Anthropic 发布 Claude 小企业工作流方案
Anthropic 这次把 Claude for small business 写成了一组具体岗位场景，重点放在日常工作如何被 AI 接住。文章把小企业常见工作拆到销售、客户支持、财务、招聘、运营和内容等环节：销售团队可以整理线索、起草跟进邮件；客服团队可以基于已有资料回答问题；财务和运营岗位可以汇总文件、生成清单、准备报告。
这个发布的重点，在于 Anthropic 把 Claude 放进“公司知识和日常工具”这一层。小企业通常没有专门的数据团队，也没有复杂的自动化平台，但它们有大量散落在文档、邮件、表格、客服记录和项目沟通里的知识。Claude 的角色更接近资料整理和工作草稿引擎：把材料读懂、重组，并转成岗位能直接继续处理的摘要、计划或检查表。
它的边界也很清楚。小企业使用 AI 时，真正难点往往在权限、资料准确性、审批责任和结果复核。销售邮件、客户回复、财务口径、招聘沟通都不能完全交给模型独立决定。Anthropic 的叙事更像是在提醒市场：AI 助手要进入企业，必须先贴住岗位流程。
对内部经营、渠道支持和服务团队来说，这类方案的启发很直接：先找高频、低风险、可复核的岗位动作，把知识库、表格、工单和话术接起来，AI 才能从“好用的聊天框”变成真正减负的工作台。
Runway 发布面向创作流程的 Runway Agent
Runway 介绍了 Runway Agent，把视频和视觉创作流程包装成一个可以持续对话、理解项目上下文的 Agent。它面向从想法、素材、镜头、风格、修改意见到输出版本的连续创作过程，而非孤立的一次生成请求。
公开介绍强调，用户可以在同一个创作会话里提出目标、调整方向、让系统理解此前的反馈，并围绕项目继续推进。对创作者来说，这意味着 AI 工具从“生成按钮”往“制作协作界面”移动：它要记住项目意图，也要把多轮修改组织成可控流程。
Berkeley RDI 发布 ExploitGym 安全 Agent 评测
Berkeley RDI 发布 ExploitGym，用来评测 AI Agent 在网络安全任务中的能力。它关注 Agent 在模拟环境中理解目标、探索漏洞、执行步骤并拿到可验证结果的能力，而非单纯的安全知识问答。
这类 benchmark 的价值，在于把安全 Agent 从演示故事拉回可复现测试。安全任务天然有高风险：模型如果误判漏洞、误执行命令、扩大权限或生成不可审计步骤，都会带来真实后果。因此，评测环境需要把任务、工具、观察、成功标准和日志记录清楚。
Meta 展示 WhatsApp 私密 AI 对话方向
Meta 相关公开信息展示了 WhatsApp 里的 AI Incognito Chat 方向，核心卖点是让用户在更私密的环境中与 AI 对话。这个话题值得注意，因为 AI 助手越贴近日常通讯、家庭、健康、消费和个人安排，隐私边界就越容易成为产品能否被信任的前置条件。
从产品角度看，私密 AI 对话要解决两件事：一是用户能否清楚知道哪些内容会被保存、用于训练或被他人访问；二是系统能否通过加密、隔离、硬件安全或其他机制降低数据暴露风险。公开材料仍以方向展示为主，具体可用范围和技术细节需要继续看后续官方说明。