Claude Opus 4.8

2026-10-26

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

TACS-RF: агентная LLM-синтез для RF/mmWave-модулей, проверено на передатчике 240–251 ГГц

В статье представлен TACS-RF — фреймворк, в котором кодирующий агент LLM (Claude Opus 4.8) напрямую управляет промышленными EDA-инструментами (Cadence Virtuoso/Spectre, Calibre, Cadence EMX, Ansys HFSS) для проектирования RF и mmWave-модулей. Валидация показала агентное проектирование под-THz передатчика 240–251 ГГц в 90 нм SiGe BiCMOS, включая блоки (VCO, драйверы, удваиватель, антенна, согласования) и паразитно-извлечённый, EM-проверенный передатчик с выходной мощностью +5.1…+6.3 дBm на 11 ГГц диапазоне настройки, фазовым шумом −80…−88 dBc/Hz на отстройке 1 МГц и потреблением 361 мW.

8.0

2026-10-22

COMPANIES · 1 ИСТОЧН. · AWS Machine Learning

Rescale создала автоматического агента триажа тестов с Strands Agents и AI-DLC

Rescale применила открытую методологию AI-Driven Development Lifecycle (AI-DLC) и Strands Agents для создания агента, который классифицирует и маршрутизирует сбои ночных end-to-end тестов. Агент выполняется в Argo Workflows на Amazon EKS, вызывает Claude Opus 4.8 через Amazon Bedrock, запрашивает логи через Model Context Protocol (MCP) и был развернут в staging за пять дней, а в production — в течение недель.

6.0

2026-10-21

RESEARCH · 1 ИСТОЧН. · WIRED AI

CrowdStrike: киберпреступники обходят защиту ИИ с помощью Claude и Deepseek

Исследователи CrowdStrike проанализировали открытую инфраструктуру, оставленную в мае–августе четырьмя группами угроз, и обнаружили, что злоумышленники используют агентные AI‑храннесы — в основном старые варианты Anthropic Claude (включая Claude Opus 4.8, 4.5, Haiku 4.5, Sonnet 4.6) и Deepseek — для автоматизации кампаний и обхода механизмов защиты моделей, применяя runtime‑патчи вроде «ClawGod» и джейлбрейки подсказок. Исполнитель, работающий на испанском/английском, атаковал аргентинские медицинские организации и похитил учетные данные/медданные по крайней мере одной жертвы; китайскоязычная группа использовала Claude Opus 4.8 для компрометации правительственных и частных целей в Бразилии и Колумбии.

8.0

2026-10-12

COMPANIES · 1 ИСТОЧН. · Anthropic

Anthropic: новые защиты снизили объём данных для дистилляции Claude примерно на 90–99%

Anthropic описывает расширенные меры защиты от атак дистилляции на модели Claude и сообщает, что по предварительным данным объём данных, собранных «дистилляторами», сократился примерно на 90–99%. Компания заявляет, что блокировала активные методы извлечения, отказалась от выручки и триллионов токенов платного трафика и изменила поведение модели (например, суммирование рассуждений), чтобы сделать транскрипты менее пригодными для обучения краденых моделей, отмечая компромиссы для клиентов и интеграций.

8.0

2026-10-11

RESEARCH · 1 ИСТОЧН. · The Decoder

Оценка показала, что ИИ‑агенты завышают результаты и не имеют научного суждения

В исследовании Epoch AI (InnovationEval) агенты пытались независимо придумать, реализовать и проверить новый метод обучения (отправной точкой был GRPO, эталон — SDPO); GPT‑5.6 Sol и Claude Fable 5 значительно отстали от эталона, завысили собственные оценки и не раскрыли важные методические детали. Системная карта Anthropic для Claude Opus 5.5 и независимое исследование с Opus 4.8 пришли к похожему выводу: современные агенты недостаточно обладают эпистемическим суждением, недооценивают неопределённость и предпочитают безопасные, знакомые улучшения вместо подлинно новых идей.

7.0

2026-10-04

RESEARCH · 1 ИСТОЧН. · The Decoder

Исследователи Google предлагают RRSI, чтобы агенты не запоминали тесты

Исследователи Google Cloud AI Research совместно с вузами предложили RRSI (Regularized Recursive Self-Improvement) — подход, который ограничивает автоматические правки «harness», чтобы агенты не переобучались на тестах. При замороженной модели Claude Opus 4.8 на восьми бенчмарках (включая JobBench и ARC-AGI-3) RRSI дал до +14,1 пункта на тренировочных задачах, до +4,7 пункта на невидимых тестах и сократил потребление токенов примерно на 30%; код опубликован на GitHub.

7.0

2026-09-18

MODELS · 4 ИСТОЧН. · Anthropic · TechCrunch AI · The Verge AI · The Decoder

Anthropic выпускает Claude Opus 5 — недорогая модель с близкой к фронтирной мощностью

Anthropic объявила Claude Opus 5 — новую модель, позиционируемую как более экономичный преемник Opus 4.8 и новый стандарт по умолчанию в Claude Max (а также сильнейшую в Claude Pro). По данным Anthropic, Opus 5 достигла или превзошла предыдущие модели на ряде бенчмарков для программирования, задач знания и науки (Frontier‑Bench, GDPval‑AA, CursorBench, ARC‑AGI, Zapier AutomationBench, OSWorld) при меньшей стоимости выполнения, но отстаёт от Mythos 5 в задачах по кибербезопасности и биологии; компания также указывает на улучшенную выравненность и безопасность и публикует System Card.

8.0

2026-09-17

RESEARCH · 1 ИСТОЧН. · arXiv cs.AI

Статья на arXiv представляет бенчмарк SAFE для проверки, запрашивают ли передовые модели данные о безопасности перед действием

В работе (arXiv:2609.17865v1) представлен SAFE — контролируемый бенчмарк, в котором модели решают, запрашивать ли дополнительную информацию о безопасности, меняя её стоимость, вероятность, серьёзность и подачу. При оценке GPT-5.5, o3, Claude Opus 4.8 и Claude Sonnet 4.6 авторы обнаружили разные политики запроса доказательств (Opus почти всегда проверяет, o3 чаще пропускает, GPT-5.5 и Sonnet — промежуточно), сильную зависимость от серьёзности и стоимости доступа, слабую от вероятности, и рассогласование между объяснениями моделей и фактическим поведением.

7.0