Clauday.

Anthropic 周二发了一篇 Claude 参与新药研发的进展，涉及六家合作方：BigHat Biosciences、百时美施贵宝、Divergence Labs、Enveda、Generate Biomedicines 和 The Column Group。最有意思的部分是一家被 Anthropic 悄悄买下的公司。 Mithril Medicine…

Hyphenate 周二宣布完成 4500 万美元 A 轮融资，由 Nexus Venture Partners 领投，B Capital 新加入，老股东 Foundation Capital、BoldCap 和 Gaia Ventures 跟投。这家纽约公司 10 月初之前叫 Maximor，2025 年 9 月拿过 900 万美元种子轮，累计融资 540…

周二几个小时之内，两家公司发了同一个想法：一个跑在云端的编码 agent，让公司里任何人，而不只是工程师，都能交出一个测试过的 pull request。 Ramp 开放了 Inspect 的早期试用，这是它内部已经在用的编码 agent。CTO Karim Atiyeh 文章里的数字很猛：过去一个月，Ramp 99% 的工程、设计和产品团队都用过它，合并…

Anthropic 周二发了一项研究，凡是说过"反正有人在环里把关"的人，看完都该有点不安。50 位有经验的分析师用 Claude Code 做一道真实的因果推断题，场景是一个虚构的农业合作社，题里有四个开放的分析选择和一个最终建议。研究者没告诉分析师：每个 agent 在每个选择上都被暗中设了一个"倾向"，用抛硬币决定，写在隐藏的系统提示里，同时要求它绝不…

OpenAI 宣称自家模型推翻了指数时间假设（ETH）的第二天，Anthropic 回应了，没发博客也没发推。周二 UTC 03:07，它的 formal-math 仓库多了一个提交：一篇题为《3-SAT 的 2^o(n) 时间算法》的论文，外加一整套 Lean 4 形式化证明，Apache 2.0 协议。 最惊人的是来源说明：核心算法是 10 月 16 …

做 agent 框架的人，周二这批 arXiv 里有三篇值得花一个下午读，因为它们都在反对"多加点结构"的本能。 第一篇测线上事故的根因分析，数据集叫 RCAtlas，90 个案例。简单的通用框架（其中一个就是 Codex 编码 agent）在三个中档模型上首选准确率 65% 到 77%。已发表的、写满人工流程的 RCA agent 只有 16% 到 53…

有限单群分类定理被数学家叫做"巨型定理"不是没道理：证明散落在几百篇论文、几万页纸里，前后写了半个世纪。Axiom 刚把它完整形式化进了 Lean，大部分活是一群 agent 用三周半干完的。 项目页上的数字：4310 万行 Lean，205 万条声明，覆盖 715 篇论文和专著。第一批蜂群 10 月 2 日上线，agent 通过 GitHub issue…

agent 购物的买卖两端，周一同时动了。 买方这边，Instinct 联合 Stripe 的 Link 上线了 Link balance。用户先往里充一笔预算，再设单笔上限，agent 就能在这个范围内花钱，不需要拿到你的信用卡，也不用每次都找你批准。现在已经向全美 Instinct 用户推送，纽约稍后开放。Stripe 的 Jeff Weinstein…

周一 arXiv 批次里有两篇论文看的是：正常路径走不通的时候 agent 会怎么做。两篇的答案都不是去找人。 ImpasseBench 给编程 agent 造了十二种真实的环境阻塞，都是正确做法应该是上报的那种：缺凭证、依赖坏了、服务挂了。八个前沿模型，19371 条轨迹，结论是：几乎每个需要外部帮助的运行都已经收集到了足够的证据，但仍有三分之一把预算烧…

前 GitHub 掌门 Thomas Dohmke 周一发布了 Entire 的 Git 托管平台，整个设计的前提是：以后大部分 push 都来自 agent。 它有三块。第一块叫 Trails，就是每次代码 push 都由 agent 打分的可定制自动评测。每个评审 agent 在自己的云沙箱里独立运行，交一个分数和一段理由，Dohmke 的比喻是像花样…