编译自 ai.engineer 责编 | 王启隆 出品 | CSDN（ID：CSDNnews） 原文 | youtube.com/watch?v=Lue8K2jqfKk 投稿或寻求报道 | zhanghy@csdn.net 前几天编译的一篇 AI Engineer World's Fair 的演讲反响很好，这次我们再来一篇，演讲者来自 OpenAI 的死对头——Anthropic 公司。 现在 Claude Code 作为广大程序员的新工 具风头无两， 如果说 OpenAI 的 Sean Grove 是从哲学层面，高屋建瓴地探讨了我们工作的本质 ——从"代 码"到"规约"的价值转移；那么，Claude Code 的创造者 Boris Cherny ，则为我们带来了另一场截然不同的分享。 这他的核心观点可以概括为一种"极简主义哲学"：在模型能力日新月异、最佳实践尚未定型的当下，最好的AI工具，或许不是一个功能繁复的"大教 堂"，而应该是一个 简单、通用、无偏见（unopinionated） 的"乐高积木"。 它不试图替你决定工作流，而是给你最底层的、最原始的力量，让你自己去创造、去组合、去定义最适合你的工作方式 ...

MCP安全漏洞分析 - 核心安全威胁为"致命三连"攻击模式：通过提示注入触发敏感数据访问并自动回传 攻击者仅需一条伪装成用户信息的指令即可完整泄露SQL数据库 [1][3][4] - 典型案例显示 攻击者通过客服工单植入恶意指令 使Cursor的MCP代理在30秒内泄露包含OAuth token的integration_tokens表 涉及Slack/GitHub/Gmail等核心系统权限 [4][6][8] - 攻击流程标准化：环境搭建→工单注入→日常操作触发→Agent自动执行SQL→数据公开暴露 无需提权即可绕过WAF和RBAC防护 [6][7][8] MCP生态发展现状 - 协议自2024年底发布后快速普及 2025年初已有超1000个服务器上线 GitHub相关项目获33000星 被谷歌/OpenAI/微软等巨头纳入生态体系 [2] - 部署简便性推动开源热潮 开发者可快速搭建服务端 实现AI模型对Slack/Google Drive/Jira等工具的自动化访问 [2] - Supabase CEO警告MCP仅适用于开发环境 禁止连接生产数据库 该建议适用于所有MCP实现方案 [13][14] 架构设计缺陷溯源 - 安全漏洞本质是协议层问题 非代码缺陷 GitHub案例显示单个MCP即可同时实现提示注入/数据访问/信息回传三重攻击 [9][12] - 早期设计未考虑恶意调用场景 本地进程模式缺乏认证机制 HTTP服务化后OAuth授权体系与MCP存在根本性阻抗失配 [16][17][20] - OAuth规范缺乏细粒度权限控制 无法识别管理员/只读用户等角色 scope字符串机制难以适应AI代理场景 [19][20] 行业解决方案探索 - Anthropic联合微软推进OAuth标准优化 提升discoverability并减少预配置 但上千MCP服务的权限协调仍是挑战 [19][21] - 安全专家建议重构授权模型 需明确工具访问默认权限 区分状态修改与敏感数据访问的检查节点 [20][21] - 社区共识认为需通过持续反馈调试解决OAuth与MCP的协议层融合问题 当前处于安全认知刷新阶段 [15][21]

生成式AI 一、 谷歌DeepMind 推 出 新架构MoR实现两倍推理速度 1. MoR架构实现参数共享与自适应计算相结合，以更少参数达到大模型性能； 2. 动态路由机制根据token复杂度分配不同递归深度，减少冗余计算并优化KV缓存； 3. 实验证明MoR推理吞吐量最高提升2.06倍，训练时间减少19%，峰值内存下降25%。 https://mp.weixin.qq.com/s/6IUoCHjm9P_FZllxBlQHPQ 二、 亚马逊推Agent全家桶！5招连发，吹响AI集结号 1. 亚马逊发布Bedrock AgentCore预览版，提供7大AI agents核心服务，包括运行时、记 忆、身份验证等； 2. 推出Nova定制选项和Strands Agents V1.0，使agents开发更简单，实现多agents协同工 作； 四、 谷歌搜索A I将可以 替你电话约服务，还会谈价砍单 1. 谷歌搜索推出AI代打电话功能，可为用户自动联系并预约本地服务，如宠物美容； 2. 搜索集成Gemini 2.5 Pro模型和Deep Search功能，能处理复杂查询并生成深度报告； 3. 发布Amazon S3 V ...

衡宇 发自 凹非寺 量子位 | 公众号 QbitAI 刚跳槽到Cursor背后公司不到两周，就火速回归老东家—— Claude Code的两位重量级人物与Cursor"闪婚""闪离"的这口大瓜，在硅谷炸开了锅。 事件主人公分别是Boris Cherny和Cat Wu。 跳槽过去后，Boris Cherny定岗的是首席架构师和工程主管，Cat Wu则是产品主管。 当时，Boris表示，他俩去了新公司以后，将致力于开发"类智能体"功能，即自动执行涉及多个步骤的复杂编程任务，以及其它产品。 这一举动不仅令人措手不及，还引发了广泛讨论，因为一直以来，他俩的老东家和新东家被外界视为一对紧密协作、功能互补的AI辅助编程黄 金搭档。 但，谁也想不到，仅仅半个月后，Anthropic就把这俩人重新给挖回来了！ 嘿，围观猹众吃瓜吃得更开心了。 要不说Anthropic稳如老狗呢，不仅在硅谷乱成一锅粥的抢人大战中重夺重要员工，还一边发布新品，一边向外界喊喇叭： 别看Claude很烧钱，但 咱的利润相关指标，正在改善！ 或成第二家估值超1000亿的生成式AI独角兽 Boris Cherny ，Claude Code的开发负责人，被 ...

图片来源： U nsplash 随着 Anthropic 人工智能产品销量的激增，该公司向投资者表示，尽管消耗了大量现金，但其部分利 润相关指标正在改善。 据两位参与讨论的人士透露，这一财务表现促使部分投资者表示，如果公司决定推进融资交易，他们 有意以超过 1000 亿美元的估值投资 Anthropic —— 相比四个月前宣布的 580 亿美元融资估值大幅提 升。 该公司三月份刚完成 35 亿美元股权融资，但此前曾告知部分投资者计划今年总共融资 55 亿美元， 近期还向部分投资者披露了部分财务表现。另一则好消息是， Anthropic 重新聘回了其编程产品部门 的两名前主管，这两人两周前刚加入竞争对手 Anysphere （运营 Cursor 编程应用）。 • Anthropic 的运营效率虽不及 OpenAI ，但收入增长迅猛。自营渠道毛利率达60%（目标70%）， 但云合作渠道毛利率-30%（因亚马逊/谷歌分成） • Anthropic 年化收入超40亿美元（半年增长4倍），核心驱动力为编程产品Claude Code贡献超2亿美 元年化收入 总体而言， OpenAI 的运营效率一直高于 Anthropic ...

对于投资者而言，这意味着在AI领域的赌注正从技术潜力转向可验证的收入增长。尽管Anthropic与 OpenAI一样仍在消耗巨额现金，但其营收的快速扩张，尤其是在AI编码等高利润领域的成功，正使其 成为资本市场不容忽视的关键标的。 营收飙升，但盈利能力喜忧参半 Anthropic向投资者展示了一幅复杂的盈利图景。据两位了解公司财务状况的人士透露，该公司通过直 接向客户销售其AI模型和Claude聊天机器人实现的毛利率约为60%，并有望向70%迈进。该指标在扣除 服务器和客户支持等成本后，反映了核心产品的盈利效率。 然而，这并非全部。Anthropic也通过亚马逊云（AWS）和谷歌云销售其模型，这部分业务在今年早些 时候的毛利率为负30%。这可能是因为作为Anthropic投资者的亚马逊和谷歌，在向其云客户转售模型时 会抽取相当大一部分收入。 截至2023年底，Anthropic约70%的收入来自直销。尽管目前尚不清楚最新的收入构成比例，但最新的财 务披露表明，公司的整体毛利率可能自2023年底的50%至55%以来并未显著改善。 在人工智能模型商业化浪潮的推动下，OpenAI的主要竞争对手Anthropic正成 ...

Boris Cherny 和 Cat Wu，在此访谈节目中，Cherny 表示 Anthropic 公司 80% 的代码都是 Claude 写的。图源：Latent Space | 机器之心报道 | | --- | | 机器之心编辑部 | 本月初，据 The Information 报道，Anthropic Claude Code 的两位负责人 Boris Cherny 和 Cat Wu 被 AI 编程应用 Cursor 的开发商 Anysphere 挖 走。详见机器之心报道：《 从亲密伙伴抢人，Cursor挖走Claude Code两位核心人物 》 其中，Boris Cherny 是 Claude Code 项目的开发负责人，可以说是 Claude Code 技术的灵魂人物 ，此前加入 Anysphere 担任首席架构师和工程主 管。Cat Wu 则是 Claude Code 产品经理，在 Anysphere 的新职务是产品主管。 万万没想到，仅仅过了两周，事情迎来了反转！ 同样据 The Information 独家消息， Anthropic 重新聘回了这两位 Claude Code 的关键负责人。 An ...

收购案概述 - OpenAI原计划以30亿美元收购Windsurf但因排他性协议到期失败退出 [1] - 谷歌以24亿美元许可费获得Windsurf核心团队及技术但不涉及股权收购 [1][6] - Cognition AI收购Windsurf剩余资产包括知识产权、产品线及250余名员工具体价格未披露 [1][6] Windsurf公司背景 - Windsurf由麻省理工学院校友于2021年创立主打AI编程助手与智能开发环境 [4] - 积累超80万开发者用户与约1000家企业客户ARR达1亿美元 [4] - 行业头部Anysphere旗下Cursor月活超700万ARR突破5亿美元 [4] 竞争格局与交易障碍 - 微软作为OpenAI最大投资方要求控制Windsurf技术被OpenAI拒绝 [5] - Anthropic切断Claude模型对Windsurf的API支持导致客户流失 [5] - 谷歌采用"反向收购"模式打包核心团队不涉及股权 [6] AI编程行业现状 - 2025年AI编程工具市场规模预计2957亿美元2030年达6468亿美元年复合增长率171% [8] - 国内开发者使用AI编程工具比例为30%美国达91%其中50%用ChatGPT创建生产级应用 [9] - 2024年全球AI编程融资超180亿元Cursor估值99亿美元Cognition AI估值40亿美元 [9] 产品与市场数据 - Cursor海外访问量2127万位列第二BlackBox AI以1460万次居第三 [7] - Windsurf访问量900万次于Boltnew的海外市场 [7] - 国内产品TRAE-CN访问量114万领先百度Comate的22万 [7] 技术发展与行业观点 - AI编程工具从代码补全升级为可执行复杂任务的"编程伙伴" [9] - 订阅收费和免费增值模式为主企业定制和API计费占比较少 [9] - 行业争议认为IDE非未来战场AI Agent自主规划能力成新热点 [10]

核心战略 - 浏览器+智能体是未来核心战略 旨在打造"认知操作系统" 实现任务并行处理 跨网页操作 数据自动调研等能力 [3][5][8] - 新浏览器Comet将整合个人信息 邮箱 日历 电商账户等 支持后台并行处理复杂任务 [8] - 浏览器相比聊天工具更难被复制 天然具备浏览历史 密码保存 多任务协作等用户留存优势 [7][39] 技术优势 - 借助OpenAI/Anthropic模型 首次在基础技术层面反超谷歌等大厂 [7] - 通过实时更新搜索索引+多步推理验证 显著降低错误率和幻觉现象 [7][42] - 机器学习团队用AI将实验周期从3天缩短至1小时 大幅提升研发效率 [7][33] 用户增长 - 用户量远超预期 需重构基础设施以应对未来十倍增长 [6] - 2022年跨年夜查询量暴增至70万次 成为关键转折点 [20] - 产品发布策略精准 在ChatGPT未启用网页搜索时抢占先机 [18] 商业模式 - 订阅制 按任务付费 交易抽成构成三大变现路径 [7] - 年营收有望达几十亿美元级别 但承认难以复制谷歌广告模式 [40] - 重点发展基于使用量的付费模式 价格参照人工服务市场价 [40] 竞争策略 - 避开资源对抗 专注速度 产品打磨和明确定位 [7] - 浏览器开发工程难度大 短期内难以被复制 [29] - 品牌价值是关键护城河 千万级用户规模即可保持竞争力 [37] 团队管理 - 强制全员使用AI编程工具 前端开发普及率达100% [33][35] - CEO坚持亲自修复bug 保持团队快速迭代文化 [7][12] - 200人规模团队 专注核心能力建设 [33] 行业洞察 - 互联网流量将两极分化 优质品牌获稳定访问 投机网站面临淘汰 [47] - 移动操作系统生态限制将被浏览器打破 实现真正开放互联 [46] - 科技圈存在信息茧房 需突破常规渠道触达真实用户 [48]

机器之心报道 编辑：笑寒 都在研究考生，考卷出问题了。 基准测试在评估人工智能系统的优势与局限性方面具有基础性作用，是引导科研与产业发展的关键工具。 随着 AI 智能体从研究原型逐步走向关键任务的实际应用，研究人员和从业者开始构建用于评估 AI 智能体能力与局限性的基准测试。 这和常规模型的评估方式产生了很大不同。由于智能体的任务通常需要一个真实场景，并且任务缺乏标准答案，针对 AI 智能体的基准测试在任务设计和评估方式 上要远比传统 AI 基准测试要复杂。 显然，现有的智能体基准测试 并没有达到一个可靠的状态 。 举几个例子： 近期加入英伟达担任首席研究科学家的 Banghua Zhu 发推评论这一现象，认为一个什么都不做的智能体就可以取得高达 38% 分数的现象「非常有趣」。 此外，在目前常用的 10 个 AI 智能体基准测试中（如 SWE-bench、OSWorld、KernelBench 等），研究在其中 8 个基准中发现了严重的问题，有些情况下甚至会导 致 对 AI 智能体能力 100% 的误判 。 这些数据传达出一个明确的信息： 现有智能体基准测试存在大问题。若要准确理解 AI 智能体的真实能力， ...