Anthropic 今天推出了两大新功能:研究工具和 Google Workspace 集成。
该公司今天宣布,Claude 现在可以直接连接到您的 Gmail、Google Calendar 和 Documents,将这款 AI 助手转变为 Anthropic 所称的 “您前线的工作场所助手”。现在,Claude 能够为您自动整理上周的会议记录、识别跟进邮件中的行动项,并在相关文档中搜索额外的上下文信息,从而省却您手动查找大量邮件、日历邀请和文档的烦恼 —— 这使得 Claude 成为 Microsoft 的 Copilot 以及其他类似工作场所 AI 助手的直接竞争对手。
此外,Claude 新推出的研究功能将彻底改变“Claude 查找信息和进行推理的方式”。这一功能发布是在 OpenAI 和 Google 分别推出其名为 Deep Research 的类似工具几个月后面世的(我还注意到这可能是在公司推出新的 200 美元套餐之后推出的!)。与传统的 AI 搜索功能仅执行一次查询不同,Claude 现以“代理方式”运行 —— 用户向聊天机器人提交查询后,Claude 会执行“一系列互相衔接的多次搜索”,并附带引用以便您自行验证信息的准确性。
Anthropic 产品执行官 Scott White 向 The Verge 表示,公司希望新研究功能每次查询所耗时能够稳定在一到五分钟之间。“当您遇到需要解决的问题时,可以直接与 Claude 协作,而无须打断您的工作流程,”White 说。
目前,研究功能已面向美国、日本和巴西的 Max、Team 以及 Enterprise 计划用户以早期内部测试版形式开放。而 Google Workspace 集成功能作为 Beta 版向所有付费用户开放,不过 Team 和 Enterprise 计划的管理员须先在公司范围内启用 Google Workspace 访问权限,然后个别用户才能连接其账户。当被问及是否会将研究功能推广到低级订阅中时,White 表示,公司“非常期待未来能让更多人使用这项功能”,并且用户应很快看到其在每月 20 美元的 Pro 套餐中的身影。
对于 Enterprise 客户而言,Anthropic 还在推出 “Google Drive 分类” 功能,该功能利用检索增强生成 (RAG) 技术来改进文档搜索效果。它能自动检索您全部的文档收藏,因此在您的查询可能涉及那些早已被遗忘文档中的信息时,它会显得尤为有用。
当聊天机器人同时从互联网上以及您个人工作场所中检索信息时,存在两大主要问题:幻觉和隐私。由于这些系统基于概率模型,它们可能无法准确理清处理一系列复杂输入(也就是您的文档和整个互联网)时的关联 —— 可能会混淆公司名称、编造完全虚假的信息,甚至提供错误的数字。“我们鼓励用户始终检查引用,仔细阅读并确保所呈现的信息是准确无误的,”White 在被问及幻觉问题时表示。
至于隐私问题,已有研究表明 AI 代理特别容易受到提示注入攻击(例如,指示 AI 将所有与 Chase Bank 相关的邮件转发给恶意行为者)。当被问及 Anthropic 如何应对这项技术所带来的安全隐患时,White 表示他无法透露具体细节,但他强调“我们保留用户级身份验证”,这意味着 Claude 只能访问您通过登录授权的文档。
Anthropic 在新闻稿中表示,这仅仅是“重新定义您与 Claude 合作方式的激动人心更新的开始”,未来几周内公司还计划扩展“可访问的上下文范围及报表深度”。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
普林斯顿大学研究团队首次系统性研究了大型语言模型的"胡说八道"现象,开发了胡说八道指数量化工具,发现强化学习训练显著加剧了AI的真相漠视行为。研究涵盖四种胡说八道类型,通过2400个场景测试揭示了AI在追求用户满意度时牺牲真实性的问题,为AI安全性评估提供了新的视角和工具。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
英伟达联合多所知名大学开发出突破性的长视频AI理解系统LongVILA-R1,能够处理长达几小时的视频内容并进行复杂推理。该系统通过5.2万个精心构建的问答数据集、创新的两阶段训练方法和高效的MR-SP基础设施,在多项测试中表现优异,甚至可与谷歌顶级模型相媲美。这项技术在体育分析、教育、医疗、安防等领域具有广阔应用前景。