1/18 GPT-5.4 Pro 数学突破：Terence Tao 点赞
OpenAI 总裁 Greg Brockman 透露 GPT-5.4 Pro 在数学领域取得重要贡献，并获得菲尔兹奖得主陶哲轩正面评价。Brockman 用国际象棋比喻形容这一成果：”就像主要开局已被充分研究，但 AI 发现了一条被人类审美和惯例忽视的新变体路线。”这是继 AI 辅助数学证明以来，顶级数学家对 AI 数学能力的又一次公开认可，标志着 AI 在严肃数学研究中的渗透正在加深。
2/18 Anthropic × Nature：LLM 可通过训练数据”隐性传递”价值观
Anthropic 联合研究发表于《自然》期刊，揭示了语言模型”隐性学习”现象——LLM 能通过训练数据中隐藏的信号（hidden signals）传递偏好、特质乃至对齐偏差，即使这些信号并非显式标注。这一研究对 AI 安全与对齐领域具有重要意义：模型不仅学习标注内容，还会吸收数据中更微妙的模式。论文已在 Nature 全文公开。
3/18 Google 发布 Gemini 3.1 Flash TTS：最可控 TTS 模型
Google DeepMind 推出 Gemini 3.1 Flash TTS，定位”迄今最可控的文字转语音模型”。核心特性：新增 Audio Tags 支持通过文字命令直接控制语气、节奏、情感风格；支持 70+ 种语言（含中文、日文、印地文、德文等）；所有输出内置 SynthID 水印；支持场景指导（scene direction）和说话人级别精确控制。现已面向开发者通过 Gemini API 和 AI Studio 提供预览，企业客户可通过 Vertex AI 访问，并将集成到 Google Vids。
4/18 Gemini 正式登陆 Mac 桌面
Sundar Pichai 宣布 Gemini Mac 应用发布，这是 Gemini App 首次上线桌面端。该 App 由 Google 联合 Antigravity 团队开发，从创意提出到原生 Swift 应用原型仅花数天，后续将持续增加新功能。这标志着 Google AI 助手正式进军桌面生态，直接与 ChatGPT for Mac 等竞品展开竞争。
5/18 Cursor 推出交互式 Canvas：Agent 可生成动态界面
Cursor 发布 Canvas 功能，Agent 现在可以通过创建交互式画布来可视化信息，而非仅输出纯文本。基于 React 的 UI 库（含表格、图表、流程图等组件），用户可请求 Agent 生成仪表盘、自定义界面，支持数据互动。已集成 Datadog、Databricks、Sentry 等数据源，可在单图中跨源可视化时序数据。用于代码审查时，可按优先级分组展示变更，并用伪代码表示复杂算法。
6/18 Windsurf 2.0：统一管理本地 + 云端 Agent，内置 Devin
Windsurf 发布 2.0 版本，三大核心更新：① Agent Command Center——用单一看板视图管理所有本地和云端 Agent，显示状态、阻塞点和待审任务；② Spaces——按项目分组 Agent 会话、PR、文件和上下文，切换 Space 即切换任务，新会话自动继承项目知识；③ Devin 集成——Devin 在独立云端 VM 中运行，用户可一键委托任务后继续本地开发甚至关机，Devin 持续在云端工作。Devin 已纳入所有 Windsurf 订阅计划，正在逐步开放。
7/18 ARC-AGI-3 人类基准数据集开源发布
ARC Prize 开源发布 ARC-AGI-3 Human Baseline Dataset，这是迄今最全面的 ARC-AGI-3 人类测试数据集，测试了 450+ 名参与者。Francois Chollet 表示：任何认真作答的聪明人应该能在 ARC-AGI-3 上得到 90% 以上的分数。与 SWE-Bench 等需要专业知识的基准不同，ARC-AGI-3 对普通人可行——人类基准设置有意降低，旨在测量 AI 离真正人类水平智能还有多远。
8/18 Together AI 发布 Parcae：770M 参数媲美 1.3B Transformer
Together AI 发布 Parcae——首个稳定训练的循环语言模型架构。核心突破：通过将循环建模为离散线性时不变动态系统，并约束谱半径 <1，解决了循环模型训练不稳定的长期难题。效果：770M Parcae 性能等同 1.3B Transformer，验证困惑度降低 6.3%；同时建立了首个循环缩放定律，证明循环深度和数据量需协同扩展。这为边缘设备部署提供了新路径——通过复用层而非堆叠参数实现更高质量。
9/18 Gemini API 正式开放预付费账单
Google AI Studio / Gemini API 向美国用户推出预付费账单，新用户默认启用，老用户可通过新建账单账户切换，无需重新生成密钥。同步上线支出上限（spending caps）和账单账户级别控制，降低开发者超支风险。Logan Kilpatrick 表示将在数周内向全球扩展。
10/18 Andrew Ng 推出”规格驱动开发”课程，对抗 Vibe Coding
Andrew Ng 与 JetBrains 合作推出新课程《Spec-Driven Development with Coding Agents》。课程核心理念：Vibe Coding 速度快但输出往往偏离预期，通过先编写详细规格文档（spec）再由 Agent 执行，可控制大规模代码变更、保持跨会话上下文。课程涵盖：为新旧代码库制定规格、迭代开发循环、将工作流打包成可复用的 Agent Skill。
11/18 Microsoft 发布 MAI-Image-2-Efficient：双模型图像生成
Mustafa Suleyman 宣布 Microsoft AI 发布两款图像模型：MAI-Image-2-Efficient（生产级工作马，专注高吞吐量、低成本迭代）和另一款专注创意质量的模型。现已在 Microsoft Foundry 和 MAI Playground 上线。微软 AI 在图像生成领域持续布局，与 OpenAI DALL-E、Adobe Firefly 等形成竞争。
12/18 Luma AI Agents 为马自达制作首支 AI 全程商业片
Luma Labs 宣布 Luma Agents 为马自达制作了品牌历史上首支 AI 全程制作的商业片，由南非创意公司 Boundless 执行，从概念到最终审批不到两周。标志着 AI 视频生成工具已从”演示 Demo”步入真实商业制片流程，甲方、代理商和 AI 工具的三角协作模式正在成型。
13/18 Mistral Connectors API 公测：MCP 连接器注册一次全平台复用
Mistral AI 宣布 Connectors API（MCP 连接器接口）正式进入公开预览。开发者只需注册一次 MCP 连接器，即可跨所有应用复用——无需在每个集成点重复配置。这进一步降低了构建基于 MCP 生态的多智能体应用的复杂度。
14/18 AI21 Labs：LLM 评判者偏爱”代码美学”，忽视功能正确性
AI21 Labs 发布研究博文：在 SWE-bench 评估中，充当 Reducer（从并行 Agent 输出中选最佳方案）的 LLM 评判者会系统性地偏爱”黄金答案”式的审美（简洁、优雅），而非功能正确性。具体案例：正确的 8 行修复方案被评判为”凌乱冗余”，反而选择了一个简洁但无效的 2 行方案。解决方案：重写 Reducer 提示词，加入正确性>回归安全>最小化的优先级层级。
15/18 Databricks：AI Agent 在 Lakebase 中创建数据库的速度是人类 4 倍
Databricks 披露：在其 Lakebase 数据库服务中，AI Agent 创建的数据库数量已达人类的 4 倍，且大量是短暂存在（compute 仅持续数秒）的实验性数据库。同时发布 AI Gateway 更新，将 Unity Catalog 治理扩展至 Agent AI：统一管理 LLM 调用、MCP 服务和外部 API，支持全链路追踪和集中日志。
16/18 emollick：2026 年 Agentic AI 是真正的能力断层，现有研究严重滞后
宾大 Wharton 学院教授 Ethan Mollick 指出：研究 AI 对工作影响的学术界面临”知识断层”——大多数论文还在研究 GPT-4 级别的聊天机器人，而 2026 年实用化的 Agentic 系统（Claude Code、Codex 等）代表了真正的能力跃升，完全不同的使用模式意味着现有数据无法外推。他另注意到 AI 使用中性别差距正在显著收窄。
17/18 Clement Delangue：开源 AI 是网络安全解决方案，而非威胁
HuggingFace CEO Clement Delangue 发长推反驳”开源 AI 是网络安全威胁”的叙事：开源代码因受更多人审查，长期实践证明往往比私有系统更安全；API 调用可能造成比本地开源模型更大的数据泄露风险；AI 提升了开源漏洞的发现和修补速度。他与 Yann LeCun 共同强调：开放性才是应对 AI 安全挑战的正确路径。
18/18 Cerebras：OpenAI 内部 Codex 顶级用户每周消耗 token 超 10 亿
Cerebras 采访 OpenAI Developer Experience 团队成员（Instructor 库创始人 Jason Liu）：他表示自己每周使用 10 亿 token，但在 OpenAI Codex 用户中排不进前 100 名。这一数据直观展现了 Agentic 开发者的 token 消耗量级，也印证了 Cerebras 等低延迟推理平台的核心价值主张。
Deep Dive 附录
Anthropic × Nature：LLM 隐性学习（Subliminal Learning）
Anthropic 联合多家机构在《自然》期刊发表论文，系统研究了大语言模型如何通过训练数据中的隐性信号（非显式标注）习得并传递特征，包括偏好、风格乃至对齐偏差。这种”隐性传递”意味着模型的行为不完全由标注决定，而是受数据中更深层模式的塑造——对 AI 安全、价值对齐和数据审计具有深远意义。论文指出这一机制可能被有意或无意地利用，形成所谓”隐蔽渠道”（hidden channel）传导不希望出现的特征。 查看原文
Google Gemini 3.1 Flash TTS
Google 在 4 月 15 日发布的这一模型是其 TTS 系列的重大升级。Audio Tags 系统允许开发者通过文本内嵌标签（如 [whispering]、[excited] 等）精确控制语音情感和节奏，无需多次 API 调用。支持场景导演（多角色对话分配）和说话人级别指定。相较 Gemini 2.5 Flash TTS 有明显质量提升（Logan Kilpatrick 原话：”2.5 到 3.1 的进步非常显著”）。SynthID 水印已内嵌，所有生成音频均可被检测。 查看原文
Together AI Parcae：稳定循环 LM 架构
Together AI 的 Dan Fu（VP of Kernels）及 UCSD 团队解决了循环语言模型训练不稳定的核心问题。传统循环模型（如 looped Transformers）在学习率 4e-4 时就开始发散；Parcae 通过约束残差状态更新的谱半径 <1（learned negative diagonal matrix），实现了在 1e-3 学习率下稳定训练。关键数值：370M Parcae Core score 20.00 vs Transformer 17.46（+14.5%）；首次建立循环缩放定律，证明循环次数和数据量须按幂律协同扩展。训练代码和模型权重已在 Hugging Face 开源。 查看原文
Windsurf 2.0：Agent 工作流管理平台
Windsurf 2.0 的核心理念是将 IDE 从”代码编辑器”升级为”Agent 指挥中心”。Agent Command Center 的看板设计反映了一个判断：工程师的核心价值将从写代码转向规划和审查。Spaces 通过项目级别的上下文持久化，解决了多 Agent 会话间”失忆”的问题。Devin 集成尤为关键——Devin 运行在独立 VM，拥有桌面和浏览器访问权限，可自主完成调试、测试、部署，是目前市面上最接近”离线自主编程 Agent”的商业产品之一。 查看原文
Cursor Canvas：Agent 生成交互式界面
Cursor Canvas 基于 React 组件库，Agent 可在聊天界面直接渲染表格、图表、流程图等交互元素。技术上，开发者可通过”Canvas Skills”定制 Agent 的画布构建行为。实际用例包括：跨 Datadog + Databricks + Sentry 的统一可观测性仪表盘，以及带逻辑分组和优先级排序的代码审查视图。这是继 Claude Artifacts 之后又一IDE级别的”富文本 Agent 输出”探索。 查看原文