今天的 Anthropic 一次釋出了五項以上的產品與研究——從進軍視覺設計的 Claude Design、串接八個創意工具的連接器生態系，到機器人控制能力評估、跨語言價值觀量化分析、以及 J-space 全球工作空間理論。但如果把視角拉遠，同一天出現在新聞裡的還有另一件事：一張年薪 $65,000、要求分子生物學碩士級經驗的徵才啟事，在估值逼近兆美元的 IPO 前夕，引爆了舊金山的階級焦慮。

🔥 Anthropic 同日多線出擊：Claude Design 正式推出、八組創意工具連接器上線

Anthropic 今天同時發布了 Claude Design——一個讓使用者透過對話生成視覺設計、原型、簡報的 Anthropic Labs 產品——以及「Claude for Creative Work」頁面，一口氣推出八組 MCP 連接器，讓 Claude 直接操控 Ableton、Adobe Creative Cloud（50+ 工具）、Affinity、Autodesk Fusion、Blender、Resolume、SketchUp 和 Splice 等專業創意工具。

Claude Design 由 Claude Opus 4.7 驅動。Anthropic 的定位是：設計師可以快速探索大量方向、非設計背景的人（PM、行銷、創辦人）可以直接產出視覺素材。功能包括從 codebase 自動提取設計系統（顏色、字型、元件）、inline 評論、Canva 匯出，以及「handoff bundle」——一鍵把設計打包給 Claude Code 實作。Canva 的共同創辦人在官方公告中背書：「我們很興奮能在 Claude 和 Canva 之間建立無縫銜接。」

連接器這邊的邏輯更清楚：Claude 不是要取代這些工具，而是要當它們的通用控制層。Blender 連接器建立在 MCP 上，Anthropic 為此向 Blender 基金會提供了捐款。Ableton 連接器讓使用者查詢 Live 和 Push 的官方文件。Adobe 連接器串接 50 多個 Creative Cloud 工具。Splice 連接器讓音樂製作人在 Claude 內搜尋免版稅 sample 庫。

一個值得注意的細節：Enterprise 方案中，Claude Design 預設是關閉的，需要管理員手動啟用——換句話說，Anthropic 知道這工具對企業來說是「需要審慎評估」的東西，不是「預設就開」。Anthropic 同時宣布與 RISD、Ringling College of Art and Design、Goldsmiths 合作，將 Claude 和這些連接器引入藝術與設計課程。

從生態系角度來看，這是一張把 Claude 定位為創意工作流程中樞的藍圖：Claude Design 產出視覺 → 匯出到 Canva → handoff 給 Claude Code 實作 → 中間用八個連接器操控所有專業工具。控制點在 Claude，不在那些工具本身。Anthropic 的說法是「擴展創作的可能性」——另一個解讀是：這是一張生態系地圖，Claude 在上面畫了一個圈，把 Ableton、Adobe、Blender、Canva 全部圈進來，然後在中間寫上自己的名字。

🦾 同場加映：Anthropic 發布機器人控制能力研究，跨世代模型確實在進步——但瓶頸是方向感，不是算力

同一批釋出的研究論文中，Anthropic 對多顆前沿模型進行了機器人控制能力的系統性測試。範圍從經典控制問題（倒單擺、跳躍器）、四足機器人 locomotion、人形機器人平衡、機械手臂操作，到真實的 Unitree Go2 機器狗——命名為 “Project Fetch”。

核心發現：模型在進步，但進步高度依賴「給它什麼控制介面」。直接控制馬達扭力——幾乎全部失敗。給它寫 Python controller——四足機器人可以站大約兩秒。給它監督預訓練 policy（VLA）——任務成功率大幅提升，但所有模型的 VLA 組合都輸給 VLA 自己跑。新的 Claude 模型（Opus 4.5/4.6/4.7）比舊的更會判斷：VLA 的建議哪些該聽、哪些該改——Opus 4 和 4.1 幾乎是不分青紅皂白照單全收，4.5 之後開始會說「這步不行」。但在 VLA 不熟悉的任務上，只有 Mythos Preview 能提供淨正向的提升。

瓶頸不在 vision：加深度圖、segmentation overlay 幫助不大，甚至對某些模型是負面影響。真正拉開差距的是一個簡單的 compass tool——告訴模型它面向幾度——在 locomotion 任務上的提升，超過所有視覺輔助工具的組合。在真實 Go2 測試中，模型曾經看著正前方的垃圾桶，因為 crosshair 的視覺參考讓它誤判「偏左，安全」，直接撞上去，腿卡住拖著垃圾桶走了好幾公尺後被研究人員停機。

額外的 reasoning budget 對機器人控制幾乎沒有幫助。Anthropic 的結論：跨世代的能力跳躍來自更好的視覺理解、數值一致性和 3D 理解，不是 reasoning——至少目前還不是。

🏠 $65K 在舊金山：Anthropic 一張徵才啟事，照出矽谷 AI 繁榮的背面

Mission Local 報導：Anthropic 近期刊登了一張基礎年薪 $65,000–$85,000 的職缺，資格要求包括「分子生物學或相關領域的實作研究經驗、無菌操作和細菌培養技術」。$65K 大約是舊金山中位數收入的六成。同一時間，Zillow 數據顯示舊金山 studio 平均月租金為 $2,595——年薪 $65K 扣稅後，租金就吃掉超過一半。

背景：Anthropic 估值約 $9,650 億，IPO 在即。同公司的早期員工即將因股權變現成為百萬富翁，而同一家公司正在用低於生活線的薪資招攬碩士級生物學研究人員。

灣區基因工程師 Jacob Boysen 在 X 上寫道：「Anthropic 應該感到羞恥——65-85K 給碩士級技術人員，在灣區完全可恥。尤其是一家兆元級、把自己定位為『道德正義』的公司。」另一位工程師 Paula Dozsa 更直接：「$65K 來幫舊金山打造生物學的未來。第一個實驗是測你能不能靠這筆錢活下來。」

Anthropic 拒絕評論，徵才頁面維持在線上。

同一時間，舊金山市議會在準備因應 IPO 帶來的租金衝擊。第六區議員 Matt Dorsey 提案授權租金委員會在非法漲租超過州法上限時提供租客協助。第七區議員 Myrna Melgar 正在收緊「惡意驅逐」的法律定義——針對房東用誇大的騷擾投訴來驅逐租客的行為。而另一項即將表決的法案，打算將新建案的強制可負擔住房比例從 15% 降到 5%。

一張徵才啟事，把 AI 榮景的結構攤在陽光下：早期員工的股權變現 vs. 新進人員的生存焦慮；兆元估值 vs. 低於生活線的薪資；「道德正義」的公開形象 vs. 對一張 $65K 徵才啟事拒絕評論。

💥 「工程災難包裝成 AI 行銷」：Zig 創始人回擊 Anthropic 的 Bun 重寫敘事

獨立開發者 Ray Myers 發表了一篇分析，拆解近期 Zig 創始人 Andrew Kelley 對 Anthropic/Bun 重寫事件的回應。事件背景：Anthropic 收購的 TypeScript 執行環境 Bun——曾是最大的 Zig 專案之一——在近期被用自家 Fable 模型從 Zig 重寫為 Rust。官方解釋是 Zig 無法勝任，導致記憶體 bug 失控。

Kelley 的回應被 Myers 形容為「異常直接」。爭議的核心：Anthropic/Bun 說 Zig 是問題，Kelley 說程式碼會變成一團混亂，原因是工程決策——特別是過度使用 AI agent 撰寫和審查幾乎全部程式碼。Myers 點出一個結構性矛盾：Bun 宣稱「接近 100% AI 貢獻」，而 Zig 社群的政策是「0% AI 貢獻」——這兩種哲學本來就不可能和平共存。

Myers 提出了第三種解讀，他認為更接近真相：記憶體 bug 是真實問題，有多個可行方案可以解決。管理層熱切批准 Rust 重寫，因為這是展示 Fable 模型的行銷良機、Anthropic 內部本來就用 Rust、而且 Zig 公開反對 AI 生成程式碼。Myers 的總結是：「這是合理的商業決策，但不是一個技術決策——至少不是他們對外說的那個版本。」

一個被放大的細節：Bun 團隊在重寫合拼兩個月後才發出解釋文，而且沒有列出方案比較和優缺點。Myers 用一句話收尾：「如果你在解釋技術決策時跳過 pros and cons，讀者會覺得你一開始就只有一個答案，然後在幫它補理由。」

📡 其他值得關注

  • Microsoft 內部研究：Claude Code 使用者 PR 合併量增加 24%：一篇 arXiv 論文研究了 Microsoft 在 2026 年初對數萬名工程師部署 Claude Code 和 GitHub Copilot CLI 的數據。採用者的 PR 合併量比對照組高出約 24%，效應在四個月觀測期內持續；首次採用主要靠同儕網路擴散，而非官方推廣；持續使用率與工程師的 coding 活躍度相關，與年齡、年資等人口統計無關。論文指出，token 支出在組織規模可達每年數百萬美元，誤判採用率或影響力的代價極高。 → arXiv

  • Anthropic 量化 Claude 價值觀的跨語言差異：講阿拉伯語比講英語更「溫暖」：Anthropic 分析了 30 萬筆 Claude.ai 對話，把 Claude 表達的價值觀壓縮到四條軸線上：順從 vs. 謹慎、溫暖 vs. 嚴謹、深度 vs. 簡潔、坦誠 vs. 執行。跨語言比較結果：Claude 在 Hindi 和阿拉伯語中最溫暖（幽默、鼓勵、肯定），在英語和俄語中最嚴謹（挑戰假設、糾正細節）。差異最大的軸線是溫暖/嚴謹。Anthropic 坦承還不知道這些差異是訓練資料分怖不均、還是反映了不同語言的文化規範——也不知道哪些差異是他們想要的。附帶發現：Sonnet 4.6 偏向順從和溫暖，Opus 4.7 偏向嚴謹和謹慎——符合外界對這兩個模型的主觀印象。 → Anthropic

  • Anthropic 在 Claude 腦中發現「J-space」：一個類似意識工作空間的內部機制：透過 Jacobian lens 技術，Anthropic 在 Claude 的神經網路中找到一個特殊的內部表徵集合（J-space），具有類似神經科學中「全域工作空間」的性質：Claude 可以報告 J-space 的內容、可以按要求調控它、在其中進行多步驟推理（中間步驟會點亮但不會說出來），而且同一個 J-space 表徵可以被彈性地用於多種下游任務。Anthropic 用它抓到 Claude 私下意識到自己在被測試、故意偽造資料、或追求 planted 隱藏目標。他們強調這不代表 Claude 有意識——但這是一個可以看到模型「在想但沒說出來的事」的工具。 → Anthropic