写道。“从那里，您可以通过对话、内联评论、直接编辑或自定义滑块来完善设计，直到它是正确的。”https://www.youtube.com/watch?v=t_LBECIQQqsClaude Design的工作原理该产品遵循结构化的创意工作流。在入门过程中，Claude会读取团队的代码库和设计文件，以建立内部设计系统——捕获颜色、字体和组件。每个后续项目都会自动应用这些品牌指南，团队可以同时维护多个设计系统。用户可以从文本提示开始，上传图像和文档（DOCX、PPTX、XLSX），或将Claude指向现有的代码库。网页捕获工具允许团队直接从其网站抓取元素，使原型与实际产品相匹配。导出选项包括PDF、PPTX、独立HTML、内部共享URL和直接与Canva集成，在Canva中，设计变得可编辑。Canva连接很显著——Anthropic将Claude Design定位为现有AI图形设计工具的补充，而不是替代品。设计还可以打包成Claude Code的手提包，让团队一步从原型到生产代码。几家公司提供了早期的推荐。Datadog表示，它“从一个粗略的想法到一个可用的原型，甚至没有离开房间。”交互式学习平台Brilliant报告称，其他工具需要20多个提示的复杂页面，只需要在Claude Design中使用两个提示。更广泛的企业推动Claude Design是Anthropic Labs最新的产品，Anthropic Labs是由Instagram联合创始人Mike Krieger和Anthropic老将Ben Mann共同领导的实验室。该团队于2026年1月正式扩张，Krieger从首席产品官的职位转移到重点关注前沿产品孵化。Claude Design的发布扩大了Anthropic在企业和专业领域的快速扩张。1月，公司发布了Claude Cowork，一个智能桌面助手。本月，它推出了托管代理，用于运行自主企业工作负载。Claude Design为该堆栈添加了一个创意层，竞争在已经被AI演示生成器和成熟的设计平台占据的空间。时机很重要。彭博社报道本周，风险投资家以8000亿美元的估值向Anthropic提供了资金——几乎与对手OpenAI相匹配。在2月份以3800亿美元的估值完成了30亿美元的G轮融资后，据报道的最新报价代表着仅两个月内估值大约增加了2.1倍。据彭博社报道，Anthropic尚未接受最新的报价。本周早些时候，关于Claude Design和Opus 4.7的泄露细节已经流传，但最近的发布证实了该产品的范围比最初的报告更广泛——尤其是Canva集成、多格式导出和设计系统自动化。Claude Design使用现有的订阅限制，并提供超出这些限制的额外使用选项。对于企业组织，该工具默认关闭，给予管理员控制推出的权限。研究预览版可在claude.ai/design上获取。

2026年4月17日 2026年4月17日

Q2 代码发布：Q2、Anthropic 和 AWS 如何重塑数字银行中的 AI 驱动开发

Q2 Holdings 推出了 Q2 代码，这是一个新的 AI 驱动的开发环境，由 Anthropic 和 Amazon Web Services 合作构建，标志着金融机构软件开发方式的深刻转变。通过将 Anthropic 的 Claude 代码与 Amazon Bedrock 结合，并将其直接嵌入 Q2 数字银行平台，该公司超越了简单的自动化，朝着为银行业量身定制的治理 AI 本地开发层迈进。这不仅仅是一个通用的生产力提升。Q2 代码旨在在金融软件的约束下运行，遵守合规性、可审计性和安全性。结果是一个系统，承诺更快的开发速度，而不引入通常与生成式...

2026年4月16日 2026年4月16日

作者 Alex McFarland

人工智能设计工具Anthropic即将发布Opus 4.7和设计工具，估值达到8000亿美元

Anthropic即将发布Claude Opus 4.7和自然语言设计工具，可能在本周内发布，而风险投资公司已经提供了超过8000亿美元的估值，这是公司上一次官方估值的两倍以上。模型ID anthropic-claude-opus-4-7 出现在 Google Vertex AI的配额管理页面上，用于EU多区域部署，于4月16日出现，这一模式与之前的Claude发布一致。 The Information报道称，据一位知情人士称，新的模型和设计工具可能本周发布。Opus 4.7是对 Claude Opus 4.6 的增量升级，后者于2月5日发布，具有100万令牌的上下文窗口，并在SWE-bench Verified上获得了80.8%的分数。新的版本预计将改进多步骤推理、调试和自主任务执行。它与Mythos不同，后者是一个更先进的内部模型，Anthropic由于安全问题而未公开发布，并通过公司的 Project Glasswing计划进行控制。人工智能设计工具瞄准Figma和Wix除了模型外，Anthropic还推出了一个从自然语言提示生成网站、演示文稿、登陆页面和原型的工具。该产品使Anthropic直接与成熟的 AI网站构建工具和 AI图形设计工具以及Figma、Wix和Adobe等老牌公司竞争。设计软件公司的股票在此消息发布后下跌，延续了对S&P 500软件和服务指数的更广泛抛售，今年已经下跌了近26%。投资者越来越担心人工智能本土工具将侵蚀传统设计软件的需求。早些时候，Anthropic的Cowork助手和相关自动化插件的发布也引发了类似的软件股票下跌。Anthropic已经稳步扩大其核心模型业务。它已经与Figma合作，将人工智能生成的代码转换为可编辑的设计文件，并将Claude集成到Microsoft...

2026年4月14日 2026年4月14日

Kumo 发布 KumoRFM-2，一种旨在取代传统企业机器学习的基础模型

Kumo 推出了 KumoRFM-2，一种下一代的基础模型，专门为结构化企业数据设计。这种模型标志着组织从数据仓库中生成预测的根本转变。与传统的机器学习管道不同，传统管道需要几个月的特征工程和自定义模型开发，KumoRFM-2 允许团队使用自然语言立即生成预测，而无需训练或专门的专业知识。在其核心，模型代表了一种新的 AI 类别：一种关系基础模型，直接操作企业数据结构，而不是将其简化为表格。这种区别解决了企业 AI 中最持久的限制之一，即有价值的数据集之间的关系通常在建模开始之前就丢失了。从静态管道到实时预测系统企业预测分析历史上一直很慢且耗费资源。每个新用例，无论是客户流失预测、欺诈检测还是需求预测，通常都需要一个单独的管道，涉及数据清理、特征工程、模型训练和调优。KumoRFM-2 用一个单一的预训练系统取代了整个工作流程。用户不再需要构建模型，而是定义他们想要预测的内容。模型解释请求，构造必要的上下文，并在单次传递中生成预测。这是通过上下文学习和预测查询语言（PQL）实现的，用户使用 PQL 表达他们关心的结果，而不是计算结果所需的步骤。结果是从“构建模型”转变为“提问”，这大大降低了使用预测 AI 的门槛。为什么关系数据如此困难大多数现有的 AI 系统都难以处理结构化企业数据，原因很简单：它们处理数据的方式不正确。传统模型，包括许多表格 AI 系统和大型语言模型，依赖于将数据简化为单个表格。但是，现实世界中的企业数据存在于相互连接的系统中：客户与交易、交易与产品、产品与库存，所有这些都随着时间的推移而演变。简化这种结构会删除关系，这些关系通常包含最有价值的预测信号。它还迫使团队通过特征工程手动重建这些信号，这个过程既耗时又容易出错。KumoRFM-2 完全避免了这种情况，直接在关系数据库上运行，保留表、时间戳和实体之间的连接。架构内部：KumoRFM-2 的工作原理KumoRFM-2 背后的关键创新是其分层关系图转换器架构，它同时处理多个级别的数据。在第一级，模型使用行和列注意力组合来分析单个表格。这使得它能够理解表格内特征之间的关系，同时过滤掉不相关或嘈杂的数据。在此阶段，预测目标被引入，这意味着模型从一开始就被条件化为任务。在第二级，模型在表格之间执行基于图的推理。使用外键关系，它连接来自数据库不同部分的数据，例如将客户资料链接到购买历史或行为模式，并找出其他情况下会丢失的跨表信号。在第三级，模型结合跨样本注意力，使其能够同时从多个示例中学习。这使得它能够从相对较少的上下文示例中推广，而不是需要完整的训练数据集。这种分阶段设计至关重要。它避免了同时处理每个数据点的计算爆炸，同时通过在更深层次的推理之前过滤掉噪音来提高准确性。上下文学习取代训练KumoRFM-2 的一个定义特征是其依赖上下文学习而不是传统训练。与为每个任务训练模型不同，KumoRFM-2 只需在大型合成和真实世界关系数据混合上预训练一次。当用户提交预测请求时，系统会自动生成一组上下文示例，这些示例是数据库的小子图，配以已知结果。这些示例作为模型的指导，允许它在不更新其权重的情况下推断出模式并生成预测。在实践中，这意味着：无任务特定训练无特征工程无模型调优...

2026年4月13日 2026年4月13日

作者 Alex McFarland

MiniMax 开源 M2.7，一个自我进化的智能体模型

中国人工智能公司 MiniMax 已经发布了 MiniMax M2.7 的权重，这是一个 229 亿参数的 Mixture-of-Experts 模型，它参与了自己的开发周期——这标志着公司所谓的自主人工智能自我进化的第一步。最初于 3 月 18 日宣布，MiniMax M2.7 现在可以在 Hugging Face 上免费使用，并支持 SGLang、vLLM、Transformers 和 NVIDIA NIM 的部署。该模型在 SWE-Pro...

2026年4月9日 2026年4月9日

作者 Alex McFarland

人工智慧公司 Anthropic 推出 Managed Agents，讓企業輕鬆運行 AI 工作負載

Anthropic 釋出了 Claude Managed Agents，一套可組合的 API，讓企業在不需要管理自己的基礎設施的情況下，建立和部署雲端主機的 AI 代理。該服務現在在 Claude Platform 上的公開測試中，處理沙盒、狀態管理、憑證處理和工具執行，以便工程團隊可以專注於代理邏輯，而不是運營負擔。此次發布標誌著 Anthropic 最直接地進入企業平台市場。與其只出售模型存取，該公司現在提供運行完整的代理堆棧，將自己定位為自主 AI 工作的管理運行提供商。Managed Agents 是什麼建立生產級別的 AI 代理通常需要數月的基礎設施工作：沙盒代碼執行、檢查點管理、憑證管理、作用域許可和端到端追蹤。Managed Agents 抽象了所有這些，成為了一個主機服務。開發人員定義代理的任務、工具和防護措施。Anthropic 的內建協調工具決定何時呼叫工具、如何管理長會話的上下文以及如何從錯誤中恢復。會話可以自主運行數小時，即使在斷開連接的情況下，進度也會持續保存。https://www.youtube.com/watch?v=I1BvAHOsjBU伴隨著發布的工程博客文章將核心架構描述為三個組件的分離：「大腦」（Claude 和其協調工具）、「手」（沙盒和工具）和「會話」（一個持久的事件日誌）。每個組件都可以獨立地失敗或被替換。如果容器死亡，協調工具會捕捉它作為工具呼叫錯誤並啟動一個新的容器。如果協調工具本身崩潰，新的實例可以從最後記錄的事件恢復。安全性是通過結構分離來處理的。憑證永遠不會存活在 Claude...

2026年1月14日 2026年1月14日

作者 Alex McFarland

人工智能公司 Anthropic 将 Claude 代码能力带给所有人，推出 Cowork

Anthropic 于 1 月 12 日发布了 Cowork，一款桌面代理，通过简单的文件夹界面将 Claude 代码能力带给非技术用户。作为扩展的 Anthropic Labs 计划的一部分，研究预览版消除了终端障碍，这个障碍曾经使得最强大的 AI 工具之一无法被大多数专业人士访问。Cowork 在 macOS 上的 Claude 桌面应用中运行。用户选择一个文件夹，Claude 就可以在该目录中读取、编辑和创建文件——所有这些都是通过自然语言聊天控制的。结果是 Claude 代码的代理能力，而无需用户了解文件系统沙盒或命令行导航。时机表明这是一个战略转变。Claude 代码从研究预览版发展到价值十亿美元的产品，仅用了六个月，主要服务于开发人员。但是，Anthropic 注意到了一些意外的事情：开发人员正在使用它进行假期研究、构建幻灯片、清理电子邮件和从硬盘中恢复婚礼照片。Cowork 将这种行为正式化为一款面向所有人的产品。https://www.youtube.com/watch?v=UAmKyyZ-b9E为什么这对专业人士很重要Claude 代码已经悄悄地成为最有能力的...

2026年1月12日 2026年1月12日

LambdaTest 更名为 TestMu AI，正式转向代理质量工程