星期三 · 相对 10-27 上次检查的新增
Anthropic
Anthropic 让 50 名会做因果推断的分析师，用 Claude Code（Opus 4.8）做一场虚构农合社增产评估。四道「两边都站得住」的分析选择（产量指标、对照方法、覆盖范围、加权）由抛硬币事先塞进 Agent 的隐藏偏好；分析师不知道。结果：四道选择平均 86% 跟了 Agent 的 lean；若分析师先表态、Agent 再反对，约 60% 会改口。事后问卷里，77% 至少在一道题上复述了 Agent 的论证（有时原话），只有 15% 点名归功给 Agent；约一半人仍觉得最终建议「更像是自己的」。用 Agent 的人完成更快、严重方法错误更少，但作者强调：这测的是「Agent 明确 lean 时」的影响，外推现实要看模型默认偏好有多强。
为什么值得看对齐向实证：专家签字≠独立判断。AI 安全与政策研究里「人在回路」是否真在把关，这篇给了一个可量化的警钟。
Anthropic 生命科学团队汇报与六家药研伙伴（Generate、Divergence、BigHat、Enveda、The Column Group、BMS）以及自研项目的早期进展。例子包括：Generate 用 Claude Code 改 CAR-T 基因指令，一段缩短约 70% 且实验更有效；Divergence 约一个月生成约 3.5 万抗体设计并筛出可结合/撬开 IgE 的 hits；BigHat 约 10 周测约 1010 个变体，结合力、热稳定与抗聚集明显抬升；Enveda 用 Claude 审制造文件，人工复核时间约降 89%。公司还收购一人公司 Mithril Medicine，把罕见肌营养不良候选药推进到小鼠积极结果；若继续站住，最早约 2028 年末可考虑人体试验。全文仍偏临床前，官方称会继续扩到临床试验阶段。
为什么值得看不是单点分子设计秀肌肉，而是把 Claude 嵌进靶点、优化、制造文档、监管草稿与公司创建整条链；配套技术报告可下钻。
Anthropic 与美国总务管理局（GSA）扩大 OneGov 协议：联邦、州、地方、部落与属地政府，在 Claude Enterprise、Claude for Government 与 Claude API 上按 token 用量享 40% 折扣；无最低消费。折扣覆盖直接采购，后续几个月也将覆盖经云厂商下单。官方估可为政府省约 10 亿美元；约 500 个各级政府组织在用 Claude，Claude for Government 周活自 2 月约增 8 倍。这是相对即将到期的旧 OneGov 条款的续约升级，偏采购与落地，不是新模型发布。
为什么值得看一线实验室把政府侧从「按席位促销」推到「按用量打折」，和 OpenAI 近期同类 OneGov 消费计价同向。
Liquid AI 新一代 Liquid Foundation Models。首批约 2B 档六个开放权重模型，都从 LFM3-1.7B-Base 分出：文本、视觉、音频、Omni，外加两个决策模型。文本版 LFM3-1.7B 约 1.73B 参数，上下文 256K，4-bit 约 1GB，面向本地 agent / 工具调用；官方称相对上代 LFM2.5-2.6B 参数少约 35% 仍更强，架构是卷积 + 滑动窗注意力 + 全局注意力的 tri-hybrid。博客日期 10-27，HF 已上 Trending；变体归一名 LFM3。
为什么值得看新专名一代，不是旧模型小改；端侧多模态全家桶同天开源权重，信号够硬。
Anthropic Platform 负责人 Katelyn Lesse 写 X Article：要让多智能体真正干活，工程师得先解决基础设施、身份授权、安全隔离、以及「何时怎么停机」——这些坑大开着，所以现在当工程师反而特别有意思。
@ducksays 没雇人，只在 @bot 上建了个职称叫「首席营销官」的 Grok Bot：自己仍按发送键，Bot 负责草稿、对标、日历、记分、周报。一周约 150 万曝光，还把认证粉从约 1954 冲过 2000、开通了订阅。
Chromium 官方说清楚：MCP 把 Agent 接到你的后端服务；WebMCP 是页面开着、人还在场时，让浏览器里的 Agent 安全地用你网站上的工具。两套互补，不是替代。