夜雨聆风01模型发布/更新  Anthropic 发布 Claude Opus 4.8，强化长程智能体与编码能力 Anthropic 发布 Claude Opus 4.8，强调可在复杂任务中连续工作数日，具备更强的自主编码、工具使用、长期记忆与安全防护能力，成为本周模型更新中讨论度最高的事件。 OpenAI 发布实时翻译模型，推进语音到语音低延迟交互 OpenAI 推出实时语音翻译模型，可在保留语调、情绪与说话节奏的同时实现低延迟跨语言对话，面向视频会议、直播和客服等场景。 阶跃星辰开源 Step 3.7 Flash，面向 Agent 任务优化 阶跃星辰发布并开源 Step 3.7 Flash，模型在 3.7T 参数 MoE 架构下主打长上下文、多模态理解、函数调用和智能体工作流，适配复杂工具调用场景。 Google Nano Banana Pro 与 Nano Banana 2 亮相，强化 Gemini 图像生成线 Google 官方预告 Nano Banana Pro，同时社区曝光 Nano Banana 2，并称其在图像生成质量上接近 Midjourney V9，显示 Gemini 图像生成能力继续加速迭代。 MiniCPM5-1B 开源，主打端侧视觉语言模型部署 OpenBMB 发布 MiniCPM5-1B，仅 10 亿参数即可在视觉理解任务中对标更大模型，并面向移动设备、边缘计算和离线多模态应用降低部署门槛。 |
02产品发布/更新  Claude Code 推出动态工作流，让开发者用 Markdown 定义自动化流程 Anthropic 为 Claude Code 推出动态工作流，支持开发者以 Markdown 定义多步骤任务、钩子和工具编排，进一步把编码助手推向可定制 Agent 工作台。 Runway 发布官方 MCP Server，视频创作接入 Agent 生态 Runway 发布官方 MCP Server，允许 Claude Code、Cursor、Windsurf 等 AI 编码工具直接调用 Runway 视频生成与编辑能力，降低程序化视频制作门槛。 Codex 扩展 Windows 操控与自管理线程能力 OpenAI 本周为 Codex 增加 Windows 环境应用操控能力，并支持自管理长期运行线程，使其可在跨设备、跨系统场景中持续执行开发任务。 OpenAI 强化私有 MCP 服务器安全连接 OpenAI 为 ChatGPT、Codex 和 Responses API 提供私有 MCP 服务器连接能力，支持企业在受控环境中安全接入内部数据、工具和业务系统。 Perplexity Computer 集成 Microsoft Office Perplexity Computer 与 Word、Excel、PowerPoint 等 Office 应用集成，用户可通过自然语言完成文档编辑、表格处理和演示文稿生成，办公 Agent 入口竞争继续升温。 |
03行业动态  Anthropic 寻求 150 亿美元融资，估值或达 1800 亿美元 Anthropic 据称正寻求新一轮 150 亿美元融资，估值可能达到 1800 亿美元，企业级 AI、编码 Agent 和安全能力继续成为资本市场核心关注点。 英国金融监管机构警告 AI 或加剧市场波动 英国金融监管部门警告，AI 交易系统与同质化模型可能放大市场联动和突发波动，金融行业 AI 治理与风险监控进入更高优先级。 美国调查 AI 聊天机器人对儿童安全的影响 美国监管机构要求多家科技公司提供 AI 聊天机器人与儿童互动、内容安全和数据处理相关信息，未成年人保护成为 AI 产品合规重点。 AI 推动工作外包与劳动力结构变化 AIHOT 收录多条就业相关动态，包括顶级程序员将部分工作外包给 AI、美国技能工人增长乏力，以及 AI 与移民政策共同改变招聘结构，显示 AI 对劳动力市场的影响继续扩大。 Clearview AI 与乌克兰合作引发人脸识别伦理讨论 Clearview AI 与乌克兰相关合作受到关注，AI 人脸识别在战争、执法和公共安全中的应用再次引发隐私、伦理与监管争议。 |
04论文研究  SEAL 让语言模型学会自我编辑与持续学习 MIT 提出 SEAL 方法，使语言模型能够生成自我编辑指令来更新自身参数，在新知识学习和少样本任务上提升表现，为模型持续学习提供新路径。 研究称 25% 职业可能通过 AI 远程完成 OpenAI、OpenResearch 与宾夕法尼亚大学发布研究，提出 TRADE 评估框架，认为大量远程任务可能被 AI 完成，进一步量化生成式 AI 对职业结构的影响。 Mean-Field Attention 推进百万 Token 长上下文 研究提出 Mean-Field Attention，在保持线性复杂度的同时支持百万级 Token 上下文处理，为长文档、多轮 Agent 和复杂代码库理解提供新思路。 DPO-Kernels 揭示大模型后训练的策略更新机制 宾夕法尼亚大学团队提出 DPO-Kernels，用核方法解释直接偏好优化过程中的策略更新行为，为理解和改进大模型对齐训练提供分析工具。 BiPO 方法降低 DPO 训练内存占用 加州大学伯克利分校提出 BiPO 方法，通过更高效的偏好优化设计降低训练内存开销，在多个大模型上保持较好效果，面向资源受限的后训练场景。 |
