追踪 AI 更新，查看事件时间线和原始信源；需要做购买决策时，再去比价。
当前公开精选集合，保留来源更正和撤回。最后同步：
KwaiKAT发布非推理代码模型KAT-Coder-Pro V2，在Artificial Analysis Intelligence Index获44分，较V1提升8分，与Claude Sonnet 4.6持平。该模型token效率显著，运行仅需约9M输出token，远低于Claude系列及DeepSeek等推理模型。Agent能力大幅提升，Terminal-Bench Hard得分49%（提升40个百分点），匹配Claude Opus 4.6。成本降至73美元，响应速度达109 token/秒。但在长上下文推理和知识回忆方面较V1有所退步。
AIHOT 精选理由快手发布 KAT-Coder-Pro V2，非推理架构实现 44 分智能指数，Agent 能力跃升 40 个百分点，成本仅为 Claude Sonnet 的 5%。
OpenMed团队构建了一个覆盖蛋白质结构预测、序列设计和密码子优化的端到端AI流程。在密码子优化环节，CodonRoBERTa-large-v2模型以4.10的困惑度和0.40的斯皮尔曼CAI相关性显著优于其他架构。研究将训练扩展至25个物种，仅用55个GPU小时训练了4个生产级模型，并建立了独特的物种条件化系统，实现了从蛋白质概念到合成就绪DNA序列的快速转化。完整代码与实验结果已开源。
AIHOT 精选理由低成本开源生物AI管道，可加速蛋白质工程和药物开发。
Orbax 和 MaxText 引入了连续检查点新功能，旨在优化模型训练中可靠性与性能的平衡。它改变了传统固定频率检查点的模式，通过在前一个保存操作成功完成后才异步启动新操作，最大化I/O带宽并降低故障风险。基准测试表明，该方法显著缩短了检查点间隔，并实现了可观的资源节约，这在平均故障间隔时间较短的大规模训练任务中效果尤为突出。
AIHOT 精选理由大规模模型训练的可靠性和效率提升，开发者可优化资源使用。
Agent Development Kit (ADK) for Go 1.0 版本正式发布，标志着其从实验性脚本转向生产就绪的服务框架。本次更新核心在于强化可观测性、安全性与可扩展性，主要特性包括：原生集成OpenTelemetry以实现深度追踪；支持自愈逻辑的新插件系统；在敏感操作中引入“人在回路”安全确认机制。此外，新版本提供了基于YAML的配置以加速迭代，并优化了Agent2Agent协议，以支持跨编程语言的智能体无缝通信。该框架使开发者能够依托Go语言的高性能工程标准，构建复杂且可靠的多智能体系统。
AIHOT 精选理由Go 语言开发者迎来官方 AI Agent 开发框架，可快速构建可靠多智能体系统。
Meta发布了名为贝叶斯优化的新AI模型，用于设计混凝土配比。该模型旨在帮助建筑行业生产更高质量、更可持续的混凝土混合物，并特别聚焦于美国本土生产的产品。此次发布与2026年美国混凝土学会春季大会同步进行，是Meta长期路线图的一部分，旨在推动建筑业利用人工智能优化材料性能与环保指标。
AIHOT 精选理由Meta 将 AI 应用于传统建筑行业，展示垂直领域落地案例，启发其他行业探索 AI 应用。
这是一篇很好的文章： [引用 @boazbaraktcs]：新博客文章：AI 安全现状，四张假图。https://t.co/Qv1BlwyfY5
AIHOT 精选理由OpenAI CEO 力荐的 AI 安全分析，揭示行业风险认知新视角
介绍 Critique，M365 Copilot 中全新的多模型深度研究系统。 你可以同时使用多个模型来生成最佳回复和报告。https://t.co/m4RlQmCKzs
AIHOT 精选理由微软把多模型深度研究植入办公套件，企业级AI研究能力再升级
Inception Labs 发布 Mercury Edit 2，一个专为 next-edit 预测构建的扩散 LLM（dLLM），基于近期编辑和代码库上下文预测下一步修改，并行生成 token 以降低延迟。
AIHOT 精选理由官方给出了 KTO 偏好对齐带来的接受率和展示率变化及定价，可帮助开发者评估扩散模型做 next-edit 的实际收益。
美团 LongCat 团队开源的扩散式 TTS 模型摒弃传统的 mel-spectrogram 中间表示，直接在波形潜空间操作，仅通过 Wav-VAE 与扩散骨干网络即可合成语音。该模型修复了训练-推理不匹配问题，并以自适应投影引导替代无分类器引导。最大版本 3.5B 在 Seed 基准实现 SOTA 零样本语音克隆，说话人相似度（SIM）在 Seed-ZH 达 0.818、Seed-Hard 达 0.797，超越此前最优的 Seed-TTS。研究还发现 Wav-VAE 的重建保真度与最终合成质量并非正相关。
AIHOT 精选理由美团开源 1B 语音克隆模型，Seed 基准超 Seed-TTS，零样本推理可用
AIHOT 精选理由Anthropic工程师分享Claude Code隐藏实用技巧，上手即用
Claude 将 Message Batches API 中 Opus 4.6 和 Sonnet 4.6 的 max_tokens 上限提升至 300k，需添加 `output-300k-2026-03-24` beta header 以生成长篇内容、结构化数据和大规模代码。
AIHOT 精选理由Claude把max_tokens提到30万，对需要生成长篇内容的开发者是个实打实的解放，之前被输出长度卡住的产品可以放开了。虽然旧版1M上下文窗口被淘汰，但迁移到新模型路径清晰，不算坏事。
Google 正式发布了 Java 版智能体开发套件 (ADK) 的 1.0.0 版本。该版本引入了多项关键功能：支持接入 Google Maps 数据、内置 URL 抓取工具，以及用于跨框架协作的标准化 Agent2Agent 协议。其全新的“App”和“Plugin”架构增强了控制能力，实现了全局日志记录、通过事件压缩自动管理上下文窗口，以及需要人工确认的“Human-in-the-Loop”工作流。此外，该版本深度集成 Google Cloud 服务（如 Firestore 和 Vertex AI），提供了强大的会话与记忆管理功能，以处理长期状态和大型数据工件，助力开发者构建更复杂的 AI 智能体应用。
AIHOT 精选理由Java开发者可利用官方工具快速构建集成Google服务的AI代理。
Qwen Studio 发布，集成聊天机器人、图像视频理解、图像生成、文档处理、网页搜索、工具使用及 Artifacts 功能，提供全模态 AI 一站式解决方案。
AIHOT 精选理由阿里发布Qwen3.5-Omni多模态模型，迈向原生全模态AGI
作者以"Glurg"游戏（实为 chess）假设情境论证：借助现有外部认知基础设施（计算机、互联网等），人类顶尖团队能在24小时内从规则解析开发出3000 Elo引擎，三周内可达3500 Elo且计算效率提升10倍。这表明人类智能已具备即时掌握复杂策略系统的能力，而非从零缓慢进化。该论述回应了关于现实世界更接近 chess 而非 Go 的争论，强调人类利用工具扩展认知边界的即时优势。
AIHOT 精选理由Chollet 用思想实验揭示：人类可从零规则快速构建专家系统，这正是当前 AI 与 AGI 的核心差距
当前前沿多模态大模型在标准胸部X光问答基准测试中，无需访问任何图像即可获得顶级排名。这一反常现象暴露出模型视觉理解能力的严重缺陷，表明其性能可能依赖数据偏见或文本线索而非真实的图像解析能力。研究揭示了现有视觉语言模型评估体系的深层漏洞，指出所谓"视觉理解"可能只是缺乏真实感知能力的幻觉。
AIHOT 精选理由揭示多模态基准测试漏洞，医学AI应用需警惕数据泄露风险
推主先用LLM花费数小时精心完善博客论点，随后要求其论证相反立场，结果原观点被彻底推翻。这揭示了LLM具备强大的双向论证能力，可令人信服地支持几乎任何立场。这种特性使其成为有效的思维训练工具：通过主动寻求对立观点，可突破认知盲区，形成更独立的判断。但需警惕模型的sycophancy倾向，避免被其迎合性论证误导。
AIHOT 精选理由Karpathy分享用LLM反向论证避免确认偏误的实用技巧，揭示模型可塑性与认知偏差风险
OpenAI 推出 Codex use cases 示例库，涵盖编程与非编程任务的实用场景。用户可在 Codex 应用中直接打开各用例的 starter prompt 开始使用。
AIHOT 精选理由OpenAI Codex 推出使用案例库，覆盖编程与日常任务，可直接在应用中试用。
AIHOT 精选理由OpenAI 官方展示 gpt-realtime-1.5 在医疗语音预约场景的实际应用
AIHOT 精选理由OpenAI Codex 新增插件系统与实战案例库，降低 Agent 开发上手门槛
本报告介绍了代码模型Composer 2的训练过程。该模型基于开源基础模型Kimi K2.5，通过两阶段训练：首先进行侧重代码的持续预训练以深化编码知识，随后在高度模拟真实Cursor环境的大规模强化学习中提升端到端智能体性能。在自建的真实任务评估集CursorBench上，Composer 2得分为61.3，较前代提升37%，与前沿模型性能相当。在公开基准SWE-bench Multilingual和Terminal-Bench上分别获得73.7和61.7分，并在保持高精度的同时实现了显著更低的推理成本。训练依托为Blackwell GPU定制的高效MoE训练内核、跨区域异步强化学习管道等大规模基础设施完成。
AIHOT 精选理由Cursor 把 Composer 2 的训练全流程摊开讲了，从 Kimi K2.5 继续预训练到大规模 RL，关键是 RL 在真实 Cursor 会话里跑，不是玩具环境。做 coding agent 的团队，这份报告值得逐段拆。
