乐于分享
好东西不私藏

2026年3月24日AI日报 | 操控电脑、视觉推理、代码自愈——AI 能力边界又扩了一圈

2026年3月24日AI日报 | 操控电脑、视觉推理、代码自愈——AI 能力边界又扩了一圈
AI日报
2026.3.24日资讯速递

1. Claude 桌面端上线操控电脑功能,限 macOS

Anthropic 宣布在 Claude 桌面端上线"Computer Use"功能,允许 Claude 通过鼠标和键盘操控 macOS 电脑,自动完成浏览网页、运行代码及填表等任务。目前仅面向 Pro 和 Max 订阅用户开放。

  • 支持打开应用程序、浏览网页、运行开发工具及填写电子表格,执行时优先使用 Slack、Google Calendar 等现有连接器,无连接器则通过控制鼠标键盘完成

  • 与移动端 Dispatch 深度集成,用户可通过手机分配任务,由 macOS 电脑端后台执行

  • 目前仅支持 macOS,官方已内置提示注入等安全防护机制,但建议避免处理敏感数据


2. OpenClaw 连更两个版本,增加大量功能

OpenClaw 连续发布 2026.3.22 与 2026.3.23 两个版本,3.22 上线 ClawHub 插件市场并新增多项模型支持,3.23 修复了 UI 缺失及多个插件兼容性问题。

  • 3.22 版本推出 ClawHub 插件市场,新增 MiniMax M2.7、GPT-5.4-mini/nano 模型支持,引入 per-agent reasoning、/btw 侧边提问、OpenShell 与 SSH沙箱等功能

  • 发布后因流程遗漏导致 npm 包缺失 dist/control-ui/ 目录,用户升级后无法加载控制台界面

  • 3.23 版本修复控制台 UI、Browser MCP 超时、ClawHub 认证冲突、飞书与 Discord 消息格式及 OpenRouter 定价刷新死循环等问题,建议尽快更新


3. Luma AI 发布 Uni-1,推理视觉同步

Luma AI 正式发布多模态模型 Uni-1,基于"统一智能"架构将逻辑推理与视觉生成融合在单一系统中,在 RISEBench 推理基准测试及人类偏好评测中均排名第一。

  • 采用仅解码器自回归 Transformer 架构,通过单一交错序列同时处理文本与图像的输入输出,实现思考与像素生成同步进行

  • 具备常识场景补全、空间推理、参考引导生成及多风格适应等核心能力

  • 在 RISEBench 达到 SOTA 水平,人类偏好 Elo 评测中总评、风格编辑及参考生成类别均排名第一


4. OpenAI 推出 ChatGPT Library 功能

OpenAI 为 ChatGPT 推出 Library 文件库功能,用户可通过网页侧边栏浏览所有文件,或在对话中快速引用历史文件进行提问,正陆续向全球 Plus、Pro 及 Business 用户推送。

  • 工具栏新增"最近文件"入口,可在对话中快速引用已上传文件,直接向 ChatGPT 询问相关内容

  • 网页版侧边栏新增 Library 标签页,集中浏览管理所有上传或创建的文件

  • 目前正逐步向 Plus、Pro 和 Business 用户全球推送


5. Cursor 发文介绍新型文本索引,降低 Agent 搜索延迟

Cursor 发文介绍基于"稀疏 N-grams"算法的新型文本索引技术,解决 Agent 在超大单体仓库中执行正则搜索耗时超 15 秒的瓶颈问题。

  • 采用确定性哈希权重及字符对频率优化,大幅减少查找次数,索引存于本地,利用 Git 控制状态

  • 通过内存映射实现毫秒级响应,配合 Composer 2 模型可显著缩短代码调查和重构耗时

  • 针对 ripgrep 在大代码库搜索延迟问题设计,专为 Agent 工具场景优化


6. 机器人世界模型 Kairos 3.0-4B 开源,端侧推理速度超越 NVIDIA Cosmos

世界模型 Kairos 3.0-4B 正式开源,专为控制机器人设计,原生大脑架构将世界模型输出直接连接至物理身体控制,运行速度比 NVIDIA Cosmos 2.5 快 72 倍。

  • 可在 THOR 边缘平台上运行,实现 1:1.5 的实时生成效率(一秒计算产生 1.5 秒连贯视频输出),支持设备端部署

  • 区别于大多数用于视频生成的世界模型,专注于机器人控制场景的物理部署

  • 七分钟连续交互演示证明世界模型正在缩小数字模拟与实际物理部署之间的差距


7. Everything Claude Code 开源项目升级,集成 28 个专业子智能体与持久记忆功能

Everything Claude Code 将原生代码工具升级为具备 28 个专业子智能体的开发团队,包含 59 条专用指令,支持持久记忆与跨会话上下文,仓库星标数已超越官方版本。

  • 内置架构师、代码审查员、安全专家等角色,配合自动修复与智能版本控制,实现并行任务拆解与自动化测试

  • 基于黑客马拉松冠军经验开源十个月生产级调优心得,最新版本支持按需安装智能体技能及多语言规则

  • 用户仅需添加市场源并安装插件,即可让模型主动建议方案、审查代码并提醒安全漏洞


8. Infinidev 编码 CLI 工具支持本地小模型运行与任务上下文分离

Infinidev 是一款专为本地小模型设计的编码 CLI 工具,适配 24GB显存GPU 运行,采用多系统提示符机制和任务上下文分离,降低订阅成本。

  • 根据不同任务类型动态调整提示策略,将任务划分为独立步骤,每步拥有独立上下文,完成后 AI 生成摘要

  • 集成文件管理器、内容搜索及带语法高亮的文件编辑器,具备小型 IDE 功能

  • SWE-bench 基准测试中使用 Qwen 3.5 27b 模型通过率达 50%,建议使用该模型组合


9. Claude Code 项目配置全指南:详解 .claude 文件夹结构与 CLAUDE.md 用法

指南详解 Claude Code 正式项目配置方法,核心基于 .claude 文件夹基础设施,包含 CLAUDE.md 指令手册、rules 规则拆分、commands 工作流及 agents 子智能体等模块。

  • CLAUDE.md 作为核心配置文件指导模型行为,项目复杂化后建议将规则拆分至 rules 文件夹,commands 存储可重复工作流

  • 系统支持两种配置:仓库级随代码提交,全局级位于 ~/.claude/ 存储个人偏好及跨项目自动记忆

  • 涵盖自定义命令、技能配置、智能体管理及权限设置的完整流程,帮助团队建立标准化编程工作流


10. PlayerZero 推出工程世界模型实现代码调试修复测试自动化

PlayerZero 推出全球首个工程世界模型,实现软件代码调试、修复及测试流程完全自动化运行,已完成 2000 万美元融资,投资方包括 Foundation Capital。

  • 专注于软件开发环节的自动化处理,试图改变现有代码维护方式,提供无需人工干预的解决方案

  • 已获 Foundation Capital 等知名机构及多家企业专业人士投资支持

  • 表明工程自动化领域正在出现突破性尝试,有助于提升软件研发效率并降低维护成本

声明:本内容由AI生成,可能包含不准确或推测性信息,请读者自行甄别并谨慎参考。

欢迎点赞收藏

持续关注每日AI前沿动态
立即扫码 -
更多资讯,
点击下方卡片关注赛凡智云协作平台
▲ 赛凡云盒,一款超好用的企业私有云盘