1/15 Anthropic 发布 Claude Opus 4.7：编码提升 13%，视觉增强至 3.75MP
Anthropic 正式推出 Claude Opus 4.7，主打更强大的软件工程能力。在 93 项编码任务基准上较 Opus 4.6 提升 13%，视觉模块升级至支持最高 2,576 像素长边（约 3.75 兆像素）图片。新增 xhigh 努力等级，可在推理深度与响应速度之间做更精细的权衡；任务预算（Task Budgets）进入公测；Claude Code 新增 /ultrareview 指令专用于深度代码审查。定价维持 $5/$25 per M token。可通过 API、Amazon Bedrock、Google Vertex AI、Microsoft Foundry 以及 Perplexity 等平台访问。
2/15 OpenAI Codex 大升级：”几乎无所不能”（Computer Use + 90+ 插件 + 图像生成）
OpenAI 宣布 Codex 重大更新，定位从”AI 编程助手”向”通用计算机代理”跃升。核心新能力：macOS 计算机使用（后台运行，不占用主屏，可见/点击/输入任意 App）；90+ 插件接入文档、项目管理、代码审查、部署等工具；内置 gpt-image-1.5 图像生成用于前端设计与资产创建；持久化自动化线程（Automations 保持上下文延续）；定时任务能力（可跨天追踪长期工作）。用户账号使用额度覆盖图像生成，无需 API key。
3/15 OpenAI 发布 GPT-Rosalind：首个专为生命科学设计的前沿推理模型
OpenAI 推出 GPT-Rosalind，这是其生命科学模型系列的旗舰产品，专为生物学、药物发现和转化医学研究工作流优化。在蛋白质与化学推理、基因组分析、生物化学知识和科学工具调用方面表现突出。即日起向 Amgen、Moderna、Allen Institute、Thermo Fisher Scientific 等合格客户开放研究预览，可通过 ChatGPT、Codex 和 API 访问。OpenAI 表示，从靶点发现到新药获批平均需 10-15 年，该模型旨在帮助科学家更快探索更多可能性。
4/15 Perplexity 推出 Personal Computer：Mac 本地 AI 代理，可 24/7 操作系统 App
Perplexity 发布 Personal Computer，集成于 Mac App，向 Max 订阅者开放。核心能力：安全连接本地文件夹，读写本地文件；访问 iMessage、Apple Mail、Calendar 等原生 Mac App；可部署在 Mac mini 上 24/7 后台运行；支持通过 iPhone 远程发起任务，PC 端自动执行（含 2FA 验证）；默认使用 Claude Opus 4.7 作为协调模型。这是继 OpenAI Codex macOS 计算机使用之后，第二个重要的个人计算机代理发布。
5/15 阿里 Qwen3.6-35B-A3B 开源：35B 参数仅激活 3B，视觉媲美 Claude Sonnet 4.5
阿里巴巴 Qwen 团队开源 Qwen3.6-35B-A3B，这是一个稀疏 MoE 架构：总参数 35B，激活仅 3B，遵循 Apache 2.0 协议免费商用。该模型原生多模态，在大多数视觉语言基准上表现与 Claude Sonnet 4.5 相当，空间智能方面更胜一筹（RefCOCO 92.0，ODInW13 50.8）。编码能力方面，在关键基准上超越更大的稠密模型 Qwen3.5-27B，并大幅超越前代 Qwen3.5-35B-A3B，尤其在 Agentic 编码和推理任务上。支持思考/非思考双模式。
6/15 emollick：Opus 4.7 自适应思考频繁”偷懒”，非代码任务质量下滑
Wharton 教授 Ethan Mollick（@emollick）对 Claude Opus 4.7 的自适应思考机制提出系统性批评。他发现模型在分析、写作和研究任务上经常判定为”低努力”，不触发深度思维，且没有 ChatGPT 那样的手动覆盖选项。同时指出 AI 公司普遍假设”编码/技术工作是唯一重要的智识工作”，而 Claude Cowork 无法像 Claude Code 那样手动设置思考等级。该推文获得 705 点赞、44K 浏览，引发广泛讨论。
7/15 Databricks 推出 Document Intelligence：企业文档解析性能提升 16%，成本降 6-8 倍
Databricks 发布 Document Intelligence，这是一个将原始企业文档转化为结构化数据的研究专用层，供 AI 代理推理使用。在公司内部基准测试中，相比其他方案实现最高端到端解析与提取质量，成本降低 6-8 倍，跨所有测试的代理框架平均性能提升 16%。同日还宣布 Claude Opus 4.7 在 Databricks 平台上线，在文档推理基准 OfficeQA Pro 上较 4.6 减少 21% 错误。
8/15 LlamaIndex：LiteParse 加入生态，Opus 4.7 ParseBench 图表解析大幅提升
两则 LlamaIndex 动态：其一，LiteParse 正式加入 LlamaIndex 生态（4.3K GitHub stars），号称 2 秒处理 500 页、支持 50+ 格式、零云依赖，已在 Claude Code、Cursor 等生产管道中使用。其二，LlamaIndex 对 Opus 4.7 进行 ParseBench 测试：图表解析从 13.5% 跃升至 55.8%（+42.3 百分点），格式解析略升，内容与表格无显著变化，布局解析略有退步（-2.5）。每页约 1.5¢ 的成本在企业规模尚待评估；LlamaParse Agentic 整体达 84.9%，约 1.2¢/页。
9/15 微软 AI 在 Nature Health 发表论文：1/7 健康咨询是为他人提问
微软 AI CEO Mustafa Suleyman 宣布，微软 AI 关于健康咨询使用模式的研究论文正式发表于 Nature Health。核心发现：约 1/7 的症状与病症咨询是为他人提问（子女、老年亲属或伴侣），而非本人。这对 AI 健康产品的个性化设计有重要启示——同一个关于”婴儿发烧”的问题与”自身发烧”所需信息存在根本差异。论文强调 AI 需适应用户作为家庭照护者角色的诉求。
10/15 fchollet：简单≠可扩展，深度学习复杂性恰恰是其规模化的来源
Google DeepMind 的 François Chollet 提出反直觉观点：在机器学习中，简单方法（SVM、kNN、随机森林）往往不具规模化能力，而高度复杂的方法（Transformer + 反向传播 + 梯度下降）才能大规模扩展。可扩展性通常属于高熵、复杂系统。该推文获 895 点赞、59K 浏览，提供了理解”规模定律”的一个反直觉视角。
11/15 Riley Goodside 离开 Google DeepMind，以健康和家庭为由
Riley Goodside（@goodside），知名 AI 研究员，在 4 月 16 日发推宣布已辞去 Google DeepMind 职位。原因为个人健康问题及陪伴女儿。他感谢 @OfficialLoganK 提供的机会，并向整个团队送上祝愿。Goodside 以对 LLM 能力的深度研究和 prompt 工程贡献闻名。
12/15 微软 Fairwater 数据中心在威斯康星州提前落成，号称”全球最强 AI 数据中心”
微软 CEO Satya Nadella 宣布，位于威斯康星州的 Fairwater 数据中心提前竣工并投入使用，被描述为”世界上最强大的 AI 数据中心”。Mustafa Suleyman 转推该消息。此前有报告指出，由于电力和监管问题，美国 50% 的数据中心建设正在被推迟或取消，仅 33% 在正常推进，Fairwater 提前完工颇具信号意义。
13/15 ASI-Evolve：上海研究团队打造”自动设计 AI 的 AI”，无需人工介入
上海研究团队开源 ASI-Evolve，一个完全自主的 AI 科学研究框架：读论文 → 生成假设 → 运行实验 → 将结果反馈回知识库，循环进化。在三大 AI 支柱的测试中：架构设计（发现 105 个超越最优人类设计的架构）、训练数据（知识基准 +18 分）、学习算法（竞赛数学 +12.5 分）。最优架构的提升幅度达人类最新改进的 3 倍。还成功迁移至药物靶标预测，对未见化合物提升近 7 分。
14/15 Allbirds 卖掉鞋业务，转型 AI 数据中心公司
知名环保运动鞋品牌 Allbirds 宣布出售其鞋类业务，转型为 AI 基础设施公司——计划购买 GPU 并租给找不到足够算力的开发者（Amazon、Microsoft 容量告急之际）。LinusEkenstam 就此提问：这是 AI 炒作顶点，还是公司关门前最后一搏？这一事件被视为 AI 基础设施热的民间信号指标。
15/15 Sakana AI 上线免费公开 AI 聊天服务 Sakana Chat
日本 AI 研究公司 Sakana AI 发布 Sakana Chat，一款面向日本用户的免费 AI 对话工具，内置网络搜索能力和快速响应。可供日本境内任何人使用，无需付费。Sakana AI 此前以进化计算和神经网络架构搜索研究闻名。此次推出面向普通用户的消费级产品是其首次进入应用层。
Deep Dive 附录
Claude Opus 4.7 发布详情
Anthropic 发布 Claude Opus 4.7，在 93 项编码任务基准上较 4.6 提升 13%，视觉支持增强至约 3.75 兆像素。新增 xhigh 努力等级和任务预算（Task Budgets）公测，为长时任务提供更精细的资源控制。Claude Code 新增 /ultrareview 专用代码审查指令，并推出 Cyber Verification Program 支持合法安全研究。定价不变（$5/$25 per M token），可通过 API、Bedrock、Vertex AI、Microsoft Foundry 访问。值得注意的是，自适应思考机制引发社区争议——对非代码任务的”低努力”判定导致质量下滑，且缺乏 ChatGPT 式的手动覆盖。
查看原文
OpenAI Codex：面向几乎一切的代理升级
本次 Codex 更新是其从编程助手向全能计算机代理转型的关键节点。macOS 计算机使用能力允许 Codex 在后台用独立光标操作任意 App，不干扰用户前台工作。90+ 插件覆盖文档、项目管理、代码审查、部署等完整研发链路；内置 gpt-image-1.5 使前端设计迭代无需切换工具；持久化自动化线程确保上下文在任务间延续；定时任务能力支持跨天的长期工作追踪。OpenAI CEO Greg Brockman 描述其为”找到散落在 Slack、Google Docs、Notion 和各内部工具中信息后自动完成任务的魔法”。 查看原文
GPT-Rosalind：OpenAI 生命科学前沿模型
OpenAI 推出专为生物医药研究设计的 GPT-Rosalind，强化了蛋白质/化学推理、基因组分析、生物化学知识及科学工具调用四大维度。该模型定位于压缩新药从靶点发现到监管批准所需的 10-15 年时间周期，通过帮助科学家更快探索假设空间实现提速。即日起向 Amgen、Moderna、Allen Institute for Brain Science、Thermo Fisher Scientific 开放研究预览。可通过 ChatGPT、Codex 和 API 访问。 查看原文