實體: Anthropic
所有提到 Anthropic 的 AI 新聞與動態。
-
Mistral AI 以新編碼模型搭上風潮解碼順風車
法國人工智慧新創 Mistral 今日推出 Devstral 2，這是其專為程式碼開發設計的最新一代 AI 模型，旨在追趕像 Anthropic 等規模更大且資金更充裕的競爭對手。此舉緊接 Mistral 3 開放權重模型家族的發布，顯示 Mistral 企圖縮小與大廠的差距。此外，Mistral 也加入「氛圍程式碼」競賽，推出 Mistral Vibe，這是一個旨在透過自然語言促程序式自動化、具備檔案操作、搜尋、版本控制及命令執行功能的終端介面工具。Mistral 強調情境感知在商業應用中的價值，類似其 AI 助手 Le Chat 能記住對話歷史，Vibe CLI 則提供持久化歷史，並能掃描檔案結構與 Git 狀態以建立情境。 Devstral 2 模型相對耗資源，部署至少需要四張 H100 晶片或同等規格，引數量達 1230 億。不過，公司也推出了 Devstral Small，僅有 240 億引數，可在消費級硬體上本地部署。兩者在授權與定價上有所不同：Devstral 2 採用修改版 MIT 授權，Devstral Small 則使用 Apache 2.0 授權。Devstral 2 目前透過 API 免費使用，之後輸入與輸出每百萬 token 分別收費 0.40 美元與 2.00 美元；Devstral Small 則為 0.10 美元與 0.30 美元。Mistral 已與 Kilo Code 及 Cline 等代理工具合作推出 Devstral 2，而 Mistral Vibe CLI 則作為 Zed 編輯器的擴充功能。歐洲領先的 AI 實驗室 Mistral 在由荷蘭半導體公司 ASML 主導的 C 輪融資後，估值達 117 億歐元（約 138 億美元），ASML 於九月投資 13 億歐元（約 15 億美元）。
-
Claude Code 即將登上 Slack，這件事遠比表面看起來更重要
安提克（Anthropic）於本週一推出 Claude Code 的 Beta 測試版，該功能作為研究預覽在 Slack 中正式上線，允許開發者直接在聊天串流中委託編碼任務。此更新建立在安提克現有的 Slack 整合基礎上，增加了完整的自動化工作流。此前，開發者僅能透過 Slack 中的 Claude 獲得輕量級編碼協助，如撰寫程式碼片段、除錯及解釋。現在，開發者可以標記 @Claude 以啟動完整的編碼會話，系統會利用 Slack 中的上下文（如錯誤報告或功能請求）來分析最近訊息，確定正確的儲存庫，並在串流中發布進度更新，同時分享連結供審查工作與開啟合併請求。 此次發布標誌著編碼助手產業的轉變，重點從模型本身轉向工作流。Cursor 已提供 Slack 整合用於在串流中撰寫和除錯程式碼，而 GitHub Copilot 最近也新增了從聊天產生合併請求的功能。OpenAI 的 Codex 則透過自訂 Slack 機器人可存取。對於 Slack 而言，將其定位為 AI 與職場情境匯聚的「代理中心」具有戰略優勢，因為無論哪款 AI 工具在工程溝通的核心平臺佔據主導地位，都可能影響軟體團隊的工作方式。讓開發者能無縫從對話轉換到編碼，無需切換應用程式，代表了 AI 嵌入式協作的轉變，可能根本改變開發工作流。 儘管安提克尚未確認更廣泛的推廣時間，但時機具有戰略意義。AI 編碼市場競爭日益激烈，差異化開始取決於整合深度與分銷，而非僅是模型能力。然而，此整合也引發了程式碼安全與智慧財產權保護的疑問，因為它增加了另一個需要管理與審計敏感儲存庫存取的平臺，同時引入了新依賴，若 Slack 或 Claude API 發生停機或速率限制，可能會干擾團隊原本由本地控制的開發工作流。TechCrunch 已聯絡安提克與 Slack 以獲取更多資訊。
-
OpenAI 展示企業成功案例，內部曾因 Google 威脅發出「紅色警報
OpenAI 於週一發布新資料，顯示其企業級 AI 工具使用量在過去一年激增。自 2024 年 11 月以來，ChatGPT 訊息量增長 8 倍，員工報告每天可節省最多一小時。此發現發生在執行長 Sam Altman 傳送關於 Google 競爭威脅的內部「程式碼紅」備忘錄後一週。儘管近 36% 的美國企業是 ChatGPT Enterprise 客戶，遠高於 Anthropic 的 14.3%，但 OpenAI 的營收仍主要來自受 Google Gemini 威脅的消費者訂閱。OpenAI 承諾在未來幾年投入 1.4 兆美元基礎設施，因此企業增長至關重要。首席經濟學家 Ronnie Chatterji 指出，雖然消費者很重要，但企業採用技術帶來的經濟效益最大。 資料顯示，使用 OpenAI API 的組織消耗的「推理 token」比一年前增加 320 倍，這可能導致能源成本高昂且不可持續。然而，自定義 GPT 的使用量今年增長 19 倍，現佔企業訊息的 20%，BBVA 銀行被引用為例，其使用超過 4000 個自定義 GPT。員工報告每天節省 40 到 60 分鐘，且四分之三的受調查者表示 AI 讓他們能執行以前無法完成的技術任務。程式設計相關訊息在工程、IT 和研發團隊之外增加了 36%。儘管開放式編碼可能帶來安全漏洞，OpenAI 已推出名為 Aardvark 的代理安全研究員進入私人測試階段。 報告也發現，即使是活躍的企業使用者也未充分利用資料分析、推理或搜尋等進階工具。首席營運官 Brad Lightcap 表示，全面採用 AI 需要思維轉變和更深度的工作流程整合。此外，AI 採用存在差距，部分「前沿」員工使用更多工具節省更多時間，而部分公司仍將 AI 視為單純的軟體。OpenAI 領導層將此視為落後者迎頭趕上的機會，但也暗示為員工訓練 AI 複製工作可能意味著倒數時鐘。
-
AWS re:Invent 全力推廣 AI，但客戶可能尚未準備好。
在 AWS 年度技術會議 re:Invent 上，該公司全面押注人工智慧，宣佈推出新的人工智慧代理、更新大型語言模型以及具備 LLM 與代理建構能力的產品。AWS 執行長 Matt Garman 在演講中承認企業尚未看到人工智慧投資的回報，但他認為人工智慧代理的出現標誌著產業轉折點，將從技術奇蹟轉變為帶來真實價值，其影響力堪比網際網路或雲端。儘管分析師對 AWS 的技術公告印象深刻，但他們質疑這是否足以推動企業人工智慧採用或改變 AWS 在人工智慧競賽中的地位。目前，Anthropic、OpenAI 和 Google 在企業市場份額上佔據主導地位，而 AWS 雖擁有基礎設施與自研訓練晶片等優勢，但在實際模型供應上仍處於劣勢。Forrester 資深分析師 Naveen Chhabra 指出，許多企業尚未準備好採用人工智慧，且 MIT 一項八月研究發現 95% 的企業未見人工智慧投資回報。Zacks Investment Research 策略師 Ethan Feller 則認為 AWS 的新 Nova AI 模型與代理並非最引人注目的部分，其優勢在於基礎設施，特別是允許客戶在自家資料中心執行的新計劃。Feller 建議 AWS 應透過與 Anthropic 和 Nvidia 等夥伴合作來進行垂直人工智慧佈局，而非完全依賴自研技術。儘管如此，AWS 作為雲端產業領導者，第三季營運收入達 114 億美元，其穩固的業務基礎使其在人工智慧市場波動中更具韌性，並有空間持續實驗與迭代，以在未來爭取更多市場份額。