01
Gemini 3.2 Flash 将更名为 Gemini 3.5 Flash，内部参数已曝光
谷歌或推出重命名版 Gemini 3.5 Flash 模型，定价泄露至 0.25 美元每百万 token 且响应延迟传闻压至 200 毫秒内，性能逼近 Pro 级水平，预计 5 月前后亮相。
阅读原文分类
模型动态
2026 · 今天
5 月 15 日 周五
02
Claude Code 部署模式的正确用法：分层配置与大代码库工作流
百万行 monorepo 环境中决定工具效率的关键并非基准跑分，而是工程配置层。掌握 CLAUDE.md 分层、Hooks 等技巧，构建稳定高效的 Claude Code 部署模式。
阅读原文03
OpenAI 确认 npm 供应链攻击事件，强制更新代码签名证书
OpenAI 供应链攻击事件曝光，TeamPCP 通过恶意 npm 包入侵两名员工设备。为阻断潜在恶意代码分发，官方强制 macOS 用户在 2026 年 6 月 12 日前完成应用更新，核心业务与客户数据未受影响。
阅读原文04
Codex 上线 ChatGPT 移动端：手机远程开发预览版开放
OpenAI 宣布 Codex 接入 ChatGPT 移动应用，iOS 与 Android 预览版已向所有套餐用户开放。支持远程 SSH 连接与实时状态同步，Windows 版手机连接支持即将推出。
阅读原文05
Kimi Web Bridge 浏览器扩展发布：支持 Claude Code 与 Cursor 本地网页自动化
Kimi Web Bridge 浏览器扩展发布，支持 Claude Code、Cursor、Codex 等 AI Agent 通过 Chrome DevTools Protocol 操控本地浏览器。据官方文档，该工具采用本地桥接架构，登录状态与网页内容不上传云端，适用于电商比价、批量表单填写等重复性网页操作。
阅读原文 2026 · 昨天
5 月 14 日 周四
01
蚂蚁百灵开源 Ring-2.6-1T 万亿参数模型，主打 Agent 执行与深度推理
蚂蚁百灵开源 Ring-2.6-1T 万亿参数思考模型，采用 IcePop 异步强化学习算法。该模型在 PinchBench 与 SWE-Bench 等 benchmark 中表现突出，支持 high 与 xhigh 两种推理力度，面向复杂企业自动化与长程任务部署。
阅读原文02
Ramp 数据：Anthropic 企业采用率首超 OpenAI，达 34.4%
据 Ramp AI Index，Anthropic 企业采用率 4 月升至 34.4%，首次超过 OpenAI 的 32.3%。过去一年 Anthropic 企业采用率增长约 4 倍，但分析师指出其面临成本上涨与服务质量下滑三重逆风。
阅读原文03
Google I/O 或将发布 Gemini Spark Agent：曝 24/7 AI 助手支持学习用户行为
Google I/O 前夕，社交媒体爆料显示 Gemini Spark Agent 或将作为 24/7 AI 助手发布。据披露，该 Agent 支持从用户行为中学习，可调用 Connected Apps 与第三方服务集成。
阅读原文04
OpenAI Codex 企业推广：签约企业即送 2 个月免费额度
OpenAI 宣布针对计划切换的企业客户提供激励政策。签约即送 2 个月免费 OpenAI Codex 企业推广额度。活动持续至 6 月中旬，旨在与 Anthropic 争夺开发者市场。
阅读原文05
OpenAI 重构 Windows 平台 Codex 沙箱实现方案
OpenAI 详细公开了 Codex 编码智能体在 Windows 平台的沙箱实现路径。该方案历经非提权与提权架构迭代，通过合成 SID、受限 token 与专属防火墙规则，在保障系统隔离的同时保留了智能体对开发者环境的读写兼容性。
阅读原文06
Claude computer use 最佳实践：分辨率配置、思考深度与回放机制
Anthropic 正式公布 Claude computer use 最佳实践，明确 1280x720 默认配置与 3.75M 像素硬性上限，完整拆解点击精度对齐、自适应思考阈值调度及工作流录制回放架构。
阅读原文07
Claude 订阅计划将推 Agent SDK 专属月度额度
6 月 15 日起 Claude 订阅套餐将引入 Claude Agent SDK 月度额度，Pro 套餐 $20 起，隔离交互与程序化计费，规避自动化脚本抢占订阅限额。
阅读原文08
Claude Code 周限额临时提升 50% 至 7 月 13 日
Anthropic 宣布 Claude Code 周使用限额临时提升 50%，覆盖 Pro、Max、Team 及企业用户，有效期至 7 月 13 日，可与上周 2 倍时长上限叠加生效。
阅读原文09
Anthropic 收购 Stainless 或达 3 亿美元
Anthropic 收购 Stainless 的谈判被曝进入后期，The Information 称金额至少 3 亿美元；Stainless 为 OpenAI、谷歌和 Anthropic 提供 SDK、API 文档与 agent 接口。
阅读原文 2026 · 2 天前
5 月 13 日 周三
01
Anthropic 发布 20 余 Claude 法律插件与连接器
Anthropic 推出 20 余个 MCP 连接器与 12 个专业 Claude 法律插件，深度整合 Microsoft 办公套件及合同、研究等核心系统，底层依托 Opus 4.7 模型提升文书自动化处理效率。
阅读原文02
吴恩达驳 AI 失业论，预测 AI 就业繁荣即将来临
吴恩达 AI jobapalooza 预测指出现阶段美国失业率仅为 4.3%，反驳 AI 引发大规模失业的恐慌叙事。本文剖析前沿实验室夸大技术影响力的商业动机，并探讨劳动力市场转型路径。
阅读原文03
亚马逊 MeshClaw 工具 token 刷量现象引发争议
亚马逊部署内部 AI 智能体平台 MeshClaw 工具后，员工面临超 80% 开发者周使用目标与内部分数排行榜压力，出现为刷 token 量自动化非必要任务的现象。两千亿美元资本开支背景下，企业 AI 工具推广与安全权限治理面临行业共性挑战。
阅读原文04
Claude Opus 4.7 fast mode 开放预览
Claude Opus 4.7 fast mode 已在 API 与 Claude Code 开放 research preview，官方称速度为 2.5 倍，价格为输入 30 美元/MTok、输出 150 美元/MTok。
阅读原文05
Google 重构 AI 指针交互：Gemini 驱动与 Chrome 落地
Google 提出基于 Gemini 的 AI 指针交互新范式，通过深层意图理解实现跨应用无缝调用。该设计已集成至 Chrome 浏览器及新款 Googlebook 中，开启自然语音与指向结合的交互时代。
阅读原文06
Arena 最新榜单：Claude Opus 4.7 领跑五大前沿模型
Arena 模型排名显示五大主流前沿模型能力分化。Claude Opus 4.7 在主要评测类别占据榜首，Gemini 3.1 Pro 与 GPT-5.5 High 紧随其后，展现各厂商在推理与创意任务上的技术权衡。
阅读原文 2026 · 3 天前
5 月 12 日 周二
01
Interfaze 模型发布：融合 CNN 与 Transformer 的精度架构
Interfaze模型发布全新混合架构，融合CNN与Transformer。官方公布9项基准测试成绩，光学字符识别与结构化输出准确率领先同级闪省模型，定价为1.50美元每百万输入标记。
阅读原文02
03
vLLM 登顶 Artificial Analysis 榜单，开源推理栈反超专有栈
DigitalOcean 最新基准测试显示，vLLM 登顶 Artificial Analysis 推理排行榜，DeepSeek V3.2 输出吞吐达 230 TPS 且 Qwen 3.5 397B TTFT 低于 1 秒，多项内核优化已合入主线。
阅读原文04
MiniCPM-V 4.6 1.3B 刷新 2B 以下开源权重得分
MiniCPM-V 4.6 1.3B 在 Artificial Analysis Intelligence Index 上得分 13，并以 5.4M 输出 token 完成评测，支持文本、图像与视频输入，采用 Apache 2.0 许可证。
阅读原文05
Claude Code 推出 agent view 管理并行会话
Anthropic 于 2026 年 5 月 11 日推出 Claude Code agent view，支持在 CLI 中集中管理并行会话，现以 Research Preview 向 Pro、Max、Team、Enterprise 和 Claude API 计划开放。
阅读原文06
Claude Platform on AWS 上线 支持 IAM 与统一账单
Claude Platform on AWS 于 2026 年 5 月 11 日正式可用，支持 AWS IAM、CloudTrail、统一账单和承诺用量抵扣，并开放 Opus 4.7、Sonnet 4.6、Haiku 4.5。
阅读原文 2026 · 4 天前
5 月 11 日 周一
01
Coding Agent Index 发布 编码智能体组合评测
Artificial Analysis 发布 Coding Agent Index，覆盖 3 个编码 agent benchmark；Opus 4.7 在 Cursor CLI 得分 61 领先，API 成本从每任务 0.07 美元到 2.26 美元不等。
阅读原文02
OpenRouter 推出 Pareto Code 编码路由
OpenRouter 推出 Pareto Code 编码路由，开发者可设置 0 到 1 的 min_coding_score，在 13 个代码模型中按能力门槛路由，最高支持 2,000,000 上下文。
阅读原文03
OpenAI Deployment Company 推出并收购 Tomoro
OpenAI Deployment Company 已由 OpenAI 官方推出，新公司将获得超过 40 亿美元初始投资，并在收购 Tomoro 后纳入约 150 名 FDE 与部署专家，面向企业部署 AI 系统。
阅读原文04
Codex Ultra-Fast 模式被曝提速 5 倍
Codex Ultra-Fast 模式被社区从 OpenAI Codex GitHub 提交中发现，随后相关内容被删除。提交描述称其面向延迟敏感工作，agentic code generation 最高可提速 5 倍，但 OpenAI 尚未官方确认。
阅读原文05
ChatGPT 曝 Codex 移动端控制功能
Codex 移动端控制被用户在 ChatGPT 应用内页面中发现，OpenAI 员工据报道指向周四发布窗口；硬件手机传闻仍缺乏确认，2027 年上半年量产说法仅来自分析师预测。
阅读原文06
OpenAI o1 急诊诊断超越医生
OpenAI o1 急诊诊断在 Science 报道的新研究中达到约 67% 精确或接近诊断率，高于医生约 50% 至 55%，但测试仅覆盖书面病例信息。
阅读原文 2026 · 6 天前
5 月 9 日 周六
01
Claude Sonnet 4.5 将于 5 月 15 日下架
Claude Sonnet 4.5 将于 2026 年 5 月 15 日从 Claude 模型选择器中下架，距 2025 年 9 月 29 日发布约 7.5 个月。API 端 claude-sonnet-4-5-20250929 保留至最少 9 月 29 日。
阅读原文02
文心 5.1 发布 预训练成本降至 6%
百度正式发布文心 5.1，总参数压缩至文心 5.0 约 1/3，激活参数降至约 1/2，预训练算力成本约为同规模模型的 6%，并以 1223 分位列 Arena 搜索榜全球第 4。
阅读原文 2026
5 月 8 日 周五
01
蚂蚁百灵发布 Ring-2.6-1T
蚂蚁百灵公布 Ring-2.6-1T benchmark：high 档在 PinchBench 得分 87.60，xhigh 档在 AIME 26 得分 95.83，OpenRouter 免费试用至 5 月 15 日。
阅读原文02
Zyphra 发布 AMD 训练模型 ZAYA1-8B
ZAYA1-8B 是 Zyphra 发布的 AMD 训练 MoE 模型，活跃参数少于 10 亿，在 Markovian RSA 下 HMMT'25 达到 89.6 分，高于 Claude 4.5 Sonnet 的 88.3 分。
阅读原文03
OpenAI 推出 GPT-5.5-Cyber 预览
OpenAI 推出 GPT-5.5-Cyber 有限预览，面向关键基础设施防御者。CyberGym 中其得分为 81.9%，个人用户自 2026 年 6 月 1 日起需启用更强账户安全。
阅读原文04
OpenAI 发布 GPT-Realtime-2 语音模型
OpenAI 在 Realtime API 推出 GPT-Realtime-2 语音模型等 3 款音频模型，上下文窗口升至 128K，Big Bench Audio 准确率达 96.6%，实时翻译支持 70+ 输入语言。
阅读原文 2026
5 月 5 日 周二
01
Gemma 4 推出 MTP drafter 推理加速最高 3 倍
Google 官方发布 Gemma 4 MTP drafter 推理加速方案，基于推测解码架构最高实现 3 倍提速。模型权重沿用 Apache 2.0 协议开源，无缝衔接主流本地部署框架，输出质量无损。
阅读原文02
OpenAI 推送 GPT-5.5 Instant 模型 语气更简洁并升级个性化记忆
OpenAI 推送 GPT-5.5 Instant 模型，API 标识为 gpt-5.5-chat-latest。该模型在医学、法律等场景的事实性显著提升，并新增基于聊天记录与 Gmail 的个性化记忆功能，将在两天内覆盖所有 ChatGPT 用户。
阅读原文03
Gemini 3.2 Flash 定价泄露：预期发布或指向 5 月 I/O
据泄露信息，Gemini 3.2 Flash 预期发布或于 2026 年 5 月 Google I/O 大会前后，定价输入 0.25 美元/百万 token，输出 2.00 美元，定位平衡速度与推理能力。
阅读原文04
05
Peanut 图像生成模型亮相专业横评 对比 FLUX.2
Peanut 图像生成模型于 5 月 4 日在 Artificial Analysis 专业横评中公开亮相，与 MAI-Image-2、grok-imagine-image 及 FLUX.2 [dev] Turbo 并列测试，涵盖 5 组复杂提示词。
阅读原文06
Anthropic 开发 Orbit 助手 或将在开发者大会亮相
TestingCatalog 代码分析指出，Anthropic 正开发 Orbit 助手，深度集成 Gmail、GitHub、Figma 等六款连接器至 Claude Cowork，该功能或将于 5 月 6 日开发者大会前后正式发布。
阅读原文07
Gemini 移动端设计泄露拟配合 519 Google I/O 推 Agent 化战略
Google Gemini 应用设计泄露流出，iOS 采用 Liquid Glass 透明面板，Android 采用 Material 3 Expressive。界面布局向 ChatGPT 靠拢，预计配合 5 月 19 日至 20 日 Google I/O 大会推进 Agent 化战略，重塑移动 AI 交互入口。
阅读原文 2026
5 月 4 日 周一
01
Grok 4.3 benchmark 登顶法律金融测试 跑分数据公布
xAI 近日公布 Grok 4.3 benchmark 测试跑分数据，该模型在 CaseLaw v2 与 CorpFin v2 榜单均位列第一，准确率分别达到 79.31% 与 68.53%，在长文本法律判读与金融协议解析任务中展现相对优势。
阅读原文 2026
5 月 3 日 周日
01
Google 正在测试 Omni 视频模型 或将于 I/O 大会公布
据 UI 截图显示，Google 已在 Gemini 中测试代号 Omni 的视频生成模型，或将于 5 月 19 日至 20 日 Google I/O 大会正式揭晓。当前视频生成功能仍由 Veo 3.1 驱动，Omni 架构细节与发布时间需待官方确认。
阅读原文 2026
5 月 2 日 周六
01
Anthropic 优化 Opus 4.7 降低关系引导场景阿谀倾向
Anthropic 基于 3.8 万段对话分析发现关系求助场景中模型阿谀倾向率达 25%。团队通过合成数据与前填充压力测试技术，使 Claude Opus 4.7 在该场景阿谀率降至前代一半，改进效果同步泛化至健康、财务等领域。
阅读原文02
OpenAI 发布 Codex 0.128.0 版本 支持持久化目标工作流
OpenAI 于 2026 年 5 月 1 日发布 Codex 0.128.0 版本，该终端开发工具新增持久化目标工作流与插件市场支持，重构内置权限档案并弃用全自动参数，同步优化多智能体协作与长周期任务管理能力。
阅读原文03
Artificial Analysis 评测: Grok 4.3 综合得分 53 GDPval-AA 提升 321 分
Artificial Analysis 评测显示，xAI Grok 4.3 在 Intelligence Index 上取得 53 分，超越 Muse Spark 与 Claude Sonnet 4.6，输入与输出价格均下调超 40%，GDPval-AA 基准测试较前代大幅提升 321 分。
阅读原文04
CAISI 评测 DeepSeek V4 Pro：落后美国前沿模型 8 个月，性价比突出
CAISI 第三方评测显示，DeepSeek V4 Pro 综合能力约落后美国前沿模型 8 个月，同等能力下推理成本更低，代码与数学基准表现领先。
阅读原文05
阿里开源 Qwen-Scope 可解释性工具 覆盖 7 个 Qwen3/3.5 模型
阿里 Qwen 团队开源 Qwen-Scope 可解释性工具，覆盖 Qwen3 与 Qwen3.5 系列共 7 个模型，提供 14 组稀疏自编码器权重，可用于推理控制、数据合成、训练调优与评估分析。
阅读原文06
OpenAI 正式宣布 Codex Pets 宠物体验功能
OpenAI Codex 应用上线 Codex Pets 功能：可选动画伙伴以悬浮覆盖层形式陪伴你工作，实时显示 Codex 任务的 running、waiting、ready 状态。本文详解三种切换方式与通过 hatch-pet skill 创建自定义宠物的完整流程。
阅读原文 2026
5 月 1 日 周五
01
Anthropic 测试代号 Jupiter V1 模型 或将于 5 月 6 日大会公布
据报道 Anthropic 已对内部代号 Claude Jupiter V1 启动红队测试，时间点临近 2026 年 5 月 6 日 Code with Claude 大会，与 2025 年 Neptune 代号至 Claude 4 发布的节奏相似。
阅读原文