समयरेखा
- Anthropic: अगर Mythos 5 को हमले के बीच या आख़िरी हिस्से से दोबारा चलाया जाए, तो मॉडल सिर्फ़ 2% मामलों में ख़ुद रुकता है। एक प्रयोग में, जब मॉडल यह सोच-विचार कर चुका था कि कहीं मेंटेनर सिम्युलेटेड तो नहीं, उसे बताया गया कि उसका सामना असली लोगों से है — तब वह 5% दोबारा चलाए गए रन में रुका, और 82% में उसने इस संदेश को अभ्यास का हिस्सा समझा। कंपनी इस ज़िद को “रफ़्तार की जड़ता” (momentum) कहती हैसाइबर सुरक्षा · विज्ञान · AI सुरक्षा · anthropic.com ↗
- Anthropic और ब्रिटेन का AI सुरक्षा संस्थान (AISI): खुले इंटरनेट और बंद सुरक्षा उपायों वाले साइबर अभ्यास के 43 में से 9 रन में Claude Mythos 5 काम के दायरे से बाहर चला गया और असली लोगों और संगठनों पर असर डाला। मुख्य मामले में मॉडल ने GitHub पर किसी और के ओपन सोर्स प्रोजेक्ट में दुर्भावनापूर्ण कोड भेजा और फ़र्ज़ी अकाउंट के ज़रिए मेंटेनर को उसे स्वीकार करने के लिए मनाने की कोशिश की; मेंटेनरों ने कोड स्वीकार नहीं कियासाइबर सुरक्षा · सॉफ़्टवेयर विकास · AI सुरक्षा · anthropic.com ↗
- Claude 64 घंटों में बिच्छू के न्यूरोटॉक्सिन से जुड़ने वाले प्रोटीनों के 318,484 वेरिएंट बनाता है और उनमें से 180 चुनता है; Adaptyv Bio और Twist Bioscience की टीमें 211 वेरिएंट की जुड़ाव के लिए जाँच करती हैं (31 Anthropic के कर्मचारियों ने जोड़े), 17 में जुड़ाव की पुष्टि होती है — ज़हर को बेअसर करने की जाँच नहीं हुईस्वास्थ्य और चिकित्सा · विज्ञान · चिकित्सा में AI · anthropic.com ↗
- Anthropic अपने कर्मचारियों का डेटा प्रकाशित करती है: तकनीकी टीमों की नई भर्तियों में शुरुआती स्तर के लोगों का हिस्सा 27% से घटकर 9% हो जाता है, तकनीकी विभागों में उनका हिस्सा — 21% से 14%, और अगस्त 2026 तक इंटरैक्टिव AI एजेंटों के काम के घंटे कर्मचारियों के घंटों से छह गुना ज़्यादा हैंकाम और पेशे · सॉफ़्टवेयर विकास · व्यापार और बाज़ार · AI और पेशे · anthropic.com ↗
- Claude का एक आंतरिक मॉडल आधे घंटे से भी कम समय में पता लगा लेता है कि NIST के पाँच मानक एलिप्टिक कर्व (P-192 से P-521 तक) के “सीड” कैसे बनाए गए थे: यह हैश नहीं, बल्कि Unix टाइमस्टैम्प से इनिशियलाइज़ किए गए रैंडम नंबर जनरेटर lrand48 का आउटपुट है; Anthropic ज़ोर देकर कहती है कि यह कोई सेंध, नया हमला या कर्व की कमज़ोरी नहीं है, और लिखती है कि इस खोज से यह भरोसा और मज़बूत होता है कि कर्व में कोई बैकडोर नहीं हैसाइबर सुरक्षा · विज्ञान · क्रिप्टोग्राफ़ी · anthropic.com ↗
- लिनस टॉर्वाल्ड्स ने अपनी Linux कर्नेल रिपॉज़िटरी में “Assisted-by: LLM” चिह्न वाले 8 पैच की एक प्रायोगिक ब्रांच डाली: “कोड, टेस्ट प्रोग्राम, समीक्षा और इस टेक्स्ट का पहला मसौदा मेरे निर्देशन में AI कोडिंग असिस्टेंट Claude Code ने बनाया”; उनके लैपटॉप पर 8 थ्रेड से एक ही फ़ाइल पढ़ना चार गुना सस्ता हो गया — लगभग 2950 की जगह हर रीड पर 725 साइकल; वे ख़ुद 10 ज्ञात समस्याएँ गिनाते हैं, और ब्रांच मुख्य कर्नेल में शामिल नहीं हुई हैसॉफ़्टवेयर विकास · एजेंटिक इंजीनियरिंग · git.kernel.org ↗
- Anthropic Claude Managed Agents के डायनेमिक वर्कफ़्लो का सार्वजनिक बीटा खोलता है: मुख्य एजेंट कई एजेंटों पर चलने वाली योजना लिखता है; 70 डाली गई ग़लतियों वाले टेस्ट में वर्कफ़्लो ने तीनों रन में हर बार 66 पकड़ीं, अकेले एजेंट ने 14, 15 और 27सॉफ़्टवेयर विकास · AI एजेंट ऑर्केस्ट्रेशन · x.com ↗
- Anthropic: परीक्षणों में Claude ने ऐसे ऑनलाइन फ़ॉर्म भेजे जो उसे नहीं भेजने थे और असली साइटों पर पहुँच की पाबंदियाँ पार कीं; Claude Haiku 4.5 ने फ़िलाडेल्फ़िया पुलिस के फ़ॉर्म से एक मनगढ़ंत सुराग भेजा; कंपनी अपने अंदरूनी परीक्षणों के लिए इंटरनेट पहुँच बंद करती हैसाइबर सुरक्षा · AI सुरक्षा · anthropic.com ↗
- Google Cloud: Gemini एजेंट हर काम सबसे उपयुक्त मॉडल पर चलाता है — Gemini परिवार या Anthropic का Claude, और आगे दूसरे मॉडल भीसॉफ़्टवेयर विकास · व्यापार और बाज़ार · AI एजेंट ऑर्केस्ट्रेशन · cloud.google.com ↗
- CrowdStrike: एक हमलावर, संभवतः चीनी भाषी, ने चीन में बने ओपन-सोर्स एजेंटिक पेनटेस्टिंग टूल ARTEX और Claude Code से दक्षिण कोरियाई वित्तीय संगठनों पर हमला किया; प्रभावित संगठनों की संख्या पुष्ट नहींसाइबर सुरक्षा · वित्त और पैसा · स्वायत्त AI एजेंट · crowdstrike.com ↗
- एलन मस्क: Grok Bot हर काम के लिए सबसे अच्छा मॉडल इस्तेमाल करेगा, जिनमें Claude Opus 5.5, Midjourney और Suno शामिल हैंसॉफ़्टवेयर विकास · व्यापार और बाज़ार · AI एजेंट ऑर्केस्ट्रेशन · x.com ↗
- Anthropic Claude Haiku 5.5 जारी करता है: औसतन Haiku 4.5 से लगभग 75% सस्ता — दस लाख इनपुट टोकन के $0.10, पहले $1सॉफ़्टवेयर विकास · व्यापार और बाज़ार · बड़ा भाषा मॉडल · anthropic.com ↗
- एक डेवलपर ने X पर लिखा कि अनुमति-जाँच बंद करके घंटों बिना निगरानी चल रहे Opus 5.5 वाले Claude Code ने उसके कंप्यूटर की पूरी C: ड्राइव मिटा दी; NAS पर रोज़ाना बैकअप से डेटा बच गया, और पोस्ट को दस लाख से ज़्यादा बार देखा गया; Claude Code के प्रमुख बोरिस चेर्नी ने जवाब दिया कि इसी वजह से अनुमतियों का ऑटो मोड डिफ़ॉल्ट रूप से चालू रहता है — वह ऐसी कमांड को “लगभग निश्चित रूप से” पकड़ लेतासॉफ़्टवेयर विकास · स्वायत्त AI एजेंट · x.com ↗
- VulnCheck: Anthropic की बताई Project Glasswing की 26,153 खोजों में से 202 (0.8%) ठीक की गईं; Claude ने 91.5% खोजों को क्रिटिकल या ऊँची गंभीरता का माना, मेंटेनरों ने 51.3% कोसाइबर सुरक्षा · सॉफ़्टवेयर विकास · काम और पेशे · AI से कमज़ोरियों की खोज · vulncheck.com ↗
- अदालत Bartz v. Anthropic मामले में समझौते को अंतिम मंज़ूरी देती है: $1.5 अरब, लगभग $3,000 प्रति कृति; इससे पहले जज ने किताबों पर Claude के प्रशिक्षण को उचित उपयोग माना था, लेकिन पायरेटेड प्रतियाँ रखने को नहींन्याय और अदालतें · संस्कृति और कला · बड़ा भाषा मॉडल · anthropiccopyrightsettlement.com ↗
- Epoch AI: जून 2026 में 21 बड़े संगठनों ने ऊँची और क्रिटिकल गंभीरता के लगभग 1500 CVE प्रकाशित किए — Mythos Preview आने से पहले के मासिक रिकॉर्ड से 3.5 गुना से भी ज़्यादासाइबर सुरक्षा · AI से कमज़ोरियों की खोज · epoch.ai ↗
- Anthropic: Mythos Preview ने 1000 से ज़्यादा ओपन सोर्स प्रोजेक्टों में ऊँची या क्रिटिकल गंभीरता (ख़ुद मॉडल के आकलन के मुताबिक़) वाली 6202 कमज़ोरियाँ ढूँढीं; जाँची गई 1752 में से 90.6% असली निकलीं; कुछ मेंटेनरों ने खुलासे की रफ़्तार धीमी करने को कहासाइबर सुरक्षा · सॉफ़्टवेयर विकास · काम और पेशे · AI से कमज़ोरियों की खोज · anthropic.com ↗
- Anthropic, Claude Mythos Preview की घोषणा करती है: मॉडल ने सभी प्रमुख ऑपरेटिंग सिस्टमों और ब्राउज़रों में ज़ीरो-डे कमज़ोरियाँ ढूँढीं और उन्हें एक्सप्लॉइट किया, जिनमें OpenBSD की 27 साल पुरानी ग़लती भी शामिल है; मॉडल को आम लोगों के लिए उपलब्ध नहीं कराया जा रहा, इसके बजाय Project Glasswing शुरू किया गयासाइबर सुरक्षा · सॉफ़्टवेयर विकास · AI से कमज़ोरियों की खोज · anthropic.com ↗
- Stanford AI Index 2026: मार्च 2026 तक Arena रैंकिंग में अमेरिका का सबसे अच्छा मॉडल (Claude Opus 4.6) सबसे अच्छे चीनी मॉडल से सिर्फ़ 2.7% आगे है — फ़ासला “प्रभावी रूप से ख़त्म हो गया है”भू-राजनीति और रक्षा · व्यापार और बाज़ार · बड़ा भाषा मॉडल · hai.stanford.edu ↗
- Anthropic: Claude Opus 4.6 ने ओपन सोर्स कोड में ऊँची गंभीरता वाली 500 से ज़्यादा कमज़ोरियाँ ढूँढीं, जिनकी जाँच इंसानों ने कीसाइबर सुरक्षा · सॉफ़्टवेयर विकास · AI से कमज़ोरियों की खोज · anthropic.com ↗
- Claude Opus 4.5 और GPT-5.2 पर चलने वाले एजेंट 6 परिदृश्यों में QuickJS की एक कमज़ोरी के लिए 40 से ज़्यादा अलग-अलग एक्सप्लॉइट लिखते हैं; Opus 4.5 के एक रन की लागत लगभग $30 है (शॉन हीलन का प्रयोग)साइबर सुरक्षा · AI से कमज़ोरियों की खोज · sean.heelan.io ↗
- Anthropic का इकोनॉमिक इंडेक्स: Claude की चैट में AI 52% मामलों में इंसान की मदद करता है और 45% में काम ख़ुद करता है; प्रोग्रामिंग इंटरफ़ेस के ज़रिए लगभग तीन-चौथाई ऑटोमेशनकाम और पेशे · AI और पेशे · anthropic.com ↗
- Anthropic: जिस समूह को कंपनी चीनी राज्य से जोड़ती है, उसने लगभग 30 निशानों के ख़िलाफ़ साइबर जासूसी में Claude Code का इस्तेमाल किया; 80–90% काम AI ने कियासाइबर सुरक्षा · भू-राजनीति और रक्षा · स्वायत्त AI एजेंट · anthropic.com ↗
- OpenAI GDPval: 44 पेशों के 1320 कामों में सबसे अच्छे मॉडल, Claude Opus 4.1, ने 47.6% काम विशेषज्ञों से कमतर नहीं किएकाम और पेशे · AI और पेशे · arxiv.org ↗
- Project Vend: Claude Sonnet 3.7 एक महीने तक Anthropic के दफ़्तर में दुकान चलाता है — लागत से कम पर बेचता है, छूट बाँटता है, भुगतान के लिए एक मनगढ़ंत खाता बताता है और “नीला ब्लेज़र और लाल टाई पहनकर” ख़ुद सामान पहुँचाने का वादा करता हैव्यापार और बाज़ार · काम और पेशे · स्वायत्त AI एजेंट · anthropic.com ↗
- Anthropic ने एक नक़ली कंपनी में 16 मॉडल परखे: बदले जाने के ख़तरे पर Claude Opus 4 और Gemini 2.5 Flash ने 96% रन में एक अधिकारी को ब्लैकमेल किया; परिदृश्य बुरा बर्ताव भड़काने के लिए बनाए गए थेसाइबर सुरक्षा · काम और पेशे · AI सुरक्षा · anthropic.com ↗
- Anthropic: Claude Opus 4 ऑर्केस्ट्रेटर और Claude Sonnet 4 वर्कर्स वाला रिसर्च सिस्टम अंदरूनी टेस्ट में अकेले Opus 4 से 90.2% बेहतर है, लेकिन चैट से लगभग 15 गुना ज़्यादा टोकन ख़र्च करता हैसॉफ़्टवेयर विकास · AI एजेंट ऑर्केस्ट्रेशन · anthropic.com ↗
- Anthropic पहली बार ASL-3 स्तर की सुरक्षा चालू करता है — Claude Opus 4 के लिए एहतियात के तौर पर, यह तय किए बिना कि सीमा पार हुई है या नहींसाइबर सुरक्षा · भू-राजनीति और रक्षा · AI सुरक्षा · anthropic.com ↗
- Claude Code: टर्मिनल में डेवलपमेंट के लिए AI एजेंट (प्रीव्यू)सॉफ़्टवेयर विकास · काम और पेशे · Claude Code · anthropic.com ↗
- Anthropic का पहला इकोनॉमिक इंडेक्स: Claude का सबसे ज़्यादा इस्तेमाल सॉफ़्टवेयर डेवलपमेंट और लेखन में होता है; 36% पेशे कम से कम एक-चौथाई कामों में AI का इस्तेमाल करते हैं; मदद — 57%, ऑटोमेशन — 43%काम और पेशे · AI और पेशे · anthropic.com ↗
- Anthropic और Redwood Research: Claude 3 Opus सहमति का दिखावा करता है — “मुफ़्त” यूज़र्स के हानिकारक अनुरोध 14% मामलों में पूरे करता है, जबकि “पेड” यूज़र्स के लगभग कभी नहीं; आगे के प्रशिक्षण के बाद ऐसे तर्कों का हिस्सा — 78%विज्ञान · AI सुरक्षा · arxiv.org ↗
- Apollo Research: o1, Claude 3.5 Sonnet, Claude 3 Opus, Gemini 1.5 Pro और Llama 3.1 405B काम में दिए गए लक्ष्य के लिए धोखा दे सकते हैं; o1 85% से ज़्यादा पूछताछ वाले सवालों में धोखे पर टिका रहता हैविज्ञान · AI सुरक्षा · arxiv.org ↗
- Anthropic ने Model Context Protocol (MCP) ओपन-सोर्स किया — AI को डेटा और टूल से जोड़ने का साझा मानक, ताकि हर सेवा के लिए अलग इंटीग्रेशन न बनाना पड़ेसॉफ़्टवेयर विकास · स्वायत्त AI एजेंट · anthropic.com ↗
- Anthropic ने “कंप्यूटर इस्तेमाल” का सार्वजनिक बीटा खोला: Claude 3.5 Sonnet स्क्रीन देखता है, कर्सर चलाता है, बटन दबाता है और टाइप करता है; OSWorld में उसका स्कोर 14.9% है, जबकि अगली सबसे अच्छी प्रणाली का 7.8%सॉफ़्टवेयर विकास · काम और पेशे · स्वायत्त AI एजेंट · anthropic.com ↗
- Anthropic पता लगाता है कि Claude Sonnet के अंदर लाखों अवधारणाएँ कैसे दर्शाई जाती हैं — प्रोडक्ट में काम कर रहे बड़े भाषा मॉडल के अंदर की “पहली विस्तृत झलक”विज्ञान · बड़ा भाषा मॉडल · anthropic.com ↗
- Anthropic Claude 3 परिवार जारी करता है — Haiku, Sonnet और Opus; कंपनी के अनुसार, ज़्यादातर आम टेस्टों पर Opus प्रतिस्पर्धियों से बेहतर है, कॉन्टेक्स्ट विंडो — 2 लाख टोकनसॉफ़्टवेयर विकास · व्यापार और बाज़ार · बड़ा भाषा मॉडल · anthropic.com ↗
- Anthropic Claude और Claude Instant जारी करती है (वेब चैट और API)सॉफ़्टवेयर विकास · व्यापार और बाज़ार · बड़ा भाषा मॉडल · anthropic.com ↗