Anthropic推出代码漏洞查找工具，AI颠覆风险的应对之策
当地时间2月20日，Anthropic宣布在智能编程工具Claude Code中内置了全新安全工具Claude Code Security。该工具能够扫描软件代码库查找漏洞，并提供解决方案。据Anthropic介绍，它可以生成针对性的软件补丁供人工审核，使团队能够发现并修复传统方法容易遗漏的安全问题。该工具发布后，网络安全股持续下跌，投资者担忧新的AI能力将取代传统软件商业模式。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
安全团队面临着一个共同挑战：软件漏洞过多，而处理漏洞的人手不足。现有的分析工具有所帮助但作用有限，它们通常只能寻找已知的模式，要发现那些常被攻击者利用、依赖上下文的漏洞，需要经验丰富的人类研究人员，而他们正面临不断积压的工作压力。
Anthropic表示，人工智能正在改变这种局面，Claude能够检测严重性高的新型漏洞，保护代码免受这类新的人工智能助力的攻击。Claude Code Security并非扫描已知模式，而是像人类安全研究人员那样阅读和理解代码逻辑：理解组件如何交互，追踪数据在应用程序中的流动，并捕获传统工具容易错过的复杂漏洞。使用本月初发布的Claude Opus 4.6，团队在开源代码库中发现了500多个漏洞，这些漏洞经过多年的专家审查却一直未被发现。
尽管Anthropic的新工具目前处于有限研究预览阶段，但仍然引发业内担忧。网络安全公司CrowdStrike和Zscaler本周一股价下跌约10%，Netskope和Tenable则下跌约12%。
CrowdStrike首席执行官乔治·库尔茨在领英发帖为该公司辩护，称安全需要的是一个经过实战检验的独立平台来阻止入侵，新的人工智能工具不会取代其系统。人工智能创新令人鼓舞，“但让我们脚踏实地，回归现实。”
网络安全厂商Palo Alto首席执行官尼科什·阿罗拉则表示，他“很困惑”市场将人工智能视为对网络安全的威胁，实际上客户希望借助更多人工智能来扩展安全堆栈。
除了Anthropic的安全工具，据CNBC报道，近几个月来，能够通过提示和文本快速创建应用程序的新人工智能工具也震动了软件行业。对OpenAI和Anthropic能力的担忧已连续数周重创了像Salesforce这样的企业软件公司股票，市场因担心人工智能会损害传统的软件即服务商业模式而抛售这些股票。自今年年初以来，软件巨头Salesforce市值下跌约三分之一，美国SaaS公司ServiceNow跌幅超过34%。
另据Business Insider报道，人工智能泡沫论调升温，加剧软件股跌势。BCA研究公司首席市场策略师彼得·贝雷津表示，部分公司盈利模式不明朗，巨额资本支出引发担忧，“问题在于，投资者是否会对我们目前看到的大量用于人工智能数据中心的巨额支出提出抗议。”
据路透社报道，华尔街股市周一大幅收低，部分原因在于市场对新兴人工智能技术可能带来颠覆的持续担忧，人们对人工智能导致的岗位流失担忧加剧。
研究机构Citrini Research当地时间2月23日发布的一份假想报告《2028年全球智能危机》引发AI恐慌。其中描述了黑暗的未来图景，并认为人工智能的蓬勃发展可能会让经济状况愈发复杂多变，如果白领工作被机器成功取代，将导致失业率上升。
相关攻略
ASP常用源代码总结（上篇） 当提到ASP（Active Server Pages），很多老开发者的记忆可能就被唤醒了。作为微软当年用来替代CGI脚本的利器，ASP以其简单、方便的特性，成为连接数据库、实现动态网页交互的主流工具。虽然技术风潮不断更迭，但这些经典的代码片段，至今仍是理解Web开发底层
4月2日消息，人工智能公司Anthropic在处理未公开源代码泄露事件时出现操作失误，导致代码托管平台GitHub上逾8000个代码库被意外下架。目前该公司已撤回绝大部分下架要求。事件起因于本周二。
中新经纬4月1日电 (谢婧雯)“这是人为错误。我们的部署流程包含几个手动步骤，其中一个步骤我们操作有误。我们已经进行了一些改进，并且正在深入研究，以增加更多健全性检查。”4月1日下午，Anthr
AI（人工智能）新锐巨头Anthropic意外“开源”了旗下编码助手Claude Code的51万行源代码。当地时间3月31日，由于npm（包管理器）打包失误，Anthropic旗下爆款AI编程工具
编辑 | 王凤枝一个59 8MB的map文件，把Anthropic最核心的编程产品扒了个干净。这不是黑客攻击，不是内部泄密，就是发布时忘了删。3月31日，安全研究员Shou Chaofan在npm注
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家