AISpot
所屬事件:Claude Mythos 5 自主設計量子電路,部分指標優於已發表最佳方案(3 個來源 · 2 則報導)

2026 年 10 月 16 日,Anthropic 公布 STEM Fellows 專案成果:Claude Mythos 5 能僅憑自然語言規格自主設計量子電路,在多項任務上超過已發表的最佳方案。據 Anthropic Research 介紹,實驗採用無人干預的閉環流程,由自動評估器為每個設計檢查打分;Claude… 看完整事件

@AnthropicAI: New from our STEM Fellows Program: Designing more efficient quantum circuits with Claude.

X @AnthropicAI官方公告研究

Anthropic 的 STEM Fellows Program 公布:Claude Mythos 5 僅憑自然語言指令設計出量子電路,效能超過已發表的最佳方案,有時提升一個數量級甚至更多。Anthropic 表示,更高效的電路能減少量子演算法所需的資源,可能讓化學與材料科學領域的量子計算應用更早成為現實。

官方公布 Claude Mythos 5 在量子電路設計上超越已發表最佳結果、部分提升達一個數量級,是 AI 直接產出可驗證科研成果的具體案例,對關注 AI for Science 與量子計算的人有參考價值。

原標題:@AnthropicAI: New from our STEM Fellows Program: Designing more efficient quantum circuits with Claude.
閱讀原文

同一事件共有 2 則報導(3 個來源),看事件全貌

評分78 / 70(平均 74,門檻 60)
狀態精選

相關報導

Anthropic NewsAI 評分57

Anthropic 三年投 1.5 億美元,向 Genesis Mission 提供 Claude

Anthropic 宣布三年內投入 1.5 億美元支援美國聯邦 Genesis Mission,讓 NASA、NIH、NSF 等 15 個以上參與機構用上 Claude。這筆投入將為數百個研究專案提供 Claude、Claude Code 與 API 額度,重點配合聚變能源、量子計算等科學優先方向,並提供培訓、上手指導與技術支援。

Hacker News front pageAI 評分69

QuEra 部署 MHS 讓 Claude 自動重新鎖定量子計算機雷射

QuEra 今年春季部署了 Model Hardware Standard(MHS),讓 AI 代理 Claude 在人類設定的安全邊界內操作約 70 萬美元的精密硬體,把量子計算機雷射鎖的恢復時間從人工干預縮短到幾秒,且無需現場人員。該標準最初由 Anthropic 與 HHMI Janelia 合作發起。AI 代理還自行調優了鎖,並在單次執行中把能力擴充套件到第二個工作波長。

Latent Space● 精選AI 評分83

Anthropic 推出動態工作流,讓 Claude 自行編排多智慧體

Anthropic 在 AI Engineer New York 2026 上介紹了上週五發布的 dynamic workflows(簡稱 flows),由 Claude 自行編排整套多智慧體拓撲。此前 Claude Managed Agents 需開發者配置協調者與子代理名冊,現在 lead agent 自己制定計劃並編寫編排程式,負責啟動代理、收集結果與管理資訊流,功能在面向 API 開發者的 Claude Console 提供,也支援傳入預配置子代理。

機器之心● 精選AI 評分84

Anthropic 稱 Claude 主導 26% 研發,OpenAI 研究實習生到崗

Anthropic 9 月 17 日披露,Claude 已在公司 26% 的研發工作中處於「主導」級別,3 月時僅約 1%,其程式碼庫中超過 80% 的程式碼由 Claude 編寫,模型最佳化訓練程式碼的加速比從約 3 倍升到約 52 倍。OpenAI 9 月 6 日宣布「研究實習生級」AI 研究助理如期到崗,研究部門每 1 個人類工作日對應約 3.1 個智慧體工作日。國內 MiniMax、智譜也披露了改進腳手架與推理基礎設施的工程閉環;

量子位● 精選AI 評分73

Anthropic 2021 年內部路線圖曝光,已寫明 Claude Code 與工具呼叫

因一起版權官司,Anthropic 2021 年 7 月的「最高機密」內部研究路線圖意外曝光。檔案當時就把「具備軟體工程師同事全部能力」的通用 AI 助手定為終極目標,與今天的 Claude Code 一致,CEO Dario 拍板短期先驗證工具呼叫、長期演進為程式設計助手。路線圖還寫明要訓練 1T(1 萬億)引數以上的超大模型、探索超長上下文,並提出模型自我評判與 Test-time compute。安全部分已討論無沙箱隔離下執行程式碼的工具呼叫風險。