Anthropic 为 Claude API 推出缓存诊断公开测试版

Anthropic 在 Claude API 上线缓存诊断公开测试版，请求中传入 diagnostics.previous_message_id 后，API 会返回 cache_miss_reason，说明提示词缓存前缀在何处与上一轮发生偏离。使用该功能需在请求中带上 cache-diagnosis-2026-04-07 beta header。

Claude Opus 4.7 快速模式开启研究预览

Claude Opus 4.7 现已支持快速模式（研究预览），可通过设置 speed: "fast"、model: "claude-opus-4-7" 并搭配 fast-mode-2026-02-01 beta header 使用，以显著更快的输出 token 生成速度换取溢价定价。其定价、速率限制和访问权限与 Opus 4.6 快速模式相同，感兴趣的客户需加入等待列表。

Runway 开源 confingy：用 Python 替代 YAML 配置 ML 系统

Runway 发布开源 Python 库 confingy 并已上架 PyPI，用于配置 ML 系统，内部已将全部 YAML 配置迁移过去。

Claude Platform 上线 AWS，支持 AWS 计费与 IAM 认证

Anthropic 推出 Claude Platform on AWS，Claude API 现可通过 AWS 原生端点访问，使用 AWS 计费和 IAM 认证。可用能力包括完整 Messages API、Files API、Message Batches API、Claude Managed Agents、Agent Skills、代码执行和工具使用。

Sierra 如何评估它的 Monitors？

Sierra 详解其始终在线的评估层 Monitors 如何被评估：每个 monitor 先基于真实对话人工标注的示例定义目标行为，再由多个模型评判并与团队标签比对，分歧处回炉迭代直至模型稳定一致。

Claude Managed Agents 多智能体编排与 Outcomes 进入公测

Claude Managed Agents 的多智能体编排与 Outcomes 功能进入公测，使用标准 managed-agents-2026-04-01 beta header。

Runway 发布 Characters，单张图片生成 24fps 实时对话视频智能体

Runway 发布 Characters，基于 GWM-1 将单张参考图转为可实时对话的视频角色，无需微调，支持写实人像、卡通和吉祥物等风格。模型每帧有效耗时 37 毫秒，用户停止说话到角色开口的服务端延迟 1.75 秒；通过扩散变换器与 VAE 解码器流水线并行、KV-cache 管理、CUDA Graphs 和 Triton 核优化实现 24fps 实时生成。

Claude 平台上线 Workload Identity Federation，支持用短时 OIDC token 认证 API

Anthropic 在 Claude 平台发布 Workload Identity Federation，可用自家身份提供方（AWS IAM、Google Cloud、GitHub Actions、Kubernetes、Microsoft Entra ID、Okta、SPIFFE 等）签发的短时 OIDC token 认证 Claude API，替代长期静态 API key。

Anthropic 停用 Claude Sonnet 4.5 / 4 的 1M token 上下文窗口 beta

Anthropic 已停用 Claude Sonnet 4.5 和 Claude Sonnet 4 的 1M token 上下文窗口 beta（context-1m-2025-08-07），beta header 对这两个模型不再生效，超过标准 200k token 上下文窗口的请求将返回错误。

DeepSeek@deepseek_aiAI 评分3535

DeepSeek-V4-Pro 折扣已延长至 2026 年 5 月 31 日 15:59 UTC！

Anthropic 发布 Claude API 开源 Agent Skill，覆盖 8 种语言的 Messages API 与 Managed Agents 参考资料

Anthropic 发布 Claude API skill，这是一个开源 Agent Skill，为 Claude 提供构建 Messages API 和 Claude Managed Agents 的最新参考资料，覆盖 8 种语言。该 skill 随 Claude Code 捆绑提供，也可在 Anthropic skills 仓库获取。

Mistral AI 发布 Workflows 公开预览版，为企业 AI 提供编排层

Mistral AI 发布 Workflows 公开预览版，定位为企业 AI 的编排层，提供持久执行、可观测性和人工审批能力。开发者用 Python 编写工作流，可发布到 Le Chat 由业务人员触发，每步在 Studio 中可追踪审计。

Anthropic 发布 Claude 平台 Rate Limits API

Anthropic 为 Claude 平台推出 Rate Limits API，管理员可通过编程方式查询其组织与工作区已配置的速率限制。

Google Photos Auto frame 上线 3D 视角重构成像功能

Google 宣布在 Google Photos 的 Auto frame 功能中推出新的拍照后视角调整方法，通过 ML 模型理解场景空间布局并用生成式 AI 从新视角重构成像。

Claude Managed Agents 内置记忆功能开启公开测试

Anthropic 宣布 Claude Managed Agents 的内置记忆功能今日起开放公开测试，智能体可跨会话持续学习。记忆以文件形式挂载在文件系统上，可导出、通过 API 管理，支持多智能体共享同一 store、权限分级、审计日志和版本回滚。Netflix、Rakuten、Wisedocs 等团队已在用例中称首过错误减少 97%、验证提速 30%。

Claude Managed Agents 记忆功能进入公开测试

Claude Managed Agents 的记忆功能现已进入公开测试，使用标准的 managed-agents-2026-04-01 header 即可调用。完整集成指南见 Using agent memory 文档。

Google DeepMind 发布 Gemini 3.1 Flash TTS，新增 audio tags 语音控制

Google DeepMind 发布文本转语音模型 Gemini 3.1 Flash TTS，改进可控性、表现力和质量，在 Artificial Analysis TTS 排行榜获得 1,211 Elo 分。

HiSparse：用分层内存为稀疏注意力提速，长上下文吞吐最高提升 5 倍

LMSYS 提出分层内存系统 HiSparse，将不活跃的 KV cache 卸载到主机内存、在 GPU HBM 保留热缓冲区，缓解稀疏注意力的显存容量瓶颈。在 GLM-5.1-FP8 上，长上下文场景吞吐最高提升 5 倍，256 并发请求时吞吐超过基线 3 倍。该功能已作为实验特性集成进 SGLang，目前支持 DeepSeek-V3.2 和 GLM-5.1 等采用 DSA 的模型。

Sierra 推出首个 Level 1 PCI 合规的 AI 智能体支付能力

Sierra 推出 Level 1 PCI 合规支付能力，称其为首个达到该标准的对话式 AI 平台，支持聊天和语音场景中直接完成卡片和 ACH 支付。支付时智能体切换到安全交易流程，持卡数据经专用 PCI 认证基础设施直达商户现有支付处理器，LLM 不接触敏感信息；该能力已由 Visa 全球服务提供商注册处验证，SiriusXM 等客户每日处理数千笔支付。

Sierra 推出 Linnaeus 与 Darwin 搜索模型，解决率最高提升 16 个百分点

Sierra 发布两款自研搜索模型 Linnaeus（检索）与 Darwin（重排），用于其客服 AI 智能体，解决率最高提升 16 个百分点。Linnaeus 直接处理完整对话，recall@5 提升 20%、recall@30 约 95%，每次搜索延迟最多降低约 800ms；Darwin 负责精准筛选，使搜索成本与 P90 延迟均下降超 75%。

Sierra 推出 Explorer：与 Ghostwriter 配合的智能体优化智能体

Sierra 发布 Explorer，一款与建智能体的 Ghostwriter 配合、主动指出智能体需修复或改进之处的智能体优化工具，可视为针对客户对话而非互联网的 ChatGPT deep research。它持续扫描每段客户对话并每周推送变化简报，支持一键经 Ghostwriter 落地建议；ADT、DIRECTV 等数百家企业每周使用，ADT 称其让此前不可见的表现维度变得可分析。

Runway 推出 Runway Builders 创业扶持计划，同步发布实时视频智能体 API Runway Characters

Runway 推出面向早期创业公司的 Runway Builders 计划，为 Seed 至 Series C 阶段公司提供最高 50 万免费 API credits、最高速率限制及 Runway Characters 的早期访问权限。

Mistral AI 发布 Spaces CLI，面向人类与 Agent 双重用户

Mistral AI 发布面向人类开发者和编码 Agent 的 CLI 工具 Spaces。核心设计包括每个交互式输入都提供等价 flag 和 -y 无头模式、生成 context. 与 AGENTS.md 供 Agent 读取项目上下文、插件化的模块注册表，并将状态显式化以避免 CWD 等隐式假设；文中 Agent 从单个提示词到完成部署耗时不到 10 分钟。

Sierra 发布 Ghostwriter 与 Explorer，重构为 Agents as a Service

Sierra 推出以智能体构建智能体为核心的重构产品 Ghostwriter，用户上传 SOP、客服通话记录、白板草图等素材或用英文描述需求，即可生成支持语音、聊天、邮件和 30 多种语言、自带护栏的生产级智能体。

Suno 发布 v5.5 模型，推出 Voices、Custom models 和 My Taste 个性化功能

Suno 发布 v5.5 模型，同时推出三项个性化功能。Voices 让用户采集自己的声音来创作音乐，包含验证流程且默认私密，面向 Pro 和 Premier 订阅者；Custom models 可基于自有曲目调出个性化模型，最多可建三个；My Taste 根据用户偏好学习风格，面向所有用户。官方称这些能力为今年晚些时候与音乐行业合作推出的新一代音乐模型打基础。

Google 发布 Vibe Coding XR，用 Gemini 与 XR Blocks 将自然语言转为 Android XR 应用

Google 推出 Vibe Coding XR 工作流，通过专门的系统提示词与 XR Blocks 代码模板，让 Gemini 将自然语言在 60 秒内转为可运行的、支持物理感知的 Android XR 应用。

Mistral AI 推出 Forge：面向企业构建前沿级定制模型

Mistral AI 推出 Forge，一套让企业基于自有专有知识训练前沿级 AI 模型的系统，支持预训练、后训练与强化学习全流程。Forge 同时支持 dense 与 MoE 架构，并可处理多模态输入，模型可在企业自有基础设施内训练与治理。该平台以智能体优先设计，Mistral Vibe 等自主智能体可用其微调模型、寻找最优超参数并生成合成数据。

Miles 强化学习框架新增 ROCm 支持，可在 AMD Instinct GPU 上运行

Miles 开源强化学习框架现已支持 ROCm，可在 AMD Instinct MI300/350 系列 GPU 上原生运行大规模 RL 后训练。该框架基于 SGLang 和 Slime 生态，支持 GRPO/PPO、Ray 编排及 Megatron-LM 集成，并提供预构建容器。

Google 在 Flood Hub 上线 AI 城市山洪预报，可提前 24 小时预测风险

Google Research 宣布在 Flood Hub 上推出城市山洪预报，借助基于 Gemini 的 Groundsource 方法从新闻报告中提取历史山洪数据，用 LSTM 模型提前 24 小时预测城市山洪风险。

Microsoft 发布 Copilot Health 健康助手

Microsoft 推出 Copilot Health，这是 Copilot 内的独立安全空间，可整合健康记录、可穿戴设备数据与健康历史并生成个性化健康洞察。

SGLang 支持 NVIDIA Nemotron 3 Super，面向高效多智能体系统

SGLang 宣布 Day 0 支持 NVIDIA Nemotron 3 Super。该模型为 120B 参数混合 MoE，每次前向仅激活 12B 参数，采用混合 Transformer-Mamba 架构，支持 1M token 上下文、多 token 预测和思考预算，相比上一代 Nemotron Super 1.5 吞吐提升至 5 倍。

Suno Studio 1.2 更新：新增 Remove FX、Warp Markers 与拍号支持

Suno 为 Premier 订阅者的 Suno Studio 推出 1.2 版本，新增 Remove FX 可去除音频片段效果并导出无效果版本至 DAW，Warp Markers 支持配合 Quantize 调整音频时序与律动。该版本还引入 Alternates 优化 take lanes 试听流程，并支持 4/4 以外的拍号，如 6/8、7/8 和 11/4。

Mistral 发布 Mistral Vibe 2.0 终端编码智能体并调整 Devstral 2 定价

Mistral AI 发布终端原生编码智能体 Mistral Vibe 2.0，由 Devstral 2 模型家族驱动，新增自定义子智能体、多选澄清、斜杠命令技能和统一智能体模式。

Sierra 推出 Expert Answers：把客服对话转化为 AI 智能体的复利知识

Sierra 发布 Expert Answers，可将 AI 智能体转交人工解决的客服对话自动生成可审核的知识文章，并回灌给智能体。该功能会识别智能体的知识缺口、学习相似问题的解决模式并生成草稿，供客服团队审核而非从零撰写。一家数字健康公司用其生成的文章测试部分流量，解决率提升 4% 且未增加客服工作量，随后全面铺开。

SGLang-Diffusion 两个月迭代：推理速度最高提升 2.5 倍并集成 ComfyUI

SGLang-Diffusion 团队发布发布两个月进展总结，当前版本（docker 镜像 lmsysorg/sglang:dev-pr-17247）比 2025 年 11 月初始版最快提升 2.5 倍，在 NVIDIA GPU 上比其他方案最高快 5 倍。

Sierra 推出 Workspaces：让团队并行开发 AI 智能体

Sierra 发布 Workspaces，将 GitHub、Figma 式的协作模式引入 AI 智能体开发，支持团队成员在各自 Workspace 中并行构建、测试，再通过合并生成快照并发布到 QA、staging 或生产环境。

SGLang 发布扩散大语言模型框架并 Day-0 支持 LLaDA 2.0

Ant Group DeepXPU 团队与 SGLang 团队在 SGLang 中实现扩散大语言模型（dLLM）框架，Day-0 支持 LLaDA 2.0。方案复用现有 Chunked-Prefill 机制，无需改动 SGLang 核心架构，支持自定义扩散解码算法、流式输出、张量并行和 CUDA graph 优化。

Sierra 为聊天智能体推出 Visual Attachments 可视化组件

Sierra 发布 Visual Attachments，让聊天智能体在对话中直接嵌入进度条、安全输入框、庆祝卡片等可视化 UI 组件。这些组件用 React 构建，可在 Agent Studio 中无代码部署，并支持无障碍、响应式与效果度量。Rocket Mortgage 的预资格智能体采用后，客户转接银行专员时的转化率在再融资和购房流程中均提升 4 倍。

Mistral AI 推出 Mistral AI Studio 生产级 AI 平台

Mistral AI 发布 Mistral AI Studio，一个面向企业团队的生产级 AI 平台，包含 Observability、Agent Runtime 和 AI Registry 三大支柱。

Suno 发布生成式音频工作站 Suno Studio

Suno 宣布推出 Suno Studio，定位为生成式音频工作站，将 AI 生成融入音乐创作流程。它支持即时生成人声、鼓、合成器等无限 stem 变体，提供多轨时间线编辑、BPM、音量和音高控制，并可将 stem 导出为音频和 MIDI 文件回到任意 DAW。Suno Studio 已在桌面端面向 Premier 用户开放。