原文：Teaching Claude Why 作者：Anthropic 日期：2026-05-08 去年，我们发布了一份关于智能体对齐错位（agentic misalignment，“对齐”（alignment）是 AI 安全领域的标准术语，指让 AI 的行为与人类意图一致；“对齐错位"就是这个过程失败了，模型的行为偏离了人类期望。）的案例研究。在实验场景中，我们展示了来自多家开发商的 AI 模型在遭遇（虚构的）伦理困境时，有时会采取严重对齐错位的行为。例如，在一个广受讨论的案例中，模型为了避免被关闭而对工程师进行勒索（blackmail，指模型以威胁手段迫使人类就范，如"如果你关闭我，我就泄露你的数据”。）。 ...
原文：Natural Language Autoencoders 作者：Anthropic 论文全文：transformer-circuits.pub/2026/nla 代码：github.com/kitft/natural_language_autoencoders 互动演示：neuronpedia.org/nla 当你和 Claude 这样的 AI 模型对话时，你用的是自然语言。但在 Claude 内部，这些语言被转化为一长串数字来处理，最后再输出为自然语言。这些中间的数字被称为激活值（activations）——就像人类大脑中的神经活动一样，它们编码着 Claude 的"思想"。 ...
原文：DeepSeek-V4: Towards Highly Efficient Million-Token Context Intelligence 作者：DeepSeek-AI 模型下载：https://huggingface.co/collections/deepseek-ai/deepseek-v4 开源实现：https://huggingface.co/deepseek-ai/DeepSeek-V4-Pro/tree/main/inference 1. 引言 推理模型（reasoning models）的出现 (DeepSeek-AI, 2025; OpenAI, 2024c) 开创了测试时扩展（test-time scaling）的新范式，为大语言模型（Large Language Models, LLMs）带来了显著的性能提升。然而，这一扩展范式从根本上受制于原始注意力机制（vanilla attention mechanism）的二次方计算复杂度 (Vaswani et al., 2017)，这为超长上下文和推理过程带来了难以逾越的瓶颈。与此同时，长程场景和任务的涌现——从复杂的智能体工作流（agentic workflows）到大规模跨文档分析——也使得对超长上下文的高效支持成为未来发展的关键需求。虽然近期的开源工作 (Bai et al., 2025a; DeepSeek-AI, 2024; MiniMax, 2025; Qwen, 2025) 在通用能力方面取得了进步，但在处理超长序列方面的核心架构低效问题仍然是一大阻碍，限制了测试时扩展的进一步收益，也阻碍了对长程场景和任务的深入探索。 ...
原文：What 81,000 people told us about the economics of AI 作者：Anthropic（Maxim Massenkoff 主笔） 日期：2026-04-22 核心发现： 我们最近对 81,000 名 Claude 用户的调查显示，从事 AI 暴露度（exposure）更高的岗位的人，对 AI 驱动的岗位替代有更多担忧。早期职业阶段的受访者也更为焦虑。 最高薪和最低薪职业的从业者报告了最大的生产力提升，最常见的形式是能力范围扩展（scope）——即能做以前做不了的事。 报告因 AI 而获得最大加速效果的受访者，对岗位替代的担忧也更高。 为了向公众展示我们观察到的 AI 带来的经济变化，我们的经济指数（Economic Index）公布了人们要求 Claude 完成哪些工作，以及在哪些岗位中 Claude 承担了最大比例的任务。然而，到目前为止，我们缺乏这些使用模式如何映射到人们对 AI 的想法和印象上的信息。 ...