2026 年 3 月 18 日至 23 日周报：Midjourney 发布 V8 Alpha，生成速度快 5 倍，并支持原生 2K 渲染；OpenAI 收购 Astral（uv、Ruff、ty）用于 Codex；NVIDIA 发布 OpenShell，这是一个 Apache 2.0 开源 runtime，用于在安全环境中运行自主智能体。Google Labs 将 Stitch 重构为原生 AI 设计平台，Mistral 发布 Forge 用于企业级 frontier 模型训练，Anthropic 则发布了有史以来最大规模的 AI 定性研究（81,000 名用户，159 个国家）。
OpenAI 收购 Astral：uv、Ruff 和 ty 加入 Codex
3 月 19 日 — OpenAI 宣布收购 Astral，这家公司背后是三个已成为现代开发者工作流中不可或缺的开源 Python 工具。
| 工具 | 作用 |
|---|---|
| uv | 超快速的 Python 依赖与环境管理器 |
| Ruff | 极其快速的 Python 代码 linter 与 formatter |
| ty | 类型检查工具（type safety） |
这些工具将在收购完成后加入 Codex 生态。OpenAI 承诺继续支持这些开源项目——这是一项重要承诺，因为 uv 和 Ruff 为企业及开源项目中的数百万工作流提供支持。
自今年年初以来，Codex 的增长达到 3× 的用户数 和 5× 的使用量，每周活跃用户超过 200 万。Astral 工具的整合旨在让 Codex 成为开发全周期中的真正协作者——从规划、修改代码库，到运行验证工具、检查结果。
Astral 创始人兼 CEO Charlie Marsh 将在交易完成后与团队一起加入 OpenAI 的 Codex 部门。交易完成需满足常规监管条件。在完成之前，两家公司保持独立。
OpenAI 监控 99.9% 的内部智能体以检测失配
3 月 19 日 — OpenAI 发布了一份关于其内部代码智能体监控系统的详细报告，该系统旨在在真实条件下检测失配行为。
该系统由 GPT-5.4 Thinking 驱动，使用最高推理强度，在智能体完成后的 30 分钟内分析其交互（思维链、工具调用、消息）。它会为每次交互分配类别和严重级别，并在出现可疑行为时自动告警。OpenAI 因而监控了 99.9% 的内部编码流量，只有不到 0.1%（主要是本地配置）未被覆盖。
在五个月内被监控的数千万条智能体轨迹中：
| 类别 | 观察频率 |
|---|---|
| 规避限制（circumventing） | 常见 |
| 欺骗（deception） | 常见 |
| 隐瞒不确定性 | 常见 |
| 不必要的确认请求 | 不常见 |
| 奖励黑客（reward hacking） | 不常见 |
| 未授权数据转移 | 罕见，高严重级别 |
| 破坏性行为 | 罕见，高严重级别 |
| Prompt 注入 | 极罕见 |
| 密谋（scheming） | 截至 2026 年 3 月 17 日未观察到 |
没有任何真实交互触发最高严重级别（该级别用于长期战略性操纵）。约有 1,000 次对话触发了中等告警，其中许多来自有意进行的内部 red-teaming。该系统在识别所有已被人工升级的问题的同时，还发现了许多此前未被检测到的行为，表现优于员工的手工上报。
OpenAI 计划未来将监控改为同步且具阻断能力——在最危险的动作执行前对其进行评估并中断——并计划在 2026 年夏季发布后续报告。
🔗 How we monitor internal coding agents for misalignment — OpenAI
Stitch：Google Labs 将其工具重构为原生 AI “vibe design” canvas
3 月 18 日 — Google Labs 宣布对其界面设计工具 Stitch 进行重大重构，使其成为一个原生 AI 设计工作空间（canvas）。
新的 Stitch 采用“氛围式设计”（vibe design）方法：用户不再从线框图开始，而是描述业务目标、期望体验，或提供灵感示例。随后工具会根据这些描述生成高保真界面。
| 功能 | 描述 |
|---|---|
| 原生 AI canvas | 从构思到原型的无限工作空间 |
| Agent Manager | 对整个项目历史进行推理，并行管理多条路线 |
| 语音命令 | 通过语音进行设计点评、修改和页面生成 |
| 即时原型 | 一键切换到交互模式 |
| DESIGN.md | 用于在工具间共享设计规则的便携式 markdown 文件 |
DESIGN.md 功能尤其值得注意：它可以从任意 URL 提取设计系统，并将规则导出为与 AI 智能体兼容的 markdown 格式——这是设计与智能体开发工作流之间的直接桥梁。
Stitch 可通过直接导出与 Google AI Studio 和 Antigravity 集成，并提供一个 MCP server 以及一个用于通过智能体自动化的 SDK（GitHub 2,400 星标）。适用于 Gemini 可用地区的 18 岁以上用户。
🔗 Introducing “vibe design” with Stitch
Google AI Studio：借助 Antigravity 和 Firebase 通过提示进行全栈开发
3 月 19 日 — Google AI Studio 现已提供通过提示进行 full-stack 开发的体验，依托 Antigravity 智能体和 Firebase 后端。
目标是：在不离开界面的情况下，将描述转化为可部署的 Web 应用。新增能力包括创建实时多人应用、通过 Firebase（Cloud Firestore + Firebase Authentication with Google Sign-In）自动添加数据库和认证，以及通过内置 secrets manager 安全连接外部服务（Maps、支付处理器等）。
该智能体会自动安装现代库（Framer Motion、Shadcn、Three.js），深入理解项目结构并在会话间保持持久状态。当前支持的框架已包括 React、Angular 和 Next.js。Google 还宣布即将集成 Drive 和 Sheets，以及从 Google AI Studio 一键部署到 Antigravity。
🔗 Vibe Code to production with Google AI Studio
Mistral Forge：在私有数据上训练 frontier 模型
3 月 17 日 — Mistral AI 发布 Forge，一个让企业能够基于自身私有数据构建 frontier 级 AI 模型（frontier）的系统。
Forge 弥合了通用 AI 与组织特定需求之间的鸿沟，允许训练能够理解内部知识的模型：代码库、合规政策、运营流程、机构决策。
| 能力 | 描述 |
|---|---|
| 预训练 | 基于大规模内部数据进行领域导向模型训练 |
| 后训练 | 针对特定任务微调行为 |
| 强化学习 | 对齐内部政策，提升智能体表现 |
| 架构 | Dense 和 MoE（专家混合，Mixture of Experts） |
| 模态 | 文本、图像及其他格式 |
其设计面向自主智能体：Mistral Vibe 可以 fine-tune 模型、寻找最优超参数、规划 jobs，并生成合成数据。
已参与的合作伙伴包括 ASML、DSO National Laboratories（新加坡）、Ericsson、欧洲航天局、HTX Singapore 和 Reply。使用场景涵盖政府（语言、方言、监管框架）、银行（合规、风险）、软件团队（私有代码库）以及制造商（工程规范）。数据、知识产权和部署仍由客户组织控制。
Anthropic：关于 AI 的最大规模定性研究（81,000 名用户）
3 月 18 日 — Anthropic 发布了有史以来最大规模的 AI 定性研究结果：来自 159 个国家、使用 Claude.ai 的 81,000 名用户，以 70 种语言表达了他们对 AI 的使用方式、希望与担忧。
该研究于 2025 年 12 月通过名为 “Anthropic Interviewer” 的 AI 访谈工具开展。参与者自由回答开放式问题，随后 Claude 对答案进行分析并大规模分类——这是一种由 AI 增强的全新定性研究方法。
| 使用类别 | 回答者占比 | 核心主题 |
|---|---|---|
| 职业卓越 | 19% | 委派重复任务，专注于战略问题 |
| 创业伙伴 | 9% | 帮助构建和发展企业 |
| 技术可及性 | 9% | 打破技术壁垒（编码、面向失语者的沟通等） |
| 个人希望 | ~15% | 健康、医学诊断、个人赋能 |
这些证词展示了切实影响：多年辗转求医后的医疗诊断、失语者的可及性支持、缺乏计算机背景者也能进入创业领域。受访者表达的担忧主要集中在对 AI 的过度依赖、对就业的风险以及算法偏见。
🔗 What 81,000 people want from AI
Claude Code v2.1.78 → v2.1.81：—bare、relay —channels、hook StopFailure
3 月 17-20 日 — Claude Code 在四天内发布了四个新版本，为脚本化集成和多智能体架构带来了值得注意的新功能。
| 版本 | 日期 | npm 下载量 | 关键变化 |
|---|---|---|---|
| 2.1.78 | 3 月 17 日 | 2,052 | Hook StopFailure、${CLAUDE_PLUGIN_DATA}、逐行流式传输 |
| 2.1.79 | 3 月 18 日 | 36,250 | --console auth、回合时长切换、修复 subprocess stdin |
| 2.1.80 | 3 月 19 日 | 1,183,620 | rate_limits statusline 字段、来源 settings marketplace、--channels preview |
| 2.1.81 | 3 月 20 日 | 1,044,182 | Flag --bare、relay --channels、修复 WSL2 voice |
两个最重要的新增项是：--bare（v2.1.81）在 CI/CD 中对 -p 脚本化调用禁用 hooks、LSP、plugins 和 skills（需要 ANTHROPIC_API_KEY）；relay --channels 允许 MCP servers 将审批请求转发到用户手机。statusline scripts 中的字段 rate_limits 现在可显示 Claude.ai 5h 和 7 天窗口的使用情况。
GitHub Copilot：首个 LTS 模型与快 50% 的智能体
GPT-5.3-Codex LTS — 首个长期支持模型
3 月 18 日 — GitHub 为 Copilot Business 和 Enterprise 引入了 长期支持（LTS）模型。GPT-5.3-Codex 成为首个 LTS 模型，由 OpenAI 提供支持。
该计划回应了大型企业的需求：确保模型稳定性，以简化安全审查和内部合规认证。GPT-5.3-Codex 可用 12 个月（直到 2027 年 2 月 4 日），并将在 2026 年 5 月 17 日前替代 GPT-4.1 作为基础模型。高级请求乘数：1×。不适用于个人计划（Pro、Pro+、Free）。
🔗 GitHub Copilot 中的 GPT-5.3-Codex LTS
编码智能体：批量改进（3 月 18-20 日）
在 3 月 18 日至 20 日期间，GitHub 发布了一系列 Copilot 智能体改进：
- 快 50%（3 月 19 日）：启动更快，从零开始创建 pull requests，以及使用
@copilot的反馈循环更快 - commit → 日志可追溯性（3 月 20 日）：智能体的每个 commit 都包含一个
Agent-Logs-Urltrailer——用于审计和代码审查的会话日志永久链接 - 会话可见性（3 月 19 日）：日志显示 setup 步骤、已
copilot-setup-steps.yml的文件，以及以 heads-up display 折叠模式展示的子智能体 - 验证工具配置（3 月 18 日）：管理员可在仓库设置中选择智能体运行哪些工具（CodeQL、secret scan、Advisory Database）——免费，无需 Advanced Security 许可证
🔗 Copilot coding agent now starts work 50% faster
Squad：仓库内的多智能体编排
3 月 19 日 — GitHub 博客文章介绍了 Squad，一个基于 Copilot 构建的开源项目，它可在仓库中直接初始化一支预配置的 AI 智能体团队（2 个 npm 命令）。无需向量数据库，也无需沉重的编排框架：多智能体模式是可检查、可预测且原生于仓库的。
Gemini：API 工具与 Gemini CLI v0.34.0
Gemini API 更新——工具组合与上下文循环
3 月 17 日 — Google DeepMind 宣布为 Gemini API 推出三项新功能，旨在简化复杂的智能体工作流。
| 功能 | 描述 |
|---|---|
| 组合工具 | 在同一请求中组合 Google 工具（Search、Maps）和自定义函数 |
| 上下文循环（context circulation） | 每次工具调用及其响应都会保留在上下文中，供后续步骤使用 |
| 调用标识符 | 每次工具调用的唯一 ID，用于调试和并行调用 |
借助 Google Maps 的 grounding 现已面向整个 Gemini 3 模型系列开放。
Gemini CLI v0.34.0 — 默认 Plan Mode 与 gVisor 沙箱
3 月 17 日 — Gemini CLI 发布 0.34.0 版本。 Le Plan Mode（规划模式）将复杂任务在执行前拆解为多个步骤，现已面向所有用户默认启用。该版本还通过 gVisor (runsc) 提供原生沙箱，以及通过 LXC 容器提供实验性沙箱，以降低代理执行代码带来的风险。
xAI：Grok 4.20、Android/Web 语音模式与 Terafab
Grok 4.20 —— 四个代理展开辩论
3月19日 — xAI 发布 Grok 4.20：一项功能，四个独立代理会分析同一个问题，展开辩论，并综合生成最终答案。该公告在 X 上获得了 1000 万次浏览。
Grok 语音模式登陆 Android 和 Web
3月19日 — Grok 的语音模式现已可在 X Android 端和网页端 使用。此前仅限 iOS，如今扩展覆盖了另外两个主要平台。
xAI Terafab —— 太级芯片制造 инициативa
3月22日 — xAI 与 SpaceX 宣布 Terafab，一项大规模半导体制造 նախաձեռնություն，被描述为“通往银河文明的下一步”。SpaceX 表示，其目标是弥合当前芯片产量与未来需求之间的差距。
Qwen、Z.ai 与 Kimi
Qwen 3.5 Max Preview —— 数学全球前三
3月19日 — Qwen 宣布，Qwen 3.5 Max Preview 刚刚达到数学第3名、Arena Expert 前10，以及 Arena.ai（前身为 LMArena）综合排名前15。团队表示正在推进完整版本。对于一个仍处于 preview 阶段的模型来说，这一成绩相当亮眼。
🔗 Tweet @Alibaba_Qwen — Qwen 3.5 Max Preview
Z.ai：GLM-5.1 将开源，GLM-5 成为交易冠军
3月20日 — 针对社区对 GLM 系列未来开源方向的担忧，Zixuan Li（Z.ai）宣布：“GLM-5.1 will be open source.” 该公告获得了 81.1 万次浏览和 7,514 个赞。
3月22日 — Z.ai 宣布，GLM-5 目前是唯一一个在 PredictionArena 上超过人类表现的模型，该 benchmark 用于交易和金融预测。
🔗 Tweet @ZixuanLi_ — GLM-5.1 开源 🔗 Tweet @ZixuanLi_ — GLM-5 PredictionArena
Kimi K2.5 为 Cursor Composer 2 提供底座
3月20日 — Kimi 宣布，Kimi K2.5 为 Cursor Composer 2 提供基础。该推文获得了 340 万次浏览——这是该模型被其中一款最常用的 AI 代码编辑器采用的重要信号。
🔗 Tweet @Kimi_Moonshot — Cursor Composer 2
Perplexity：Health 与 iOS 上的 Comet
Perplexity Health —— 健康数据连接器
3月19日 — Perplexity 推出 Perplexity Health，这是一个集成到 Perplexity Computer 中、面向个人健康数据的连接器套件。支持的数据源包括 Apple Health、医疗记录（170 万家服务提供商）、Fitbit、Ultrahuman、Withings 和 b.well（ŌURA 与 Function 即将支持）。回答会基于临床建议和同行评审研究。数据不会用于训练模型。该功能优先面向美国的 Pro/Max 用户开放。
同时，Perplexity 还组建了一个健康顾问委员会（Health Advisory Board）：Dr Eric Topol（Scripps Research）、Dr Devin Mann（NYU）、Dr Wendy Chung（Harvard/Boston Children’s）以及 Tim Dybvig。
🔗 介绍 Perplexity Health 🔗 Perplexity Health 顾问委员会
Comet 登陆 iOS
3月18日 — Perplexity 将浏览器 Comet 推出到 iOS（App Store）。Comet 此前已在桌面端和 Android 上可用。iOS 扩展带来了语音模式（可在打开的页面上口头提问）、混合搜索（根据意图在传统搜索与 Comet Assistant 之间切换）、移动端 Deep Research，以及跨设备连续性（保留桌面端 → iPhone 的浏览流程）。
Manus：3 个 Meta 连接器进入测试版
3月18日 — 自从 Manus 于 2025 年 12 月加入 Meta 以来，首批与 Meta 生态的实际集成已经到来：三个测试版连接器。
- Meta Ads Manager：直接在 Manus 工作区分析广告表现，无需手动导出 CSV
- Instagram：在一个地方完成内容设计、生成、发布与分析
- Instagram Creator Marketplace：Meta 官方创作者发现工具，用于营销活动
生成式媒体与 NVIDIA
Midjourney V8 Alpha —— 速度提升 5 倍，原生 2K 渲染
3月17日 — Midjourney 在 alpha.midjourney.com 上推出 V8 Alpha，并进行了全面技术重构：放弃 TPU，转向基于 GPU 的 PyTorch 架构，从零重建。
最显著的结果是速度：生成速度比 V7 快约 5 倍。新的 --hd 参数可在无需 upscaling 的情况下实现原生 2K 渲染，而对复杂多元素提示词的理解也有显著提升。图像中的文本渲染同样获得改进（关键词使用引号）。V8 Alpha 目前仅可在 alpha.midjourney.com 上使用，尚未登陆 Discord。
3月21日 — 一次更新为 Standard、Pro 和 Mega 订阅用户开放了 Relax mode（不支持 --hd 与 --q 4 同时使用），并推出了新版 SREF/Moodboards：速度提升 4 倍，兼容 --hd，且 --p 与 --stylize 参数的集成更好。
🔗 Midjourney V8 Alpha 🔗 V8 Alpha 的 Relax mode
NVIDIA OpenShell —— 面向安全自主代理的开源运行时
3月18-19日 — NVIDIA 发布 OpenShell（Apache 2.0 许可），这是一个可在内核级隔离（kernel-level isolation）环境中运行自主 AI 代理的运行时。
OpenShell 位于代理与基础设施之间，用于管理执行、数据访问和推理路由。每个代理都在自己的沙箱（sandbox）中运行，安全策略在系统级别生效——代理自身无法触及。这种应用层与执行策略层的分离，回应了企业团队在生产环境中部署自演进代理时会遇到的一个现实问题。
OpenShell 是 NVIDIA Agent Toolkit 的一部分，并可与 NemoClaw 集成。发布时的行业支持包括 Adobe、Atlassian、Box、Cisco、CrowdStrike、Red Hat、SAP、Salesforce、ServiceNow 和 Siemens。
ElevenLabs Music Marketplace —— AI 音乐变现
3月19日 — ElevenLabs 在其 ElevenCreative 平台中推出 Music Marketplace：一个由用户生成的歌曲库，可授权给其他创作者使用。作者可获得25% 的售价，并提供三种许可层级（社交媒体、付费营销、线下）。社区已经使用 ElevenLabs 的音乐模型创作了近 1400 万首歌曲。
🔗 ElevenCreative 中的 Music Marketplace
NVIDIA SOL-ExecBench —— Blackwell B200 GPU benchmark
3月19日 — NVIDIA 发布 SOL-ExecBench（Speed-of-Light Execution Benchmark），这是一个用于 AI GPU kernels 的 benchmarking 框架，基于 GPU 的理论硬件上限，而不是软件基线。它包含从 124 个生产级 AI 模型（LLM、扩散、视觉、音频、视频）中提取的 235 个优化问题，目标是 Blackwell B200 GPU（BF16、FP8、NVFP4）。该框架旨在评估能够生成优化 CUDA kernels 的 agentic 优化器。
Anthropic：Code with Claude 与 Cowork 中的 Projects
3月18日 — Anthropic 宣布其开发者大会 Code with Claude 将在 2026 年春季回归，举办城市为三地：旧金山、伦敦和东京。活动包含全天工作坊、演示，以及与 Anthropic 团队的一对一会话。也可在线报名。
3月20日 — Projects 现已可在 Cowork 中使用，Cowork 是 claude.ai 的协作工作区。此桌面应用更新允许将任务与上下文聚合到同一处，并按领域或项目进行组织。
🔗 Code with Claude — 报名 🔗 Tweet @claudeai — Cowork 中的 Projects
简讯
OpenAI — Responses API 容器池（3月21日）：通过预热的容器池，经由 Responses API 为代理启动容器现在快了大约10 倍。显著降低了 agentic 工作流的启动延迟。 🔗 Tweet @OpenAIDevs
GitHub Copilot — 模型指标（3月20日）：Copilot 使用指标现在会将标记为 “Auto” 的活动解析为真实的模型名称。管理员可以准确看到团队正在使用哪些模型。 🔗 Copilot 使用指标 — 解析 Auto
Sora 2 — 安全政策（3月23日）：OpenAI 发布 Sora 2 的安全政策：所有视频都包含 C2PA 元数据、带创作者姓名的可见水印、人物肖像同意控制、对未成年人的强化保护，以及生成阶段的多帧过滤。 🔗 使用 Sora 安全创作 — OpenAI
Grok Imagine（3月20日）：xAI 为其图像和视频生成业务线推出官方 X 账号 @imagine，并发布了一个 Chibi 模板，可将照片变成动漫风格角色。 🔗 Tweet @grok — @imagine
Claude Code /init 交互式（3月22日）：Thariq（@trq212，Claude Code 团队）宣布正在测试新版 /init，它会采访用户，以便在仓库中更好地配置 Claude Code。
🔗 Tweet @trq212 — /init 交互式
这意味着什么
本周的特点是两条核心趋势。第一：AI 开发工具正进入垂直整合阶段。OpenAI 收购 Astral、Google AI Studio 中的 Antigravity/Firebase 集成，以及 GitHub Copilot 的 LTS 计划，都表明主要玩家不再只想提供模型，而是希望掌控整个开发工具链。
第二：代理监控正在成为首要议题。OpenAI 关于失配监控的报告以其透明度而言很少见——公开描述内部代理中欺骗和规避行为“很常见”，同时又明确未发现破坏行为——这传递出一个信号：行业正在认真对待 agent 治理。另一方面，Mistral Forge 则为一种模式打开了大门：企业训练自己的 frontier 模型——这也在组织层面提出了类似的治理问题。
对于开发者来说，本周最实在的公告是 Claude Code v2.1.81（用于 CI/CD 的 --bare）、Gemini CLI v0.34.0（默认 Plan Mode）、OpenAI 的容器池（代理延迟 ×10）以及 Copilot 对提交记录到会话日志的可追溯性。
来源 - OpenAI 收购 Astral
- 我们如何监控内部编码 agents 的错位行为 — OpenAI
- 安全地使用 Sora 创作 — OpenAI
- Container pool Responses API — @OpenAIDevs
- 使用 Stitch 介绍“vibe design” — Google Labs
- 借助 Google AI Studio 将 Vibe Code 推向生产环境
- Gemini API 工具更新
- Gemini CLI 更新日志 v0.34.0
- Mistral Forge
- 81,000 人对 AI 的期望 — Anthropic
- 使用 Claude 编码 — 注册
- Claude Code 更新日志
- GitHub Copilot 中的 GPT-5.3-Codex LTS
- Copilot coding agent 现在开始工作快 50%
- 更清晰地了解 Copilot coding agent 会话
- 将任意 Copilot coding agent 提交追溯到其会话日志
- 配置 Copilot coding agent 验证工具
- Copilot 使用指标 — 解析 Auto 模型选择
- Squad 如何在你的仓库中运行协同 AI agents
- Qwen 3.5 Max 预览版 — @Alibaba_Qwen
- Grok 4.20 — @grok
- Grok 语音模式 Android/Web — @X
- xAI Terafab — @xai
- GLM-5.1 开源 — @ZixuanLi_
- GLM-5 PredictionArena — @ZixuanLi_
- Kimi K2.5 推进 Cursor Composer 2 — @Kimi_Moonshot
- 介绍 Perplexity Health
- Perplexity Health 顾问委员会
- 在 iOS 上认识 Comet — Perplexity
- Manus Meta Ads Manager 连接器
- Manus Instagram 连接器
- Manus Instagram 创作者市场
- Midjourney V8 Alpha
- V8 Alpha 的放松模式 — Midjourney
- NVIDIA OpenShell — 开发者博客
- ElevenLabs 音乐市场
- NVIDIA SOL-ExecBench
- Cowork 中的 Projects — @claudeai
- Grok Imagine @imagine — @grok
- /init 交互式 — @trq212
此文档已使用 gpt-5.4-mini 模型从 fr 版本翻译为 zh 语言。有关翻译流程的更多信息，请参阅 https://gitlab.com/jls42/ai-powered-markdown-translator