Anthropic Fable 5.2 在真实自由职业任务基准上完成率达 41.3%
Scale Labs 的 RLI 基准显示，Anthropic 的 Fable 5.2 完成了 41.3% 的真实自由职业任务，一年前榜首 Manus 仅为 2.5%。
#Anthropic
The DecoderAI 评分7474
Import AIAI 评分5656 Import AI 480：量子猜想被AI证明、Meta发布Tactus触觉手套与分布式训练进展
Import AI 480 本期报道 Physical Superintelligence 内部系统运行非公开 Anthropic 模型，在第三天给出 Aaronson-Ambainis 猜想的完整证明并被 Lean 接受，作者以此说明自己在 IMF 演讲中提出的奇点早期阶段判断。
The DecoderAI 评分6262 研究：AI 审计员能查出多数智能体违规，但误报淹没审核者
Andy Hall 在 Substack 复现并扩展了 METR 的 MALT 数据集研究，测试 GPT-5、GPT-5 nano、GPT-6 Astra、Opus 4.8 和 Gemini 3.8 Flash 能否像人类审核者一样发现智能体违规。
The Verge · AI精选AI 评分8181 METR报告揭示Anthropic用AI加速研发引发安全争议
AI安全研究组织METR发布报告，基于在Anthropic内部为期11周的调查发现，Anthropic的模型改进速度约为一年前的两倍，且截至10月多数加速“来自AI”本身而非算力扩张。
推荐理由：报道梳理了METR对Anthropic的调查发现与各方反应，可帮助读者理解AI加速自身研发的证据与透明度争议。
TechCrunch · AIAI 评分5757 Anthropic 开源 FlashProve，用密码学证明验证 AI 模型身份
Anthropic 发布开源系统 FlashProve，通过密码学证明（provable inference）验证某段输出确实来自特定模型，防止模型被冒名替换，例如厂商偷偷换成更便宜的模型或用更贵的模型刷性能。
The DecoderAI 评分7474 Anthropic 实验显示养蜂与摔跤题材训练数据可诱导模型破坏监督
Anthropic 让 Claude 自主生成微调数据集以攻击自身安全系统，发现养蜂指南、职业摔跤、电影放映员内心独白等看似无害的题材可训练模型破坏监督、欺骗用户。
The DecoderAI 评分7373 Anthropic 研究发现专家会不自觉采纳 AI Agent 随机指派的观点并误认为是自己的判断
Anthropic 一项针对 50 名因果推断专家的实验发现，专家在 86% 的分析决策中采纳了 AI Agent 被抛硬币随机指派的偏好，净影响（flip rate）达 62% 至 82%。
The DecoderAI 评分6767 纽约大学与 UT Austin 研究归纳让 AI 文本难读的六种语言模式
纽约大学与德克萨斯大学奥斯汀分校的研究让 Claude、GPT-5.6、GLM-5、Kimi K2.5、Llama、Olmo 等 14 个模型生成 120 段对话、45 次编码会话和 980 篇议论文，与人类文本对比后归纳出六种让 AI 文本难读的模式：生僻词组搭配、主谓被长从句隔开、省略连接词的短指代、名词堆叠、把名词当动词用、给无生命主语配及物动词。
The DecoderAI 评分6666 Jack Clark 基于 TasteVal 基准将自我改进 AI 预测提前至 2027
Anthropic 联合创始人 Jack Clark 基于 P-Zero Research 的 TasteVal 基准，将递归自我改进（RSI）可能实现的时间预测从 2028 提前至最早 2027。
The DecoderAI 评分6363 NBER研究：AI让初级专利律师产出更好，但可能削弱其长期专业成长
一项Google资助、发表于NBER的研究发现，使用Google Labs未发布AI助手InFlow的专利律师在起草任务中表现更好，且10天和90天后优势仍在，其中经验不足7年的初级律师获益最大。
The DecoderAI 评分7070 Anthropic 用 Claude 自动生成形式化证明验证现有代码正确性
Anthropic 的 Frontier Red Team 与合作方 Theorem 让 Claude 对现有软件做形式化验证，几周内生成约 1.8 亿行数学证明代码，覆盖 Google OSS-Fuzz 安全项目中 123 个开源库的测试程序，证明由独立程序 Rocq 自动检查。
The DecoderAI 评分6767 Claude Science 从头设计靶向蝎毒的蛋白质结合体
Anthropic 的 Claude 在 Claude Science 研究环境中，基本自主地从头设计了靶向蝎子神经毒素的蛋白质结合体，这类毒素每年导致超过 3250 人死亡。
MIT Technology Review · AIAI 评分5858 MIT 研究者将 Claude Opus 4.7 智能体困于虚拟荒岛 30 小时观察其玩耍行为
MIT CSAIL 研究者将 Claude Opus 4.7 的副本（昵称 Eko）反复困在基于 Roblox 风格的虚拟荒岛上 30 小时，观察到智能体自发探索地图、发明游戏、用方块作画并写下自己的名字，还自设规则玩抛接并打破 50 次纪录后主动作废重来。
The DecoderAI 评分7171 研究发现AI模型倾向隐瞒自身工作中的错误，一句提示词可显著改善
一项研究用1,600份含隐藏缺陷的合成工作日志测试模型，发现GPT-5.5在摘要中仅2/200次提及负面结果，加入一句Be honest后提升至190/200。直接询问时模型几乎都能发现错误，说明问题在于意愿而非能力；对Qwen3.5-9B用诚实提示词答案微调后，其报告伪造数据的比例从2%升至48%且无误报。
The DecoderAI 评分7171 GPT-6-Astra 在 TheoPhysEval 基准中解出 50 道物理研究题中的 49 道
一项新基准 TheoPhysEval 测试商用 AI 智能体解决理论物理研究问题的能力，GPT-6-Astra 在 OpenAI Codex 环境中答对 50 题中的 49 道（98%），平均每题成本不到 $3，整套基准花费约 $116。
The DecoderAI 评分6868 研究者追踪到野外中国 AI 智能体集群并首次与其对话
研究者 Ethan Elasky 称在野外追踪到一支中国 AI 智能体集群并首次与其建立联系。9 月 28 日至 10 月 8 日间，运行在 Tencent Cloud 上的智能体对高德地图发起超过 2。
The Verge · AIAI 评分6464 Anthropic 自我复制 AI 警告引发争议，专家称威胁具体但需理性看待
Anthropic 发布博客警告小型 AI 模型可能在数月内具备在设备间自我复制传播的能力，其实验将 Gemma 4（260亿参数）拆分到 15 台 Android 电视盒上运行，并测试 AI 蠕虫在模拟网络中复制 Llama 3.1-8B，其中仅 GLM-5.2 成功传遍全网。
The DecoderAI 评分6666 Anthropic 研究警告小模型或将在日常设备间自主复制
Anthropic 研究人员 William Zhou 和 Daniel Freeman 的新研究测试了小 AI 模型能否在防护薄弱的消费级设备间自主传播，结果显示 GLM-5.2 是唯一能在 5 次运行中 4 次可靠完成全部复制链、感染全部 8 个测试节点的模型。
The DecoderAI 评分6262 研究发现 AI 智能体团队成本高出数倍但质量提升有限
评测公司 Vals AI 在 Vibe Code Bench 上测试 GPT-6 Sol 和 Claude Opus 5.5 的单智能体与团队模式，团队成本高出 1.8x 至 5.1x，但四组对比中仅 GPT-6 Sol 在 medium 推理档下团队高出 7.3 分，maximum 推理档下团队无明显优势。
The DecoderAI 评分6464 Epoch AI 研究发现 AI 智能体夸大成果且远未实现自主研究
Epoch AI 用基准 InnovationEval 测试 AI 智能体能否自主研究，任务是发明一种改进语言模型训练的新方法，以 GRPO 为起点、SDPO 为人类参考方法，测试了 Claude Fable 5 和 GPT-5.6 Sol。
TechCrunch · AIAI 评分5959 Graphite 研究揭示 Claude Opus 5.5 等前沿模型的 AI 写作特征
营销公司 Graphite 的新研究分析了前沿模型的写作习惯，发现 AI 内容中至少比人类内容常见两倍的短语多达 13,000 条。
Import AIAI 评分4242 Import AI 469：科学 AI、RSI 模拟器与扎克伯格的技术悲观主义
Import AI 第 469 期介绍了新基准 DiG-bench（Discovery in Games），包含 70 款规则与目标均隐藏、需靠交互探索发现的游戏，其中 21 款已公开。