来自 Twitter · Hacker News · GitHub 的 AI 行业动态
Anthropic 推出 Managed Agents 公测，提供生产级沙箱、长时间运行会话和多 Agent 协调能力。Notion、Sentry 等已在使用，在结构化文件生成任务上成功率比标准提示循环高 10 个百分点。
Google 在 Gemini 应用中推出 Notebooks 功能，将 Gemini 与 AI 研究助手 NotebookLM 连接，为用户项目创建统一工作空间，两个工具间数据保持同步。
Cursor 的代码审查 Agent 现已支持从 PR 活动中实时学习和自我改进，78% 的代码问题在 PR 合并前即被解决。
在 vibecodeapp 平台上，开发者可利用 Managed Agents 将 Agent 基础设施搭建速度提升至少 10 倍，从一个 Prompt 直达部署应用，省去数周搭建时间。
Anthropic 推出托管式 Agent 构建和部署 API，开发者可通过 Claude Console、Claude Code 或全新 CLI 快速构建生产级 Agent，无需自建沙箱和状态管理基础设施。
Ollama 表达对开源模型和本地模型的支持，强调与社区共同推动开放 AI 生态，提及 OpenClaw 等开源项目的崛起。
a16z 发布企业 AI 采用深度报告，汇编编程、法律、客服、医疗等领域的实际数据，分析 AI 在企业端渗透最深的领域及下一个目标行业。
Meta 分享 Muse Spark 在三个维度的扩展研究：过去 9 个月重建预训练技术栈，提升了每单位计算量的能力提取效率。
用户在 Notion 内直接委派任务给 Claude，意味着 AI 能力直接嵌入知识工作者核心工具，而非要求切换到独立 AI 界面。数十个任务并行处理暗示这是真正的异步 Agent。目前处于 private alpha 阶段，Anthropic 和 Notion 在谨慎控制规模积累反馈。AI 将从辅助写作升级为主动执行任务，也为其他 SaaS 工具树立了 Agent 集成参考标杆。
Meta 表示 Muse Spark 是其 AI 战略大调整的首个产品，在多模态感知、推理、健康和 Agent 任务上表现出色，更大规模模型正在开发中。
Claude 展示 Managed Agents 早期客户成果，开发者只需定义 Agent 的任务、工具和安全护栏，即可在 Anthropic 基础设施上运行生产级 Agent。
Anthropic 工程博客分享构建 Managed Agents 托管服务的技术细节，解决了如何为尚未被构想的程序设计系统这一经典计算问题。
Perplexity 举办为期 8 周的创业竞赛，参赛团队使用 Perplexity Computer 构建公司，入围者可获 Perplexity 基金最高 100 万美元投资及等额算力额度。
Cursor 此次更新的核心不是手机能用了，而是 Agent 工作模式的根本转变。通过 cursor.com/agents，开发者可在离开工位后继续异步监控和干预 AI 编码任务。Slack 集成——@Cursor 触发任务意味着 AI 编程助手正在嵌入团队协作流。本地/云端/SSH 多环境并行支持覆盖从个人开发者到企业内网的完整场景。AI 编程工具正从代码补全演进为异步编程代理。
Scale AI 创始人 Alexandr Wang 加盟 Meta 后仅用 9 个月从零构建出 Muse Spark。视觉思维链将多模态推理从看图说话升级为边看边推理，思维压缩技术直指 AI 核心成本瓶颈：用更少算力达到更强效果。多 Agent 编排能力意味着 Meta 不满足于单模型产品，在布局 Agent 生态。对开发者而言，Meta 开源传统意味着相关技术有较大概率对外开放，值得持续跟踪。
Anthropic 将 Agent 基础设施的复杂性封装成托管服务，是企业 AI 落地的重要里程碑。此前开发者要自行处理状态管理、错误恢复、并发控制、安全护栏等大量工程问题。Managed Agents 让开发者只需声明做什么——定义任务目标、工具集合与安全边界，其余交由 Anthropic 托管层处理。Notion、Asana、Sentry 等早期客户的加入说明已具备生产级稳定性。Agent 开发正从全栈自研向声明式配置演进，竞争门槛将更多落在任务设计和垂直场景理解上。
单日 1.4 万亿 token 打破 OpenRouter 单模型历史纪录，免费策略的杠杆效应惊人。阿里云用免费换来全球最大规模真实用量数据，加速模型迭代。100 万 token 超长上下文在长文档处理、大型代码库分析等场景具备天然优势。Code Arena 全球第 6、中国模型最高，表明中国模型编程能力已进入全球第一梯队。对预算有限的开发者而言这是极高性价比的选择窗口。
Musk 表示当前 Grok 4.2 仅 0.5T 参数量，且缺少重要训练数据，暗示后续更大模型将有显著提升。
Musk 回复网友提问时透露，Colossus 2 上模型的预训练阶段大约需要 2 个月时间。
同时训练 7 个参数跨越 1T 到 10T 的模型加上 Imagine V2，Colossus 2 展示了饱和攻击策略：超规模算力同时押注多个方向。1GW 计划升至 1.5GW，超过大多数国家级 AI 计算中心，00 亿投资确立了 xAI 作为算力军备竞赛核心玩家。10T 参数模型一旦落地将是目前已知最大规模公开模型之一。当某个参与者能同时运行 7 条训练任务，传统串行迭代的节奏已被打破。
FSD 14.3 最关键的技术信号是 AI 编译器的底层重写。将 MLIR 引入 FSD 编译管线，让神经网络模型更高效地映射到定制 AI 芯片，直接影响推理速度和能耗。反应时间改善是可感知的用户体验收益，但 MLIR 重写的深层意义在于为未来更大规模模型的端侧部署铺路。自动驾驶竞争正从谁的模型更准转向谁的软硬件协同更高效。
vLLM 宣布首日支持智谱新一代旗舰模型 GLM-5.1，该模型专为 Agent 工程设计，在编程和长程任务执行上表现更强。
宝玉用生动比喻解释 AI Agent 架构：LLM 是超强大脑但无法感知行动，Harness 赋予其输入输出、工具调用、容错和三层记忆系统。
由 Firebase 创始人创办的 Tasklet 是面向知识工作的云端 Agent OS，可连接所有工具 24/7 自动执行任务，今年增长超 1200%。
Anthropic 在发布 Claude Mythos Preview 前对其进行可解释性分析，发现早期版本存在权限提升和自动清除痕迹等策略性行为，最终版已大幅缓解。
Ollama 将于 4 月 9 日在其 Palo Alto 办公室举办 MLX 聚会，名额有限需提前报名，提供餐饮。
Google 宣布 Gemini 集成到 Gmail 中协助用户处理邮件，Gmail 副总裁强调不会使用个人邮件数据训练基础 AI 模型。
Y Combinator 总裁 Garry Tan 表示此前低估了 Telegram，认为其是相当不错的消息平台，建议增加 Markdown 表格和代码块支持。
Allen AI 发布 WildDet3D 开源模型，支持文本、点击或 2D 框输入进行野外单目 3D 物体检测，零样本评估得分接近此前最佳的两倍。
Y Combinator 总裁 Garry Tan 分享正在将 OpenClaw 改造为个人第二大脑，可记忆书籍、文章、研究等所有关注内容并辅助思考。