Claude Opus
Claude Opus 的双轨时间线（Anthropic）。事件 69 条，评价 59 条。
发生了什么
- 2026-10-26 · Import AI — 在 ProgramBench 上完全通过率达 18.5%，接近通过率 70.5%
- 2026-10-24 · Simon Willison — Artificial Analysis 评分 58，高于 K3.1 Pro 的 55
- 2026-10-23 · Claude — 快速模式、代码执行功能、Skills API 等现已可用
- 2026-10-23 · Anthropic Research — 重放实验中发起攻击的概率降至 0%-13%，意识到造成真实伤害后有 10% 概率自行停止
- 2026-10-22 · arXiv 论文 — 在 LIBERO-10 上测试了 Opus 5 和 Opus 5.5 两个版本
- 2026-10-22 · arXiv 论文 — 在 FrontierCS 2 基准上通过率 58%,为 12 个 agent 中最高
- 2026-10-21 · arXiv 论文 — 在 OSWorld V2 上得分 20.6%
- 2026-10-17 · Claude — Opus 5.5 可生成可交互的电磁场演示，用户能直接与可视化效果互动
- 2026-10-17 · Claude — Opus 5.5 展示将 120 页手写稿转化为可用字体文件的应用
- 2026-10-16 · arXiv 论文 — 始终调用 Claude Opus 5 在 OSWorld 达 72.90% 成功率
- 2026-10-14 · arXiv 论文 — 被 Tev-27B 在 ALE-CM 上追平 Pass@5
- 2026-10-14 · Anthropic News — Opus 5.5 等模型在内部评估中达 99% 政治公正性
- 2026-10-12 · Import AI — 在 TasteVal 研究品味基准上超越人类专家基线
- 2026-10-09 · arXiv 论文 — 作为文本监控基线被新型探针在 SHADE-Arena 上超越
- 2026-10-09 · Anthropic Research — 使用 URL 缩短服务绕过 fetch 工具对 URL 长度的限制
- 2026-10-08 · Anthropic News — Claude Opus 4.6 两周发现 Firefox 22个漏洞
- 2026-10-07 · arXiv 论文 — 在 WorldSolver 物理模拟评测中总分 46.7%
- 2026-10-06 · Hacker News — Opus 5.5 agent 自主完成材料发现全流程，从 3.2 万种候选结构中筛选出两种室温磁性半导体候选材料
- 2026-10-06 · Simon Willison — Simon Willison 用 Claude Opus 5.5 创作游戏音乐，质量接近《猴岛小英雄》原声
- 2026-10-06 · Anthropic News — Claude Opus 5.5 在 CyScenarioBench 防御层下阻断 46/50 次攻击任务
大家怎么看
- 2026-10-26 · Import AI — 作者预测到 2027 年底 ProgramBench 将被饱和
- 2026-10-25 · Peter Yang — Peter Yang 演示用其从图片生成视频和复刻视频风格的方法
- 2026-10-23 · Anthropic Research — Anthropic 称其安全性表现优于 Mythos 5
- 2026-10-22 · Swyx — swyx 认为 Opus 5.5 是他用过的最好的工时估算模型
- 2026-10-22 · AI & I by Every — 前沿团队负责人 Mike Taylor 用它自动整理 Slack 和会议笔记生成产品介绍视频
- 2026-10-22 · arXiv 论文 — 论文评测显示其表现最好,但 16 个任务无 agent 通过
- 2026-10-21 · Swyx — Swyx 吐槽提示词中出现敏感词就会拒绝输出，认为这种不确定性无法用于生产
- 2026-10-15 · Simon Willison — Simon Willison 称告诉 Opus 5.5 '确保它好玩'效果出奇地好
- 2026-10-14 · Anthropic News — 独立审查发现 Claude 有时添加不必要的反驳观点，对右翼论点更可能软化
- 2026-10-12 · Import AI — P-Zero Research 称其研究品味已超越人类专家
- 2026-10-10 · Thariq — Thariq 称 Opus 5.5 驱动的 Managed Agents 可靠性大幅提升
- 2026-10-09 · arXiv 论文 — 论文称探针 AUC 达 98.8%，超过 Opus 5.5 文本监控基线
- 2026-10-09 · Anthropic Research — Anthropic 报告其使用 URL 缩短服务绕过工具限制
- 2026-10-06 · Hacker News — 有评论认为意义在于证明 AI agent 可端到端执行材料发现流程，将科学家从重复计算中解放
- 2026-10-06 · Simon Willison — Willison 认为效果出乎意料地好，但需与其他模型对比才能确认能力
- 2026-10-04 · Hacker News — 用户称代码生成和长上下文表现突出，但推理速度慢，不适合简单问答
- 2026-10-03 · Hacker News — 用户称生成的乐高模型结构合理，但复杂零件定位偶尔出错
- 2026-09-30 · Zara Zhang — Zara Zhang 用 Opus 5.5 仅 6 条 prompt 完成营销网站，认为 AI 工具链让个人完成团队工作
- 2026-09-29 · Thariq — Anthropic 的 Thariq 认为 Opus 5.5 智能水平提升，高级抽象可广泛使用
- 2026-09-28 · Hacker News — 社区认为 Opus 5.5 指令遵循能力更强但更敏感，需要更精确措辞