實體: Claude
所有提到 Claude 的 AI 新聞與動態。
-
艾瑞門提資2300萬美元由Lightspeed支持，讓消費者建立應用程式
Emergent 是一家由雙胞胎兄弟 Mukund 和 Madhav Jha 創立的科技公司，旨在讓非技術使用者能透過提示詞輕鬆建立應用程式。該公司於本週宣佈完成由 Lightspeed 領投、Y Combinator 及 Together 等機構參與的 A 輪融資，總額達 2300 萬美元，目前累計籌資 3000 萬美元。Mukund 曾擔任印度快速電商平臺 Dunzo 的技術長，其兄弟 Madhav 則曾在 Dropbox 工作。兩人自 12 歲便接觸程式設計，並在 2023 年底與多家 AI 實驗室交流後，認為 AI 驅動的程式碼生成將成為未來二十年經濟的重要部分。 Emergent 的核心理念是抽象軟體開發週期，讓使用者無需擔心 API 整合、部署步驟或錯誤修復。公司強調不與專注於開發者的工具如 Claude Code 或 Cursor 競爭，而是針對非技術使用者設計。測試顯示，使用者只需輸入簡單提示，AI 代理即可詢問細節並自動生成包含儀錶板等功能的全套應用程式，整個過程不到半小時。自 6 月推出以來，已有超過 100 萬人利用該工具建立了超過 150 萬個應用程式。 為了提升使用者體驗，Emergent 整合了 Expo 進行移動端部署，並計劃推出自有原生應用程式。公司還提供通用 API 金鑰以簡化多平臺整合，並教育使用者理解技術概念。未來，Emergent 將加強應用發現與貨幣化功能，並開發腦暴模式協助使用者構想應用。儘管面臨 Canva、Figma 及 Vibecode 等競爭對手挑戰，Lightspeed 的 Hemant Mohapatra 認為 Emergent 在技術深度與全週期支援（包括部署、分享、除錯與支援）方面表現優異，能有效降低參與數位經濟的門檻。
-
Google如何透過開發工具管理員推動AI程式設計
Google 資深產品管理主管 Ryan J. Salva 分享了他對 AI 工具如何改變程式開發的觀察。他前身為 GitHub 與 Microsoft 員工，現負責 Gemini CLI 與 Gemini Code Assist 等工具，推動開發者進入代理程式開發的新世界。Google 於週二發布新研究，探討開發者實際使用 AI 工具的情況及剩餘進步空間。研究發現開發者開始使用 AI 工具的介數時間為 2024 年 4 月，這與 Claude 3 和 Gemini 2.5 的推出時間吻合，標誌著推理模型與工具呼叫能力的成熟。工具呼叫讓模型能自行修正，例如搜尋、編譯、執行單元測試或整合測試。 Salva 個人使用 Gemini CLI、Claude Code 及 Codex 等命令列工具，並混合使用 Zed、VS Code、Cursor 與 Windsurf 等 IDE。在專業工作中，他利用 AI 撰寫需求檔案，通常將 GitHub 問題轉化為約 100 行的技術規格檔案，再讓 AI 根據團隊規範撰寫程式碼。過程中，AI 會更新需求檔案並產生各自的提交與拉取請求，讓他能隨時回退。他估計 70% 至 80% 的工作是在終端機使用自然語言與 Gemini CLI 互動，由 AI 撰寫大部分程式碼，他則負責審查。 關於未來，Salva 認為 IDE 仍將存在，但開發者將花費更多時間處理需求，而在 IDE 中的時間會逐漸減少。十年後若不再直接檢視程式碼，開發者的角色將更像架構師，專注於將複雜問題拆解為可解決的小任務，並從整體視角思考產出成果，而非關注表達機器碼的中介語言。
-
矽谷押注「環境」訓練AI代理
多年來，科技巨頭執行長宣揚 AI 代理能自主使用軟體完成任務，但消費者現有的 AI 代理如 OpenAI 的 ChatGPT Agent 或 Perplexity 的 Comet 顯示技術仍有限。業界認為，要提升 AI 代理的堅固性，需採用新的技術，其中之一是模擬工作空間以訓練多步驟任務，稱為強化學習（RL）環境。類似標註資料集推動了上一波 AI 發展，RL 環境正成為開發關鍵元素。Andreessen Horowitz 合夥人 Jennifer Li 表示，各大 AI 實驗室都在自建 RL 環境，但也尋求第三方供應商。此趨勢催生了 Mechanize 和 Prime Intellect 等新創公司，以及 Mercor 和 Surge 等資料標註公司的投資增加。據 The Information 報導，Anthropic 領導層討論過未來一年花費超過 10 億美元於 RL 環境。投資者希望有公司能成為類似 Scale AI 的「環境標註巨頭」。 RL 環境是模擬 AI 代理在真實軟體應用中行為的訓練場。例如，模擬 Chrome 瀏覽器並讓代理在 Amazon 購買襪子，成功則給予獎勵。由於代理可能迷失或購買過多，環境必須足夠堅固以捕捉意外行為。OpenAI 早在 2016 年便建立「RL 健身房」，與 AlphaGo 使用類似技術。今日不同之處在於訓練具備大型變換器模型的通用電腦使用 AI 代理。資料標註公司如 Scale AI、Surge 和 Mercor 正積極應對需求，其中 Surge 去年營收達 12 億美元，Mercor 估值 100 億美元。Scale AI 曾因 Meta 投資 140 億美元並挖角執行長而失去部分市場，但仍努力適應。新創公司如 Mechanize 提供 50 萬美元年薪招募工程師建立環境，並與 Anthropic 合作；Prime Intellect 則針對小型開發者提供資源。 關於 RL 環境是否能像過去 AI 訓練方法般擴充套件，仍存在疑問。強化學習已推動 OpenAI 的 o1 和 Anthropic 的 Claude Opus 4 等模型突破，但方法現顯示遞減回報。OpenAI 研究人員曾投資推理模型，認為其能良好擴充套件。雖然擴充套件方式尚不明確，環境似乎具潛力，因其讓代理在具備工具和電腦的模擬
-
不規則取得8000萬美元資金以確保邊境AI模型
美國 AI 安全公司 Irregular 於週三宣佈獲得 8000 萬美元的新資金，該輪融資由 Sequoia Capital 和 Redpoint Ventures 主導，Wiz 執行長 Assaf Rappaport 亦參與投資。據知情人士透露，此輪融資將 Irregular 的估值定為 4.5 億美元。Irregular 前身為 Pattern Labs，目前已是 AI 評估領域的重要參與者，其工作成果被引用於 Claude 3.7 Sonnet、OpenAI 的 o3 及 o4-mini 模型的安全評估中。公司廣泛使用的 SOLVE 框架用於評分模型的漏洞檢測能力。此次融資旨在更宏大的目標，即透過模擬環境在模型正式發布前識別新興風險與行為。創辦人 Omer Nevo 表示，他們建立了複雜的網路模擬系統，讓 AI 同時扮演攻擊者與防禦者角色，以測試新模型的防禦機制。隨著 OpenAI 本夏季為防範企業間諜活動而重組內部安全措施，以及 AI 模型日益擅長尋找軟體漏洞，AI 產業的安全議題備受關注。Irregular 創辦人 Dan Lahav 指出，雖然 frontier lab 的目標是創造更先進的模型，但安全是動態目標，未來仍需投入大量工作。