Anthropic解禁Mythos:生命科学验证计划上线
Anthropic正式上线生命科学验证计划(LSVP)测试版,首次向经过认证的专业群体开放此前保密的神秘Mythos模型。过去Claude回避的生物学问题,如今认证科学家可直接提问。

该计划设两种授权类型。标准使用覆盖日常大多数生命科研工作,可授权整个团队,每年续期一次,适用模型包括Mythos 5.1、Opus 5和Sonnet 5,未来随新模型同步更新,适用于基础科学、研发、供应链与制造、临床开发、质量保证、监管事务及投资尽职调查等。高风险使用则移除所有安全限制,按单个研究项目授权,每六个月续期一次,目前主要向Opus 5和Sonnet 5开放,针对“双用途”研究等极高风险领域。

此前Anthropic持续强化Claude在科学领域的定位,推出Claude Science科研工作台,并调整Fable 5生物安全系统,将生物相关问题被错误降级到较弱模型的情况降低约85%。但真正做前沿科研的人需要的恰是模型最强能力,LSVP由此推出。

安全机制上,Anthropic摒弃“一刀切实时拦截”,转向共同责任制。第一,访问权限与机构申请时申报的具体用途绑定;第二,从实时拦截转为离线监控,合法工作无阻碍进行,系统在后台分析流量行为模式;第三,一旦发现流量模式超出申报安全范围,不会立刻封号,而是标记给机构管理员排查补救,相关流量数据保留30天。官方强调,保留数据被严格隔离,不用于模型训练,Anthropic自己的生科团队也无法访问。
LSVP已在官方API控制台开放,Claude企业版和团队版用户可申请,个人计划Pro和Max暂不支持但正在扩展,暂不支持第三方平台调用。早期计划中已有几十家生物圈机构参与内测。
Anthropic一直将AI安全作为战略重点,CEO Dario Amodei曾提出通过独立评估、安全标准和国际协调加强前沿AI监督。LSVP延续这一路线:并非停止AI在科学领域的发展,而是在能力开放过程中增加身份、权限和责任约束。对科研人员意味着更强大的AI工具进入实验室;对AI公司则意味着模型治理需同时解决如何让AI帮助人类解决重大科学问题,以及如何确保能力不落入错误使用场景。生命科学正成为下一阶段AI安全治理最重要的试验场之一。
更多推荐阅读

Genspark发布第二款AI硬件VoicePad:五键自定义,早鸟价99美元
10 月 29 日,Genspark 发布第二款硬件 SecondBrain VoicePad,一台可在办公室使用的 AI 语音设备,自带麦克风,按下听写键可直接语音输入;其他按键可打开指定 App(如 ChatGPT)、调起 Genspark 的 Super Agent,或开始会议录音和纪要。五个按键功能均可由用户自定义。官方零售价 169 美元,早鸟价 99 美元,今年 11 月开放早鸟预订,...
2026-11-03 08:03:41
OpenAI总裁转发素人3D作品,AI+3D创作赛道被低估
2026年8月,OpenAI联合创始人兼总裁Greg Brockman在X转发了一件“人体器官教学”3D交互网页作品。开发者@thebuggeddev将AI 3D大模型Tripo P1.0的建模能力与GPT 5.6 Sol的编程能力结合,在缺乏3D建模和编程经验的情况下做出精美可交互网页,浏览量迅速突破210万。 类似案例不断涌现:创作者海辛和阿文用Nano Banana生成参考图、Tripo ...
2026-11-03 08:02:26
5580元闲鱼整机四张P40共96GB显存,本地跑AI大模型
5580元,四张24GB P40,合计96GB显存。闲鱼卖家标称双路E5-2686 v4、64GB内存,不含硬盘,附M.2转接卡和导轨,仅限南京自提。 按配件参考价:P40每张1150元共4600元;E5-2686 v4每颗100元共200元;16GB DDR4-2133服务器内存每根300元共1200元,三项合计6000元,未算主板、电源、机箱和散热。5580元为整机挂价,省去配套采购麻烦,落...
2026-11-03 09:11:54
红杉领投,这家18人AI公司如何让模型持续学习?
当前AI模型存在一个关键局限:如果不经过进一步训练,它们就无法真正从错误中学习。对于法律、金融等专业领域的企业来说,要让通用AI模型适应特定业务需求,通常需要通过微调来实现,但这一过程往往意味着企业需要组建内部研究团队,或聘请成本高昂的外部顾问。 一家名为Trajectory的初创公司希望将这一过程自动化,让AI模型能够根据反馈持续学习,并不断提升在专业任务中的表现。Trajectory成立于约...
2026-11-03 09:51:34
语音切入重新定义Personal Agent,Orilo能否破局?
Personal Agent赛道仍存巨大非共识,热度与质疑并存。此前有观点认为Personal Agent可能是伪命题,原因在于算力成本高企,且普通人究竟有多少复杂任务值得每天交给Agent完成存疑。当前几乎所有玩家都沿相似思路做产品:比拼算力资源、Connector连接数量、任务执行能力。但这条路上有三个问题绕不开:复杂任务本身不够高频、手动输入指令交互门槛太高、云电脑方案成本高昂。 近期一款...
2026-11-03 09:17:55
AI重构材料研发:自建实验室生成720维数据,押注金属材料的GPT时刻
材料科学长期被视为经验科学,研发范式从试错到计算模拟始终受限于物理模型只在成熟体系内有效、行业数据难以支撑AI学习。人类数千年使用的金属材料,真正探索过的成分空间或许不到10%。 这一轮AI带来的是研发组织方式的重构:大模型负责调度和提出假设,小模型与计算工具承担确定性执行,自动化实验室完成验证,可协同调控八种元素。偶遇式发现转为持续产出,研发具备确定性——投入资源就能稳定拿到结果。金属材料是数...
2026-11-03 09:23:59