天眼日报

🤖 AI 大模型

Claude Code 2.1.84 正式发布，新增 PowerShell 支持及系统提示优化

Anthropic 发布 Claude Code 2.1.84 版本，新增 PowerShell 工具支持 Windows 自动化、critical-files 输出仅列文件路径、闲置 75 分钟后提示 /clear 等功能。包含 8 个标志变更、40 个 CLI 变更、5 个系统提示更新。系统提示变更包括：移除“避免过度工程化”规则、GitHub 引用格式统一为 owner/repo#123、强调并行工具批处理、减少推测性搜索。

Anthropic 详解 Claude Code Auto Mode 设计及新增运行时安全过滤器

Anthropic 发布工程博客，介绍 Claude Code Auto Mode：使用 Sonnet 4.6 分类器替代人工审批，双层防御（输入探针+输出分类器），17% 漏报率、0.4% 误报率，支持 20+ 阻断规则。同时推出自动模式新增运行时安全过滤器，在工具调用前添加分类器，低风险动作自动执行，高风险如批量删除或数据泄露被阻挡，支持长任务无需频繁审批。

ARC-AGI-3 基准上线，前沿 LLM 得分均低于 1%，奖金 200 万美元

ARC Prize 发布 ARC-AGI-3 基准，包含 100+ 新型游戏环境近 1000 关卡，测试代理智能。人类得分 100%，前沿 AI 仅 ~0%：Opus 4.6%、GPT-5.4 0.3%、Gemini 3.1 0.2%、Grok 4.20 0 分。奖金 200 万美元，Kaggle 竞赛 2026 年举办。

Chandra OCR 2 模型 SOTA 85.9% 支持 90+ 语言

Chandra OCR 2 在 olmocr 测试集达 85.9% SOTA，4B 参数全开源，支持 90+ 语言、手写、公式、表格及图像生成。

Google Gemini API 开发者技能提升编码代理性能

Gemini API 开发者技能覆盖 SDK 特性、当前模型、代码示例及文档，117 提示评估中 gemini-3.1-pro-preview 多领域通过率提升。

PyTorch 加速 DeepSeek-V3 训练，吞吐提升 41%

PyTorch 与 Nebius 合作，使用 TorchTitan 在 256 张 NVIDIA B200 GPU 上训练 DeepSeek-V3（16B & 671B），MXFP8 结合 DeepEP 提升 41% 吞吐，收敛等效 BF16。

Cursor 云端 Agent 支持自有基础设施部署

Cursor 云端 Agent 现支持运行在用户私有基础设施上，提供与云端相同的 Agent 体验，同时保持代码和工具执行完全在私有网络内。访问 https://cursor.com 了解详情。

Google 发布 Lyria 3 Pro 和 Lyria 3 Clip 音乐生成模型

Google 推出 Lyria 3 Pro，支持完整歌曲生成（最长 3 分钟）高保真音乐，并支持前奏、主歌、副歌、桥段等结构控制；Lyria 3 Clip 生成 30 秒片段。通过 Gemini API 和 Google AI Studio 公测，支持图像转音乐、控制节奏和歌词对齐，SynthID 水印标识，已扩展至更多产品与开发入口。

AI2 开源视觉网页代理 MolmoWeb，8B 模型在 WebVoyager 达 78.2%

AI2 发布开源网页代理 MolmoWeb，仅依赖屏幕截图操作网页。8B 版本在 WebVoyager 得分 78.2%，并同步开放数据集与模型权重。

Google 发布 TurboQuant，将 LLM KV Cache 压缩至少 6 倍，H100 上提速 8 倍

Google 推出 TurboQuant，可将 KV Cache 压缩至少 6 倍，在 H100 上实现最高 8 倍注意力计算加速，且无需重新训练。Gemma 模型在 LongBench 等基准零精度损失，支持更大上下文窗口。

OpenAI 解析 Model Spec，强调模型行为边界与指令优先级框架

OpenAI 公开解读 Model Spec，说明模型如何处理冲突指令、行为边界及迭代机制，为更强自主能力下的模型治理提供公开框架。

百度 2025 年 AI 相关营收突破 400 亿元

百度 披露 2025 年 AI 驱动业务营收突破 400 亿元，主要来自文心大模型企业化与智能云，显示大模型业务已进入规模化变现阶段。

Claude 工作工具现支持移动端访问

Anthropic 宣布 Claude 移动版支持 Figma 设计、Canva 幻灯片和 Amplitude 仪表盘查看。

LlamaParse 优化 Word 文档解析，支持复杂表格结构

LlamaIndex 推出 LlamaParse 新功能，解析 .docx 文件 XML 结构，识别合并单元格、嵌套表格及页面位置，优于 PDF 解析。适用于表格密集文档，提升 73% 任务成功率。

xAI 加倍押注 AI 视频生成，新版 Grok Imagine 即将震撼发布

埃隆·马斯克 宣布 xAI 升级 Grok Imagine 视频生成工具，抓住 OpenAI 停用 Sora 的市场空白。3 月 26 日表示正加倍投入，计划发布更震撼版本，支持逼真图像和视频生成。

Meta 推出 Hyperagents，自改进智能体实现跨领域元认知优化

Meta 与合作者发布 Hyperagents 论文，DGM-Hyperagent 结合任务代理和元代理，支持自编辑改进。从 0.0 到 0.710 测试准确率，在机器人奖励设计从 0.060 到 0.372，转移到奥林匹克数学评级达 0.630。

---