Anthropic 博客深度解读
Anthropic 是 Claude 背后的 AI 安全公司，专注于构建可靠、可解释、可控的 AI 系统。以下是我们对 Anthropic 重要博客文章的中文翻译与深度解读。
Agent 与工程实践
| 文章 | 主题 |
|---|---|
| Building Effective Agents | 构建高效 AI Agent 的方法论 |
| Context Engineering | AI Agent 的上下文工程 |
| Effective Harnesses | 长时间运行 Agent 的高效框架 |
| Think Tool | 让 Claude 在复杂工具使用中停下来思考 |
| Multi-Agent Research System | 多智能体研究系统的构建 |
| Writing Tools for Agents | 为 AI 智能体编写高效工具 |
| Claude Code Best Practices | Claude Code 最佳实践指南 |
| Claude Code Sandboxing | Claude Code 安全沙箱方案 |
| Contextual Retrieval | 上下文检索：RAG 失败率降低 67% |
| Code Execution with MCP | MCP 代码执行：token 降幅 98.7% |
| Advanced Tool Use | 高级工具使用：三项 Beta 功能 |
安全与对齐
| 文章 | 主题 |
|---|---|
| Constitutional Classifiers | 抵御通用越狱的宪法分类器 |
| Alignment Faking | 大语言模型中的对齐伪装 |
| Agentic Misalignment | LLM 如何成为内部威胁 |
| Emergent Misalignment | 奖励黑客导致的自然涌现错位 |
| SHADE-Arena | 评估 LLM 智能体中的蓄意破坏与监控 |
| Claude's New Constitution | Claude 新宪法：理解原理取代遵守规则 |
| A3 自动对齐智能体 | 开源自动安全微调框架，7B 模型超越 GPT-5 |
| AuditBench 审计基准 | 56 个隐藏行为模型，评估对齐审计技术 |