2026-10-19 · 周一 · 6 条 Anthropic 公布智能体工时已达员工 6 倍、拿出 5% 股份成立公益基金、Claude 自主设计出更省的量子电路
周末没有大模型发布，主线来自 Anthropic 自己的数据：智能体已经在一家公司里干得比人多，瓶颈从「模型能不能做」变成「人看不看得过来」。对做产品的人，下一步要投入的是评估器和审阅流程，而不是更多的生成。
-
- 到 2026 年 3 月，AI 智能体的工作时长已超过员工；到 8 月，交互式智能体工时与员工之比为 6 比 1，同期初级技术岗在招聘中的占比下降。
- 随着智能体普及，人均代码量、每位销售的成单数和合同处理量都在上升；跟踪同一名员工，其产出随采用新 AI 工具而提高。
- 人的注意力成为瓶颈：即便是非技术员工，读完自己 Claude 智能体的全部输出也要花掉半个工作周，员工因此转向搭建可视化工具、监控智能体流水线的「元工作」。
- 招聘经理越来越看重自主性与判断力，而非具体技术专长；Anthropic 设立了预警机制跟踪可能被冲击的岗位，并优先内部调岗。
开发者视角对做产品的人，最值得记住的不是 6 比 1，而是「读完输出要半个工作周」。我在 PandaClaws 上也碰到同样的墙：生成不缺，缺的是有人看。与其再加一个智能体，不如先做一个按风险排序、只把需要人判断的输出推给人的审阅队列；我在博客《当一个人拥有全部服务：最先崩溃的环节是什么》里写过，先崩的是注意力，不是技术栈。
-
- 经股东批准后先划入 5% 股份；此后公司价值在设定基准之上每增长 50%，董事会可酌情再加 2%。
- 基金为 Anthropic 全资持有的有限责任公司（LLC），而非 501(c)(3)，以便在不同捐赠形式间调整；其持有的股权不用于游说或政治捐款。
- 官方举的例子是劳动力市场冲击：Anthropic 此前已承诺投入 2 亿美元研究和应对，基金可尝试更大胆的做法，如向特定人群直接分配。
- 加上联合创始人承诺捐出 80% 股权、约一半员工参与的股权捐赠配捐计划，约 20% 的 Anthropic 股份将用于公益；估值里程碑与治理细节将在未来几个月公布。
开发者视角和上面那份用工报告连起来看，Anthropic 两天内一边公布「智能体工时是员工 6 倍」，一边把劳动力冲击列为公益基金的头号例子，说明它自己也把就业影响当成真问题。对做产品的人这不改变今天的技术选型，但我会留意它接下来的公益报告：如果出现面向受冲击人群的直接项目，教育、求职类产品（比如智能面试）可能会有合作空间。
-
- 2026 年 8 月的调查：91% 的 Anthropic 员工和 39% 的美国成年人预计 AI 在 2030 年前能做出诺贝尔级发现。
- 在工作中用 AI 的美国成年人里，26% 表示有 AI 后某项任务只需原来四分之一或更少的时间，Anthropic 员工为 59%。
- 超过一半的 Anthropic 员工预计到 2030 年 AI 能做自己当前至少 80% 的工作，美国劳动者中只有 5%；平均值分别为 75% 和 28%。
- 两组人推理方式相似：越认为 AI 能做更多自己工作的人，预测的失业率越高；在相同的自我自动化预期下，两组预测的失业率大致相同。
开发者视角26% 对 59% 这组数说明，同样的工具在不同人手里节省的时间差了一倍多，差距在用法而不是模型。做 AI 产品时，我会把「新用户第一周能不能体验到四分之一时间」当成上手设计的目标，而不是只堆功能；给团队推 AI 工具也一样，先挑一两个能明显省时的任务做示范。
-
- 研究给 Claude 8 个量子电路的自然语言规格，覆盖化学、优化、量子模拟、数论与数值计算，评估器检查正确性并按「量子比特数 × 门数」打分。
- Claude Mythos 5 在闭环中提出设计、接收评分并改进，轮次之间没有人工输入；8 项任务里都找到了比已发表最优算法更少比特、更少门的设计，部分改进达一个数量级以上。
- 在椭圆曲线点加法任务上，Claude 在只有初始说明和偶尔「想得更开」提示的情况下连续工作 53 小时，得出全新的模逆运算方法。
- 另一项成果把一个主流量子优化算法中最昂贵的步骤成本降到约十二分之一；完整论文已发在 arXiv。
开发者视角我关心的不是量子，而是它的工作方式：任务能被程序自动判对错、能给出一个客观分数，模型就能自己跑几十小时。做产品时值得把这类问题挑出来，比如 AI 云盘里的检索召回率、提示词在固定题集上的得分，先把评估器写好，再让智能体去迭代，比人盯着调参省得多。
-
- 2000 年 NIST FIPS 186-2 标准中各曲线的 seed 由 NSA 提供且未说明来历；此前流行的说法是它们是某句玩笑话的哈希值。
- 2026 年 10 月，一名员工在不提示该线索的情况下询问内部研究模型，Claude 在不到半小时内找出了 P-192、P-224、P-256、P-384 和 P-521 的种子来源。
- 这些种子并非任何哈希的结果，而是 C 库 lrand48 随机数生成器以 Unix 时间戳为种子的输出，每 20 字节为一个候选；P-256 用到第 1842 个候选。
- Anthropic 表示这不是密码学破解、新攻击或曲线弱点，无需采取任何行动，反而增强了曲线没有被故意植入后门的信心。
开发者视角不用改任何代码。值得做产品的人记一笔的是：被一群专家追了多年、方向还被错误线索带偏的问题，模型不带先入之见半小时就解了。遇到团队里「大家都这么认为」的老问题，我会让模型从原始数据重新推一遍，而不是把我们的假设喂给它。
-
- RTX Spark 笔记本已开售，搭载 NVIDIA Blackwell RTX GPU 与 Grace CPU 组成的超级芯片，最高 1 petaflop AI 算力、最高 128GB 统一内存。
- 起售价 2399 美元，首批来自华硕、戴尔、惠普、联想、微软和微星，更多机型在路上。
- NVIDIA 在柏林、北京、伊斯坦布尔、首尔、旧金山、台北举办了六场零售首发活动，并为开发者提供在 RTX Spark 上运行本地 AI 的测试过的配方与手册。
开发者视角128GB 统一内存意味着 10-15 发布、24GB 就能放下的 Nemotron 3.5 Bolt 这类模型，在笔记本上还有很大余量。我的建议是先别给全员换机，挑一台给负责评估模型的人，用它跑一周离线的私有数据测试（比如 AI 云盘里不方便上云的文档），再算是否比按量调用 API 更划算。
本期由 AI 辅助检索与起草，选题标准与观点由 Darius 设定。