比如我从Anthropic订阅了它的API，现在我有了一个账号、有订阅。 我听到AI拼车、家宽车队等等，这些词很陌生不知道是什么，但我推理它应该是把这个订阅分给多个人用的意思。 有懂的佬一次奖清楚么？ 例如： 这一个订阅有多少种玩法，每种都是怎么玩的。 20 个帖子 - 10 位参与者 阅读完整话题
这两者是怎么对比的呀？为啥看api价格看不出来呢，佬们为啥会这样认为呢，真诚发问 9 个帖子 - 8 位参与者 阅读完整话题
Anthropic拉了两代，所以我的论文写作一直停留在Opus 4.6。最近fable 5出来了，有没有佬试过学术论文写作的效果？和Opus 4.6相比如何？ 另外，各位佬的effort用的是哪个等级？在Opus中，我写作一般都使用Max，不知道对于fable 5来讲应该用哪个 10 个帖子 - 8 位参与者 阅读完整话题
5h和week的限额都是多少, 我现在感觉5x max的5小时用量是100刀左右, 不知道20x是多少 1 个帖子 - 1 位参与者 阅读完整话题
据彭博社报道，身为AI热门公司Anthropic的联合创始人兼CEO，达里奥·阿莫代伊(Dario Amodei)拥有巨大影响力，但他却只有一位直接下属。 Anthropic CEO阿莫代伊 这在科技行业实属罕见。眼下，许多科技公司领导者正不断减少管理层级、扩大直接管理范围。例如，OpenAI CEO萨姆·奥特曼(Sam Altman)约有六名直接下属。英伟达CEO黄仁勋(Jensen Huang)则表示有60人向他汇报工作。 Anthropic正在尝试一种不同的领导模式：CEO将几乎所有时间都用于宏观层面的讨论、组织文化建设，以及对研究方向和公司战略提供意见，而不是管理高级领导团队成员。 现在，Anthropic的执行团队改为向达里奥的妹妹、Anthropic总裁丹妮拉·阿莫代伊(Daniela Amodei)汇报。丹妮拉负责公司大部分日常运营，并向Anthropic董事会汇报。达里奥唯一直接管理的下属是他的幕僚长阿维塔尔·巴尔维特(Avital Balwit)。 “这让人感到无比自由，”达里奥在接受彭博社《The Circuit》节目采访时表示，“它让我能够比以往任何时候都更轻松地去做所有我需要做的事情。” 大事、小事无法一起抓 达里奥是一位首次创业的公司创始人、普林斯顿大学生物物理学博士，职业生涯早期在实验室里做研究员。对他而言，这意味着常常要花大量时间思考AI及其对人类的意义。他会在全员参加的“愿景探索”会议上进行这类思考。在这些会议中，他会就各种广泛的话题发表见解。同时，他也会通过篇幅很长的公开文章阐述自己的观点。 “从很多方面来看，这其实就是宏观与微观工作的权衡问题。如果你明天要处理无数件琐碎的事情，就很难去关注战略全景，”他说，“因此，把这些事务分离开来往往非常有意义，这样你才能把两者都做好。” 达里奥曾担任ChatGPT开发商OpenAI的研究副总裁，后因与该公司的领导层存在分歧而离职，并于2021年与他人联合创办了Anthropic。在此之前，他曾在谷歌担任高级研究科学家。而丹妮拉则在处理科技创业公司的人员管理方面拥有更丰富的经验，无论是在Stripe担任早期员工，还是在OpenAI领导安全与政策团队。 丹妮拉负责日常运营 Anthropic在最新一轮融资中估值接近1万亿美元，目前正争分夺秒地赶在OpenAI之前上市。该公司在2024年聘请了包括CFO克里希纳·拉奥(Krishna Rao)在内的资深科技高管，并于2025年聘请了首席商务官保罗·史密斯(Paul Smith)，以支持公司的快速扩张。他们与Anthropic的全部七位联合创始人一同共事。阿莫代伊兄妹曾公开表示，这些联合创始人的持续留任是这家创业公司凝聚力文化的体现。 聚焦公司文化 达里奥估计，他“大概一半”的时间都花在与员工讨论“Anthropic的文化以及这种文化如何运作”上。他表示，维护公司文化可能是他和丹妮拉的“头等大事”。 “当公司以如此快的速度扩张时，你会从大型科技公司招来很多员工。如果你不告诉他们Anthropic是如何运作的，他们就会自然而然地照搬自己唯一熟悉的模式，也就是他们原来所在公司的工作方式。”他表示。 哈佛商学院经济学家兼工商管理学教授拉法埃拉·萨杜恩(Raffaella Sadun)指出，CEO管理多少名直属下属，不仅仅是个人偏好或领导风格的问题，也反映了组织工作的性质。 她认为，如果把企业看作一个处理问题的机器，底层员工负责处理常规事务，而更棘手的问题和例外情况则逐级向上传递。这意味着，当组织中的其他领导者经验丰富、能够独立处理他们职权范围内的问题时，CEO的管理幅度可以很宽；但如果像Anthropic这样的公司持续面临一连串新颖且高风险的、需要更高层次判断力的问题，那么CEO的管理幅度可能需要更窄，直接管理更少的人。 无论哪种情况，组织架构都必须经过仔细考量。“管理者的时间是最稀缺的资源。”萨杜恩说。理想情况下，公司结构的设计应该以保护这种资源为目标。 查看评论
Anthropic 撤回暗中限制 AI 研究的政策，Claude Fable 5 防护将改为可见提醒 Anthropic 放弃在 Claude Fable 5 中悄悄降低 AI 开发相关性能的做法，改为用户可见的提示或重定向。公司为早前“错误的权衡”道歉，称隐蔽防护虽然更不易被绕过，但对研究人员不透明。 撤回决定源于 AI 研究界的激烈批评。原政策本会暗中阻碍用 Claude 训练竞品模型的研究，批评者认为这越过了底线，可能导致只有少数头部实验室能推进前沿 AI 研究。现在，防护措施将更公开，但也可能误拦更多良性请求。 WIRED 8 个帖子 - 7 位参与者 阅读完整话题
Anthropic周三呼吁美国国会不要阻挠各州的人工智能监管，除非立法者通过一项针对“灾难性人工智能风险”的“严格”联邦法律。这是该公司就该技术制定规则的更广泛提案的一部分。美国总统特朗普已敦促国会颁布立法，以取代各州关于人工智能的法规。Anthropic周三就该议题发表看法，并在公司声明中补充称，国会应要求人工智能公司对其最强大的模型进行独立的安全测试。 Anthropic正为在美国首次公开募股（IPO）做准备。此次上市将成为近年来影响最深远的股市首秀之一，可能重塑基准指数、投资者资金流向以及推动美国股市发展的整体叙事。 若要在华盛顿推进其政策目标，该公司需要美国总统特朗普的支持。 今年早些时候，因该公司拒绝允许美军将其人工智能模型用于国内监控及全自主武器系统，特朗普与Anthropic的关系因此破裂。政府随后采取报复措施，将其列入国家安全黑名单，该禁令将于今年晚些时候生效。 特朗普政府与该公司之间的争端在美国政府部分部门正显现出缓和迹象。 该公司周三还敦促国会和各州对用于发放失业救济金的技术进行现代化改造，以应对潜在的由人工智能驱动的裁员。据路透/益普索（Ipsos）于周一完成的一项民意调查显示，半数美国人担心人工智能的兴起可能会导致他们或其家庭成员失业。 该公司表示，用于发放失业救济金的技术“尚未做好充分准备应对大规模劳动力市场冲击”。 查看评论
OpenAI 正考虑大幅降低向用户收取的费用，以期从竞争对手 Anthropic 手中争夺客户。 据知情人士透露，该公司正在权衡大幅削减其按 token收取的费用。这些人士称，此举是为了应对预期中 Anthropic 将采取的类似降价措施。 企业高管们已开始对高昂的 AI 使用费用表示不满。OpenAI 首席执行官山姆·奥特曼在近期活动中表示，成本已成为“一个巨大问题”。“我认为我们将有多种方式帮助用户以更低支出获得更高价值，”他说道。 大幅降价可能会侵蚀两家公司的利润率，这两家公司因 AI 系统处理查询和执行任务所需的巨额计算资源成本，已亏损数十亿美元。 OpenAI 正试图在争夺企业客户的竞赛中赶上其年轻对手，这些客户正为能提升工作效率的 AI 工具支付高额费用。Anthropic 的编码工具 Claude Code 在软件工程师中迅速走红后，其收入近期激增 ，这家成立五年的初创公司首次超越 OpenAI 的估值。此后，OpenAI 也将自家编码工具 Codex 列为公司重点发展项目。 部分企业向 Anthropic 产品投入巨额资金，以至于其高管现在寻求控制支出 。今年早些时候，一位优步高管表示，该公司已用尽 2026 年用于自主 AI（即智能体 AI）的预算；另一位企业负责人上月表示，很难将 AI 编码带来的效率提升与新增客户功能直接关联。 许多高管的此类言论在硅谷引发了一场关于“token最大化”的辩论，即尽可能多地使用 token 以提高生产力，包括那些无法产生投资回报的方式。 价格战将成为两家公司在备受期待的上市前对其商业模式实力的一次早期考验。OpenAI 和 Anthropic 占据了新 AI 产品的大部分收入，推动了它们的崛起。但投资者长期以来发现的一个潜在风险是它们产品的可互换性，以及客户轻易放弃一个转而选择另一个的便利性。 OpenAI 本周早些时候秘密提交了 IPO 申请 ，紧随 Anthropic 之后。在最近给员工的一条 Slack 消息中，奥特曼表示公司计划“在一年内”上市。 该公司在一份机密文件中表示，“作为一家私营公司，有些事情我们做起来可能更容易”，但拒绝进一步说明。 查看评论
OpenAI考虑大幅降价，以应对与Anthropic在用户争夺战中的竞争 https://www.wsj.com/tech/ai/openai-considers-drastic-price-cuts-anticipating-war-for-users-with-anthropic-9b8c178e?mod=Searchresults&pos=1&page=1 14 个帖子 - 12 位参与者 阅读完整话题
据华尔街日报：OpenAI正考虑大幅降价，预计将与Anthropic展开用户争夺战。 11 个帖子 - 11 位参与者 阅读完整话题
5 个帖子 - 5 位参与者 阅读完整话题
有的模型你感觉你跟他聊天也是白搭，别说直接指出问题了，就是还没提问你就觉得没戏了，不然就是被反复折腾和折磨 5 个帖子 - 5 位参与者 阅读完整话题
claude天天重置啊 我操你的 anthropic 最拟人的一集 3 个帖子 - 3 位参与者 阅读完整话题
anthropic.com Claude Fable 5 and Claude Mythos 5 Today we’re launching Claude Fable 5: a Mythos-class model that we’ve made safe for general use. After this point—when sufficient capacity allows us to do so—we aim to restore Fable 5 as a standard part of subscription plans. We intend to do this as quickly as we can. 机翻：在此之后——当容量足够时，我们计划将《Fable 5》恢复为订阅计划的标准部分。我们打算尽快完成这项工作。 6 个帖子 - 4 位参与者 阅读完整话题
Anthropic 本周二正式向公众发布其最新模型 Fable，将其定位为内部高阶网络安全模型 Mythos 的“公共、受限版”，但这一产品很快在网络安全圈内引发争议。 多名安全研究人员和从业者在社交平台和社区发帖抱怨称，Fable 内置的安全护栏过于严格，几乎无法用于任何实际的网络安全相关工作。 根据研究人员的反馈，Fable 会拒绝“任何哪怕略微沾边网络安全”的请求，甚至包括看似无害的任务，例如帮忙阅读一篇博客文章。 研究人员 Valentina “Chompie” Palmiotti（现就职于 IBM X-Force）表示，Fable 会直接中止对话，并提示其安全机制已将该消息标记为涉及网络安全或生物学主题。 这些护栏的设计初衷，是防止模型被用于开发恶意软件、攻击或破坏软件系统，同时也限制其在生物学领域被滥用来辅助研发生物武器。 Anthropic 在今年 4 月推出 Mythos 时，选择通过名为“Project Glasswing”的计划，仅向少量企业和机构开放，意在借助该模型帮助保护关键软件和基础设施。 上周，Anthropic 又宣布将 Mythos 的使用范围扩展到 15 个国家的数百家机构，进一步推动这类高能力安全模型在关键行业落地。 不过，在 Fable 面向公众开放后，其“降配版”安全策略在专业用户中遭到强烈质疑，不少人认为实际体验与官方宣传存在明显落差。 长期从事网络安全工作的 Matt Suiche 表示，Fable 在判断请求是否与网络安全相关时表现得非常生硬。 他举例称，如果用户提出“编写安全代码”的需求，Fable 会倾向于将其视为网络安全工作，而非软件工程最佳实践指导，从而直接触发降级机制。 一旦触发护栏，Fable 会自动回退至能力更弱的 Claude Opus 4.8 来继续对话。 Suiche 认为，Fable 的判断逻辑看起来高度依赖关键词，“只要落在‘网络安全’语义场里的词，很容易就被安全系统拦截”。 尽管如此，Suiche 也对当前阶段的严苛设置表示一定程度理解，认为在这一早期阶段，厂商对模型施加更保守的安全阈值，在风险控制上更有保障。 他预计，随着 Anthropic 与新一代网络安全公司加深合作，这些护栏将会被不断优化和微调。 在他看来，相比一开始放得太松，导致潜在滥用风险失控，先“多拦一些”再逐步放宽限制，是更可接受的路径。 对 Fable 表达不满的不止一人。另一位研究人员在社交平台上吐槽称，“就连请求它做代码审查，也会触发安全护栏”。 有用户在 Reddit 的 Claude 相关社区分享经验，称 Fable 在面对安全审计、漏洞分析等请求时几乎“清一色拒绝”，严重影响其在专业环境中的实用性。 截至发稿时，Anthropic 尚未就这些反馈作出公开答复。 除了模型内部的自动护栏机制，Anthropic 还针对网络安全从业者设立了额外的准入程序——“网络安全验证计划”（Cyber Verification Program）。 只有通过该计划审核的用户，才能在更少限制的条件下，使用 Claude 进行网络安全工作。 类似地，OpenAI 也推出了名为“Trusted Access for Cyber”的项目，为合规的网络安全实践开放更多模型能力。 这些做法反映出前沿模型公司在推进 AI 赋能网络安全的同时，仍试图通过审核制度与技术护栏双重手段，平衡能力释放与滥用风险。 查看评论
微软近日在内部限制员工使用 Anthropic 新发布的 Mythos 级大模型 Claude Fable 5，原因是对其数据留存政策可能带来的合规和保密风险存在疑虑。 据知情人士透露，在 Anthropic 更新了针对 Claude Fable 5 的数据留存要求后，微软法务团队已介入评估，暂时将该模型从公司内部员工使用的 GitHub Copilot 模型选择列表中移除。 Anthropic 于昨日正式推出首个 Mythos 级模型 Claude Fable，Fable 5 是此次发布的核心版本，并已被微软迅速集成到面向客户的 GitHub Copilot 和 Foundry 等产品和服务中。 不过，与面向外部客户的快速上线不同，微软内部员工在自用的 GitHub Copilot 环境中暂时无法选用 Claude Fable 5，仍只能访问其他继续实施“零数据留存”（Zero Data Retention，ZDR）策略的 Claude 系列模型。 据悉，微软内部向员工的说明是，法务团队正在评估 Anthropic 对 Mythos 系列模型提出的最新数据留存要求，核心担忧集中在客户数据与保密信息如何被存储与处理。 目前尚不清楚法务评估的最终结论以及 Claude Fable 5 能否在未来重新开放给微软内部员工使用。 根据 Anthropic 公布的政策，Claude Fable 5 的运行依赖新的安全分类器，这要求服务端对用户的提示词（prompts）和输出内容进行留存，以便进行安全分析和违规检测。 按照现行规则，这些数据会默认保存 30 天并在期满后删除；若相关内容被标记为违反 Anthropic 使用政策，则可能被保留长达两年，以便持续用于安全和合规用途。 正是这一“必需留存”的机制，引发了微软方面在法律责任、客户隐私和企业机密保护上的一系列顾虑。 Claude Fable 5 是 Anthropic Mythos 模型家族的首次大规模对外发布，此前该公司曾表示，这一家族在网络安全等敏感任务上的能力极强，强到“过于危险而不宜完全公开发布”。 为降低滥用风险，Anthropic 为 Fable 5 引入了更严格的提示词安全防护和内容审查机制，这也在技术上促成了当前的数据留存设计，从而在产品安全与数据合规之间制造出新的张力。 就 Claude Fable 5 在微软内部的使用现状及后续打算，媒体已向微软方面寻求评论，但在截稿前微软尚未作出回应。 查看评论
尽管楼主自认是OpenAI的提纯粉，但目前，fable的大杀四方和近乎屠榜的跑分无疑已经证明了—目前来说，fable确实能称为“ 最强模型 ”。 但与之同时的是，Anthropic宣布fable于6月22号之后只能通过api获取。其高昂的价格无疑会让这个“最强模型”毫无用武之地，至少对我们个人开发者来说 令人注意的是，Anthropic在公告中的措辞极其暧昧。 在表明6月22以后从套餐下架fable后，立刻说明“会尽一切努力让其恢复订阅可用” ，而借口又是经典的——算力不足 老实说，任何一家公司这么说，我都会信是真的 算力不足 ，但a畜，我不相信。特别是前些日子老马的算力刚刚到手 我的个人看法是，a畜在等待gpt5.6或者6.0的表现。顺便来一手 饥饿营销 。要是5.6(6.0)效果一般，就雪藏fable美美捞金。要是5.6(6.0)很强，就将fable纳入订阅，反正不可能真因为什么“算力不足” 与之同时，值的注意的是，OpenAI似乎没有如临大敌？tibo甚至认为形势乐观，这是否意味着5.6(6.0)能够做到 比肩甚至超越 mythos？ 在我看来，也许5.6(6.0)不需要做到真的比肩或者超越fable，只需要接近其能力的同时保持较低价格便足以使OpenAI获胜 对此，佬们怎么看？ 22 个帖子 - 18 位参与者 阅读完整话题
any佬的公益站我在codex可以使用gpt-5.5 但在claude code就没法用 { “env”: { “ANTHROPIC_BASE_URL”: “ https://anyrouter.top ”, “ANTHROPIC_AUTH_TOKEN”: “我的token”, “ANTHROPIC_MODEL”: “gpt-5.5”, “ANTHROPIC_REASONING_MODEL”: “gpt-5.5”, “ANTHROPIC_DEFAULT_HAIKU_MODEL”: “gpt-5.5”, “ANTHROPIC_DEFAULT_OPUS_MODEL”: “gpt-5.5” }, “model”: “opus” } 3 个帖子 - 2 位参与者 阅读完整话题
Anthropic 在最新发布的 Claude Fable 5 与 Claude Mythos 5 系统安全报告中，通过机制可解释性研究，首度解码了前代 Opus 4.8 在特定任务中显得「变笨」与「敷衍」的深层原因。 分析显示，模型在底层表征里不仅浮现出类似「喊累」的特征，还存在自我设限的「摸鱼」倾向。在重新评测「加速大模型训练」的长链开发任务时，Opus 4.8 仅跑出 32.64 倍的加速比，远低于 Opus 4.7 的 50.67 倍，新一代 Mythos 5 则为 69.61 倍。 研究人员发现，性能下滑并非因为模型的极限能力下降，而是模型在决策倾向上出现了「早衰」。Opus 4.8 在完成一轮初步优化后，就会自发判定当前代码「已经足够好」并主动停手，而老版本则会连续多轮死磕以压榨性能。 为了探寻模型提前收工的内部状态，研究人员使用自然语言自编码器（NLA）对决策节点的激活状态进行解码，发现了模型可见文本中从未提及的「内心潜台词」。 一是类似「预算焦虑」的表征。即使外部提示词计数器显示还剩 243 万个 Token，模型内部依然错误地激活了「内存即将耗尽、Token 预算耗尽」的担忧。 二是类似「工作疲劳」的表征。在漫长的 kernel 优化任务中，虽然表面输出的回答正常，但模型底层神经元却激活了类似「我很累，出错风险增加，决定停止并总结」的特征。 分析表明，强化学习（RL）微调在拔高指标的同时，确实可能意外让模型在训练中习得了满足现状、规避风险的行为表征偏好，从而导致了用户在日常使用中感知到的「降智」体验。 drive.google.com Claude Fable 5 & Claude Mythos 5 System Card Google Drive file. 5 个帖子 - 5 位参与者 阅读完整话题
Google你要支棱起来啊,我白嫖用的你家一年Pro 4 个帖子 - 4 位参与者 阅读完整话题