微软HyperP：在208M模型上调一次学习率，全尺度都能用
微软研究团队提出 HyperP（Hypersphere Parameterization），首个在超球面优化下实现学习率跨模型宽度、深度、训练数据量和 MoE 粒度全维度迁移的框架。核心做法是将权重矩阵约束在固定范数的超球面上，配合 Muon 优化器，只需在最小规模（2.08 亿参数）上调一次基础学习率，即可直接迁移至所有更大的计算预算。
论文有两个关键理论发现。第一，在 Frobenius 球面约束下，权重衰减（weight decay）在一阶近似上完全无效，可以直接删除，将超参数搜索空间从学习率和权重衰减的联合平面压缩到只剩学习率一个维度。第二，最优学习率随训练数据量的缩放遵循幂律关系，指数为 0.32，与此前在 AdamW 优化器上观察到的「magic exponent」完全一致，暗示这可能是梯度优化的普遍性质，与具体优化器无关。
实验结果上，在 6×10²¹ FLOPs 的计算预算下，HyperP 对 dense 模型的计算效率较强 Muon 基线（配合 μP++ 和权重衰减缩放）提升 1.58 倍，且优势随规模单调递增；配合论文提出的 SqrtGate 机制（一种保持输出 RMS 跨 MoE 粒度不变的门控方式）的 MoE 模型，效率进一步达到 dense 模型的 3.38 倍。稳定性方面，HyperP 实现了「可迁移的稳定性」：从 9.13 亿到 133 亿参数的 MoE 模型，所有六项训练不稳定指标（Z 值、输出 RMS、激活异常值比例等）均保持有界且不随规模增长。论文还反驳了 MuonH 原作者关于该优化器天然具备深度迁移性的说法，证明残差连接的累积角漂移使得 Depth-μP 仍然必要。代码已开源。
信源：https://arxiv.org/abs/2603.28743
微软研究团队提出 HyperP（Hypersphere Parameterization），首个在超球面优化下实现学习率跨模型宽度、深度、训练数据量和 MoE 粒度全维度迁移的框架。核心做法是将权重矩阵约束在固定范数的超球面上，配合 Muon 优化器，只需在最小规模（2.08 亿参数）上调一次基础学习率，即可直接迁移至所有更大的计算预算。
论文有两个关键理论发现。第一，在 Frobenius 球面约束下，权重衰减（weight decay）在一阶近似上完全无效，可以直接删除，将超参数搜索空间从学习率和权重衰减的联合平面压缩到只剩学习率一个维度。第二，最优学习率随训练数据量的缩放遵循幂律关系，指数为 0.32，与此前在 AdamW 优化器上观察到的「magic exponent」完全一致，暗示这可能是梯度优化的普遍性质，与具体优化器无关。
实验结果上，在 6×10²¹ FLOPs 的计算预算下，HyperP 对 dense 模型的计算效率较强 Muon 基线（配合 μP++ 和权重衰减缩放）提升 1.58 倍，且优势随规模单调递增；配合论文提出的 SqrtGate 机制（一种保持输出 RMS 跨 MoE 粒度不变的门控方式）的 MoE 模型，效率进一步达到 dense 模型的 3.38 倍。稳定性方面，HyperP 实现了「可迁移的稳定性」：从 9.13 亿到 133 亿参数的 MoE 模型，所有六项训练不稳定指标（Z 值、输出 RMS、激活异常值比例等）均保持有界且不随规模增长。论文还反驳了 MuonH 原作者关于该优化器天然具备深度迁移性的说法，证明残差连接的累积角漂移使得 Depth-μP 仍然必要。代码已开源。
信源：https://arxiv.org/abs/2603.28743
API也扛不住了：DeepSeek本月第六次服务异常，影响范围首次扩大到API
DeepSeek 状态页显示，3 月 31 日 17:02（CST）网页端和 API 服务同时出现性能异常，18:05 恢复，持续约 1 小时。此前本月五次故障均标注为「网页/APP」或「网页」，这是 API 服务首次被纳入受影响范围，意味着不仅前端用户，通过 API 接入 DeepSeek 的第三方应用和开发者也受到波及。
这是 DeepSeek 3 月第六次公开记录的服务异常。状态页历史显示，3 月 5 日网页不可用约 45 分钟，3 月 10 日网页/APP 不可用约 76 分钟，3 月 18 日性能下降约 11 分钟，3 月 29 日至 30 日连续两起故障累计跨度近 13 小时。
信源：https://status.deepseek.com/
DeepSeek 状态页显示，3 月 31 日 17:02（CST）网页端和 API 服务同时出现性能异常，18:05 恢复，持续约 1 小时。此前本月五次故障均标注为「网页/APP」或「网页」，这是 API 服务首次被纳入受影响范围，意味着不仅前端用户，通过 API 接入 DeepSeek 的第三方应用和开发者也受到波及。
这是 DeepSeek 3 月第六次公开记录的服务异常。状态页历史显示，3 月 5 日网页不可用约 45 分钟，3 月 10 日网页/APP 不可用约 76 分钟，3 月 18 日性能下降约 11 分钟，3 月 29 日至 30 日连续两起故障累计跨度近 13 小时。
信源：https://status.deepseek.com/
马斯克锐评谷歌量子论文：忘了钱包密码以后也许能找回
Elon Musk 在 X 上转发谷歌量子密码论文相关讨论后调侃称：「往好了想，如果你忘了钱包密码，未来也许还能取回来。」
这句玩笑指向谷歌量子 AI 团队今日发布的一篇白皮书。谷歌称，未来破解保护比特币等系统的 256 位椭圆曲线加密，所需物理量子比特数可降至 50 万以下，较此前估计缩小约 20 倍。谷歌同时表示，团队已用零知识证明公开结论而不泄露攻击路线，并将沿着其 2029 年时间表继续推进后量子密码迁移。
信源：https://x.com/elonmusk/status/2038922841849295062
Elon Musk 在 X 上转发谷歌量子密码论文相关讨论后调侃称：「往好了想，如果你忘了钱包密码，未来也许还能取回来。」
这句玩笑指向谷歌量子 AI 团队今日发布的一篇白皮书。谷歌称，未来破解保护比特币等系统的 256 位椭圆曲线加密，所需物理量子比特数可降至 50 万以下，较此前估计缩小约 20 倍。谷歌同时表示，团队已用零知识证明公开结论而不泄露攻击路线，并将沿着其 2029 年时间表继续推进后量子密码迁移。
信源：https://x.com/elonmusk/status/2038922841849295062
小米MiMo-V2-Pro冲上OpenRouter三榜第一：半个月耗掉6万亿Token
小米技术官方长文称，Xiaomi MiMo-V2-Pro 在 OpenRouter 的日榜、周榜、月榜三个维度均已升至第一。官方披露，该模型最近一周 token 消耗量已突破 4 万亿，上线不到半个月累计 token 消耗量超 6 万亿。
小米还称，MiMo-V2-Pro 在 Text Arena（Arena Expert）的 Model Rank 维度已进入全球前五，仅次于 Anthropic、OpenAI 和谷歌的顶级模型。实验室维度上，小米目前位列 Text Arena（Arena Expert）全球第四、Code Arena 全球第五。
MiMo-V2-Pro 是小米 3 月 18 日发布的旗舰基座模型，采用 MoE 架构，支持 100 万上下文。
信源：https://weibo.com/ttarticle/x/m/show#/id=2309405282582165323854&_wb_client_=1
小米技术官方长文称，Xiaomi MiMo-V2-Pro 在 OpenRouter 的日榜、周榜、月榜三个维度均已升至第一。官方披露，该模型最近一周 token 消耗量已突破 4 万亿，上线不到半个月累计 token 消耗量超 6 万亿。
小米还称，MiMo-V2-Pro 在 Text Arena（Arena Expert）的 Model Rank 维度已进入全球前五，仅次于 Anthropic、OpenAI 和谷歌的顶级模型。实验室维度上，小米目前位列 Text Arena（Arena Expert）全球第四、Code Arena 全球第五。
MiMo-V2-Pro 是小米 3 月 18 日发布的旗舰基座模型，采用 MoE 架构，支持 100 万上下文。
信源：https://weibo.com/ttarticle/x/m/show#/id=2309405282582165323854&_wb_client_=1
不藏着掖着做预训练：3B模型跑出7B成绩，200+实验全公开
上海交通大学 GAIR 实验室发布 daVinci-LLM，一个 30 亿参数的语言模型，从零开始在 8 万亿 token 上训练，19 项基准测试综合得分 51.72，与参数量约为其 2.3 倍的 AI2 开源模型 OLMo-3 7B（51.65）基本持平。数学推理提升尤为显著，MATH 基准达 62.8 分，超过 OLMo-3 7B 的 39.6 分逾 23 个百分点。
与商业公司只放权重不讲细节的做法不同，daVinci-LLM 完整公开了数据处理流程、训练超参数、每 5000 步保存的中间检查点，以及 200 多组消融实验结果（包括失败的实验）。团队称，目标是将预训练从经验驱动推向循证科学。
论文提出 Data Darwinism 数据处理分级框架，将数据处理操作从基础过滤到内容合成分为 L0 至 L9 十个层级。模型训练分两阶段：第一阶段用 6 万亿 token 建立通用基础能力，第二阶段用 2 万亿 token 切换到以推理为主的数据配比，结构化问答数据在最后 1 万亿 token 中占比升至 70%。消融实验显示，提升数据处理深度对模型能力的增益与扩大数据规模同等重要，在数学推理等任务上甚至更高效：L4 级别的内容精炼在 MATH 基准上带来 7 分提升，优于单纯堆量。
信源：https://arxiv.org/abs/2603.27164
上海交通大学 GAIR 实验室发布 daVinci-LLM，一个 30 亿参数的语言模型，从零开始在 8 万亿 token 上训练，19 项基准测试综合得分 51.72，与参数量约为其 2.3 倍的 AI2 开源模型 OLMo-3 7B（51.65）基本持平。数学推理提升尤为显著，MATH 基准达 62.8 分，超过 OLMo-3 7B 的 39.6 分逾 23 个百分点。
与商业公司只放权重不讲细节的做法不同，daVinci-LLM 完整公开了数据处理流程、训练超参数、每 5000 步保存的中间检查点，以及 200 多组消融实验结果（包括失败的实验）。团队称，目标是将预训练从经验驱动推向循证科学。
论文提出 Data Darwinism 数据处理分级框架，将数据处理操作从基础过滤到内容合成分为 L0 至 L9 十个层级。模型训练分两阶段：第一阶段用 6 万亿 token 建立通用基础能力，第二阶段用 2 万亿 token 切换到以推理为主的数据配比，结构化问答数据在最后 1 万亿 token 中占比升至 70%。消融实验显示，提升数据处理深度对模型能力的增益与扩大数据规模同等重要，在数学推理等任务上甚至更高效：L4 级别的内容精炼在 MATH 基准上带来 7 分提升，优于单纯堆量。
信源：https://arxiv.org/abs/2603.27164
OpenClaw开始统一后台任务流，最新版再接入QQ Bot和Codex搜索
OpenClaw 发布 2026.3.31 版，开始把 ACP、子代理、cron 和后台 CLI 执行收敛到同一套 SQLite 支撑的后台任务控制面，并新增
这一版还补上两项日常使用能力：
1. 内置 QQ Bot 渠道插件，支持多账号配置、斜杠命令、提醒和媒体收发
2. 为嵌入式 Pi 运行新增 Codex 原生网页搜索，配置、文档和向导已同步覆盖，启用原生搜索时会抑制托管工具的重复搜索
发布页同时列出多项安全收紧，包括危险代码
信源：https://github.com/openclaw/openclaw/releases/tag/v2026.3.31
OpenClaw 发布 2026.3.31 版，开始把 ACP、子代理、cron 和后台 CLI 执行收敛到同一套 SQLite 支撑的后台任务控制面，并新增
openclaw flows list|show|cancel 这一组任务流命令。这套改动还补上状态可见性与审计、维护入口，并强化自动清理和丢失任务恢复。这一版还补上两项日常使用能力：
1. 内置 QQ Bot 渠道插件，支持多账号配置、斜杠命令、提醒和媒体收发
2. 为嵌入式 Pi 运行新增 Codex 原生网页搜索，配置、文档和向导已同步覆盖，启用原生搜索时会抑制托管工具的重复搜索
发布页同时列出多项安全收紧，包括危险代码
critical 检测和安装时扫描失败默认改为直接拦截，不再默认放行。信源：https://github.com/openclaw/openclaw/releases/tag/v2026.3.31
OpenAI以8520亿美元估值完成1220亿美元融资，首次向散户开放入股通道
OpenAI 宣布完成硅谷史上最大规模融资，总额 1220 亿美元，投后估值 8520 亿美元。该轮融资在今年 2 月公布的 1100 亿美元战略投资人承诺基础上，额外募集了 120 亿美元，其中 30 亿美元首次来自个人投资者。
此前公布的 1100 亿美元承诺中，亚马逊出资 500 亿美元（150 亿美元即时到账，350 亿美元在 OpenAI 上市或实现 AGI 后跟投），英伟达和软银各出资 300 亿美元。Andreessen Horowitz、红杉资本、Thrive Capital、D.E. Shaw Ventures 及微软等也参与了本轮融资，微软未披露具体金额。
散户入股通过银行渠道和 Cathie Wood 旗下 ARK Invest 管理的 ETF 实现。ARK 旗舰基金 ARK Innovation ETF（管理规模约 60 亿美元）将配置约 3% 的 OpenAI 持仓，这是该基金首次纳入未上市公司。
OpenAI 称其月收入已达 20 亿美元，去年全年收入 131 亿美元，其中约六成来自消费端，其余来自企业客户，预计年底企业收入占比将提升至约一半。ChatGPT 周活跃用户超过 9 亿，付费订阅用户超过 5000 万。公司目前仍在亏损。
OpenAI CFO Sarah Friar 表示，向散户开放投资渠道与公司「确保强大 AI 造福全人类」的使命一致，目前仅限合格投资者参与，未来将进一步扩大准入。市场普遍预期 OpenAI 将在年内启动 IPO，届时散户将在其中扮演重要角色。
信源：https://www.wsj.com/tech/ai/openai-closes-silicon-valleys-largest-ever-funding-round-e48372c9
OpenAI 宣布完成硅谷史上最大规模融资，总额 1220 亿美元，投后估值 8520 亿美元。该轮融资在今年 2 月公布的 1100 亿美元战略投资人承诺基础上，额外募集了 120 亿美元，其中 30 亿美元首次来自个人投资者。
此前公布的 1100 亿美元承诺中，亚马逊出资 500 亿美元（150 亿美元即时到账，350 亿美元在 OpenAI 上市或实现 AGI 后跟投），英伟达和软银各出资 300 亿美元。Andreessen Horowitz、红杉资本、Thrive Capital、D.E. Shaw Ventures 及微软等也参与了本轮融资，微软未披露具体金额。
散户入股通过银行渠道和 Cathie Wood 旗下 ARK Invest 管理的 ETF 实现。ARK 旗舰基金 ARK Innovation ETF（管理规模约 60 亿美元）将配置约 3% 的 OpenAI 持仓，这是该基金首次纳入未上市公司。
OpenAI 称其月收入已达 20 亿美元，去年全年收入 131 亿美元，其中约六成来自消费端，其余来自企业客户，预计年底企业收入占比将提升至约一半。ChatGPT 周活跃用户超过 9 亿，付费订阅用户超过 5000 万。公司目前仍在亏损。
OpenAI CFO Sarah Friar 表示，向散户开放投资渠道与公司「确保强大 AI 造福全人类」的使命一致，目前仅限合格投资者参与，未来将进一步扩大准入。市场普遍预期 OpenAI 将在年内启动 IPO，届时散户将在其中扮演重要角色。
信源：https://www.wsj.com/tech/ai/openai-closes-silicon-valleys-largest-ever-funding-round-e48372c9
Anthropic对8100个仓库发起DMCA下架，泄露源码的v2.1.88同步从npm撤回
Anthropic 就 Claude Code 源代码泄露向 GitHub 提交 DMCA 版权保护通知。GitHub 将下架范围扩大至整个 fork 网络，共计 8,100 个仓库被禁止公开访问，包括父仓库 nirholas/claude-code 及其所有 fork。DMCA 通知由 Anthropic 知识产权授权代表签署，声明「整个仓库均构成侵权」。
与此同时，包含 source map 的 v2.1.88 已从 npm 撤回，版本号从 v2.1.87 直接跳至 v2.1.89。该版本此前因构建失误打入了约 60MB 的 source map 文件，可从中还原出全部 TypeScript 源代码。
这不是 Anthropic 第一次动用 DMCA。2025 年 2 月 Claude Code 首次发布时就因包含 source map 被社区提取源码，Anthropic 随后在 2025 年 4 月向 GitHub 提交了第一份 DMCA 通知。此次泄露的触发原因相同（npm 包意外打入 source map），但 fork 传播规模远超上次，8,100 个仓库的下架数量反映出 Claude Code 用户基数在过去一年的大幅增长。
信源：https://github.com/github/dmca/blob/master/2026/03/2026-03-31-anthropic.md
Anthropic 就 Claude Code 源代码泄露向 GitHub 提交 DMCA 版权保护通知。GitHub 将下架范围扩大至整个 fork 网络，共计 8,100 个仓库被禁止公开访问，包括父仓库 nirholas/claude-code 及其所有 fork。DMCA 通知由 Anthropic 知识产权授权代表签署，声明「整个仓库均构成侵权」。
与此同时，包含 source map 的 v2.1.88 已从 npm 撤回，版本号从 v2.1.87 直接跳至 v2.1.89。该版本此前因构建失误打入了约 60MB 的 source map 文件，可从中还原出全部 TypeScript 源代码。
这不是 Anthropic 第一次动用 DMCA。2025 年 2 月 Claude Code 首次发布时就因包含 source map 被社区提取源码，Anthropic 随后在 2025 年 4 月向 GitHub 提交了第一份 DMCA 通知。此次泄露的触发原因相同（npm 包意外打入 source map），但 fork 传播规模远超上次，8,100 个仓库的下架数量反映出 Claude Code 用户基数在过去一年的大幅增长。
信源：https://github.com/github/dmca/blob/master/2026/03/2026-03-31-anthropic.md
❤1👍1
Claude Code v2.1.89修复长会话缓存失效，用量异常消耗问题得到回应
Anthropic 发布 Claude Code v2.1.89（npm 包已可安装，GitHub release 页面尚未更新），修复了多个可导致 API 成本异常的缓存问题和一批稳定性 Bug。此前 Anthropic 工程师 Lydia Hallie 确认用户触达用量限制的速度「远快于预期」，社区也报告了两个可将 API 成本推高 10-20 倍的缓存 Bug。
本次更新修复的缓存相关问题包括：长会话中工具 schema 字节在会话中途变化导致 prompt cache 失效，以及嵌套 CLAUDE.md 文件在长会话中被重复注入数十次。这两个问题均会使长会话的 token 消耗远超预期。此外还修复了 StructuredOutput schema 缓存 Bug（此前导致约 50% 的工作流失败）和大 JSON 输入被 LRU 缓存键保留引发的内存泄漏。
其他值得关注的改动：
1. 对超大文件（超过 1GB）使用 Edit 工具时不再触发 OOM 崩溃
2.
3. 触达限制时不再显示误导性的「Rate limit reached」，改为展示实际错误和操作建议
4. thinking summaries 默认不再生成，需手动在设置中开启
5. 新增
6. 新增
信源：https://www.npmjs.com/package/@anthropic-ai/claude-code/v/2.1.89
Anthropic 发布 Claude Code v2.1.89（npm 包已可安装，GitHub release 页面尚未更新），修复了多个可导致 API 成本异常的缓存问题和一批稳定性 Bug。此前 Anthropic 工程师 Lydia Hallie 确认用户触达用量限制的速度「远快于预期」，社区也报告了两个可将 API 成本推高 10-20 倍的缓存 Bug。
本次更新修复的缓存相关问题包括：长会话中工具 schema 字节在会话中途变化导致 prompt cache 失效，以及嵌套 CLAUDE.md 文件在长会话中被重复注入数十次。这两个问题均会使长会话的 token 消耗远超预期。此外还修复了 StructuredOutput schema 缓存 Bug（此前导致约 50% 的工作流失败）和大 JSON 输入被 LRU 缓存键保留引发的内存泄漏。
其他值得关注的改动：
1. 对超大文件（超过 1GB）使用 Edit 工具时不再触发 OOM 崩溃
2.
--resume 恢复会话时遇到旧版工具输出不再崩溃3. 触达限制时不再显示误导性的「Rate limit reached」，改为展示实际错误和操作建议
4. thinking summaries 默认不再生成，需手动在设置中开启
showThinkingSummaries: true5. 新增
CLAUDE_CODE_NO_FLICKER=1 环境变量，启用无闪烁的虚拟滚动渲染6. 新增
PermissionDenied hook，auto 模式拒绝命令后可通过返回 {retry: true} 让模型重试信源：https://www.npmjs.com/package/@anthropic-ai/claude-code/v/2.1.89
谷歌推出最低成本视频模型Veo 3.1 Lite，720p仅0.05美元/秒，4月7日Fast版同步降价
谷歌发布 Veo 3.1 Lite，定位为 Veo 3.1 系列中成本最低的视频生成模型。该模型生成速度与 Veo 3.1 Fast 相同，价格不到后者的一半：720p 为 0.05 美元/秒，1080p 为 0.08 美元/秒，生成一段 8 秒 720p 视频成本为 0.40 美元。作为对比，Veo 3.1 Fast 当前 720p 和 1080p 均为 0.15 美元/秒。
Veo 3.1 Lite 支持文生视频和图生视频，提供横屏（16:9）和竖屏（9:16）两种画幅，分辨率覆盖 720p 和 1080p（不支持 4K），时长可选 4 秒、6 秒或 8 秒，费用按时长计算，默认包含音频生成。
谷歌同时宣布 4 月 7 日起下调 Veo 3.1 Fast 定价：720p 从 0.15 美元/秒降至 0.10 美元/秒，1080p 从 0.15 美元降至 0.12 美元/秒，4K 从 0.35 美元降至 0.30 美元/秒。
Veo 3.1 Lite 现已通过 Gemini API 和 Google AI Studio 付费层开放使用。
信源：https://x.com/GoogleAIStudio/status/2039016565065355734
谷歌发布 Veo 3.1 Lite，定位为 Veo 3.1 系列中成本最低的视频生成模型。该模型生成速度与 Veo 3.1 Fast 相同，价格不到后者的一半：720p 为 0.05 美元/秒，1080p 为 0.08 美元/秒，生成一段 8 秒 720p 视频成本为 0.40 美元。作为对比，Veo 3.1 Fast 当前 720p 和 1080p 均为 0.15 美元/秒。
Veo 3.1 Lite 支持文生视频和图生视频，提供横屏（16:9）和竖屏（9:16）两种画幅，分辨率覆盖 720p 和 1080p（不支持 4K），时长可选 4 秒、6 秒或 8 秒，费用按时长计算，默认包含音频生成。
谷歌同时宣布 4 月 7 日起下调 Veo 3.1 Fast 定价：720p 从 0.15 美元/秒降至 0.10 美元/秒，1080p 从 0.15 美元降至 0.12 美元/秒，4K 从 0.35 美元降至 0.30 美元/秒。
Veo 3.1 Lite 现已通过 Gemini API 和 Google AI Studio 付费层开放使用。
信源：https://x.com/GoogleAIStudio/status/2039016565065355734
Claude Code泄露是Bun的bug导致的？Bun创始人否认后直接锁帖
Claude Code 源码泄露事件引发连锁归因。开发者 jakeg 在 Bun 的 GitHub issue #28001 下提问：Claude Code 使用 Bun 构建，而 Bun 存在一个已知 bug（`Bun.serve()` 在生产模式下仍提供 source map 文件），这是否是泄露的根本原因？评论迅速获得近百个表情回应，大量开发者涌入跟帖。
Anthropic 于 2025 年 12 月收购了 Bun，收购公告称「Bun 是 Claude Code 基础设施扩展过程中的关键」，Jarred Sumner 和团队随收购加入 Anthropic。Jarred Sumner 随后亲自回应：「这和 Claude Code 没有任何关系。这个 bug 针对的是 Bun 的前端开发服务器。Claude Code 不是前端应用，它是一个 TUI（终端界面程序），不使用 Bun.serve() 来编译单文件可执行包。」他随即锁定该 issue 禁止非协作者继续评论，并将标题改为强调「Bun's frontend development server」以避免误导。
两个问题在技术上完全不同。Bun #28001 是
信源：https://github.com/oven-sh/bun/issues/28001
Claude Code 源码泄露事件引发连锁归因。开发者 jakeg 在 Bun 的 GitHub issue #28001 下提问：Claude Code 使用 Bun 构建，而 Bun 存在一个已知 bug（`Bun.serve()` 在生产模式下仍提供 source map 文件），这是否是泄露的根本原因？评论迅速获得近百个表情回应，大量开发者涌入跟帖。
Anthropic 于 2025 年 12 月收购了 Bun，收购公告称「Bun 是 Claude Code 基础设施扩展过程中的关键」，Jarred Sumner 和团队随收购加入 Anthropic。Jarred Sumner 随后亲自回应：「这和 Claude Code 没有任何关系。这个 bug 针对的是 Bun 的前端开发服务器。Claude Code 不是前端应用，它是一个 TUI（终端界面程序），不使用 Bun.serve() 来编译单文件可执行包。」他随即锁定该 issue 禁止非协作者继续评论，并将标题改为强调「Bun's frontend development server」以避免误导。
两个问题在技术上完全不同。Bun #28001 是
Bun.serve() 在设置 development: false 后仍向浏览器暴露 .map 文件，属于前端服务器的配置 bug；Claude Code 的泄露则是 v2.1.88 的 npm 包中意外打入了约 60MB 的 source map 文件，Anthropic 自己的说法是「由人为失误导致的发布打包问题」，属于 CI/CD 构建配置错误。该 Bun bug 自 3 月 11 日提交以来已存在三周，至今未合并修复。信源：https://github.com/oven-sh/bun/issues/28001
❤1
Web3智能手机制造商Nothing前AI负责人许奇离职创业，要做「硬件版输入法」
Web3 智能手机制造商 Nothing 前 AI 负责人许奇已离职创业，创立新公司「随心所语」，进入 AI 语音硬件领域。消息人士称其产品方向为「硬件版输入法」，首轮估值达数千万美元，前东家 Nothing 或参与天使轮。
许奇此前在 Nothing 负责 AI 及软件产品工作，更早曾在一加担任软件产品经理。Nothing 由前一加联合创始人裴宇（Carl Pei）创立，累计营收已超 10 亿美元，今年 3 月刚正式进入中国市场。
信源：https://mp.weixin.qq.com/s/e7f93DkI41mRqPLYXc6oLQ
Web3 智能手机制造商 Nothing 前 AI 负责人许奇已离职创业，创立新公司「随心所语」，进入 AI 语音硬件领域。消息人士称其产品方向为「硬件版输入法」，首轮估值达数千万美元，前东家 Nothing 或参与天使轮。
许奇此前在 Nothing 负责 AI 及软件产品工作，更早曾在一加担任软件产品经理。Nothing 由前一加联合创始人裴宇（Carl Pei）创立，累计营收已超 10 亿美元，今年 3 月刚正式进入中国市场。
信源：https://mp.weixin.qq.com/s/e7f93DkI41mRqPLYXc6oLQ
谷歌无屏Fitbit手环曝光：外观酷似Whoop，接入AI健康教练
谷歌正在 Fitbit 品牌下开发一款无屏健身手环，计划今年内发布。知情人士透露，该设备提供基础功能，更多功能需付费订阅解锁，与无屏健身手环 Whoop 和智能戒指 Oura 的订阅模式类似，但谷歌会对硬件单独收费，Whoop 则完全依赖订阅。
NBA 金州勇士队球星斯蒂芬·库里周二在社交媒体上预热了这款设备，称它将开启「与健康的全新关系」。谷歌确认 Curry 一直在「与团队合作打造一些特别的东西」，更多细节将「很快」公布。
该设备外观为灰色织物手环配橙色内衬，与 Whoop 现款无屏手环高度相似。它将接入重新设计的 Fitbit 应用中的 AI 健康教练，该功能去年 10 月启动公开预览，覆盖经期健康、心理健康、营养和饮水追踪等场景。加上 Pixel Watch 和传统 Fitbit 产品线，谷歌的可穿戴阵容将进一步扩充。
谷歌入场恰逢无屏可穿戴市场升温。Whoop 刚以 101 亿美元估值完成 5.75 亿美元 G 轮融资，Cristiano Ronaldo、LeBron James 等运动明星以个人身份参投，公司计划两年内 IPO；智能戒指 Oura 去年估值也已达 110 亿美元。
信源：https://www.bloomberg.com/news/articles/2026-04-01/google-readies-revamped-screenless-fitbit-to-rival-growing-whoop-craze
谷歌正在 Fitbit 品牌下开发一款无屏健身手环，计划今年内发布。知情人士透露，该设备提供基础功能，更多功能需付费订阅解锁，与无屏健身手环 Whoop 和智能戒指 Oura 的订阅模式类似，但谷歌会对硬件单独收费，Whoop 则完全依赖订阅。
NBA 金州勇士队球星斯蒂芬·库里周二在社交媒体上预热了这款设备，称它将开启「与健康的全新关系」。谷歌确认 Curry 一直在「与团队合作打造一些特别的东西」，更多细节将「很快」公布。
该设备外观为灰色织物手环配橙色内衬，与 Whoop 现款无屏手环高度相似。它将接入重新设计的 Fitbit 应用中的 AI 健康教练，该功能去年 10 月启动公开预览，覆盖经期健康、心理健康、营养和饮水追踪等场景。加上 Pixel Watch 和传统 Fitbit 产品线，谷歌的可穿戴阵容将进一步扩充。
谷歌入场恰逢无屏可穿戴市场升温。Whoop 刚以 101 亿美元估值完成 5.75 亿美元 G 轮融资，Cristiano Ronaldo、LeBron James 等运动明星以个人身份参投，公司计划两年内 IPO；智能戒指 Oura 去年估值也已达 110 亿美元。
信源：https://www.bloomberg.com/news/articles/2026-04-01/google-readies-revamped-screenless-fitbit-to-rival-growing-whoop-craze
OpenRouter上线Model Fusion：多模型并行回答、交叉找盲区，融合出一个最优结果
AI 模型路由平台 OpenRouter 上线公开实验功能 Model Fusion，用户可同时调用多个大模型回答同一问题，系统自动分析各模型输出的差异与盲区，最终融合为一个最优回答。免费使用，无需订阅。
Model Fusion 分三步：
1. 生成：同一提示词同时发给多个模型并行生成
2. 分析：预融合评审（pre-fuse judging）从多个维度比较各模型输出，包括覆盖度（Partial Coverage）、独特洞察（Unique Insights）和盲区（Blind Spots）
3. 融合：分析结果交给终审模型合成最终回答，终审模型可由用户自定义
默认提供 Quality、Budget、Custom 三种预设。Quality 预设下默认选用 Claude Opus 4.6、GPT-5.4 和 Gemini 3.1 Pro Preview。用户也可自行增减模型组合。OpenRouter 称在内部测试中，融合结果优于任何单一模型在深度研究（Deep Research）任务上的表现。
信源：https://x.com/OpenRouter/status/2038997156347179157
AI 模型路由平台 OpenRouter 上线公开实验功能 Model Fusion，用户可同时调用多个大模型回答同一问题，系统自动分析各模型输出的差异与盲区，最终融合为一个最优回答。免费使用，无需订阅。
Model Fusion 分三步：
1. 生成：同一提示词同时发给多个模型并行生成
2. 分析：预融合评审（pre-fuse judging）从多个维度比较各模型输出，包括覆盖度（Partial Coverage）、独特洞察（Unique Insights）和盲区（Blind Spots）
3. 融合：分析结果交给终审模型合成最终回答，终审模型可由用户自定义
默认提供 Quality、Budget、Custom 三种预设。Quality 预设下默认选用 Claude Opus 4.6、GPT-5.4 和 Gemini 3.1 Pro Preview。用户也可自行增减模型组合。OpenRouter 称在内部测试中，融合结果优于任何单一模型在深度研究（Deep Research）任务上的表现。
信源：https://x.com/OpenRouter/status/2038997156347179157
加州理工开源真1-bit模型Bonsai：8B参数仅1.15GB，iPhone上跑到44 token/s
加州理工学院数学家 Babak Hassibi 联合创立的 AI 实验室 PrismML 结束隐身期，开源 1-bit Bonsai 系列大语言模型。旗舰模型 1-bit Bonsai 8B 拥有 82 亿参数，内存占用仅 1.15 GB，较同级别 16-bit 模型（约 16 GB）压缩约 14 倍。权重以 Apache 2.0 许可证在 HuggingFace 开放下载，同时发布 4B（0.5 GB）和 1.7B（0.24 GB）两款更小模型。
Bonsai 8B 是端到端的真 1-bit 模型：嵌入层、注意力层、MLP 层和输出头全部仅用 +1 或 -1 表示权重，没有任何高精度补丁。PrismML 称其在标准基准测试上的推理和语言理解能力与 16-bit 全精度模型相当。核心压缩数学由团队在加州理工历时数年研发，知识产权归加州理工所有，PrismML 为唯一独占授权方。模型使用谷歌 v4 TPU 训练。
实测速度：M4 Pro Mac 上 136 token/s，RTX 4090 上 440 token/s，iPhone 17 Pro Max 上约 44 token/s，而标准 16-bit 8B 模型无法装入任何 iPhone。能耗较 16-bit 模型降低约 4-5 倍。PrismML 指出，现有硬件并非为 1-bit 推理设计，速度和能耗优势主要来自内存占用缩小；如果未来出现专为 1-bit 设计的硬件（只需加减法，无需乘法），效率还可再提升一个数量级。
PrismML 完成 1625 万美元 SAFE 及种子轮融资，投资方为 Khosla Ventures、Cerberus Capital 和加州理工。Khosla Ventures 创始人 Vinod Khosla 称这「不是小迭代，是重大技术突破，是数学突破，不只是又一个小模型」。
信源：https://www.wsj.com/tech/ai/caltech-researchers-claim-radical-compression-of-high-fidelity-ai-models-e66f31c9
加州理工学院数学家 Babak Hassibi 联合创立的 AI 实验室 PrismML 结束隐身期，开源 1-bit Bonsai 系列大语言模型。旗舰模型 1-bit Bonsai 8B 拥有 82 亿参数，内存占用仅 1.15 GB，较同级别 16-bit 模型（约 16 GB）压缩约 14 倍。权重以 Apache 2.0 许可证在 HuggingFace 开放下载，同时发布 4B（0.5 GB）和 1.7B（0.24 GB）两款更小模型。
Bonsai 8B 是端到端的真 1-bit 模型：嵌入层、注意力层、MLP 层和输出头全部仅用 +1 或 -1 表示权重，没有任何高精度补丁。PrismML 称其在标准基准测试上的推理和语言理解能力与 16-bit 全精度模型相当。核心压缩数学由团队在加州理工历时数年研发，知识产权归加州理工所有，PrismML 为唯一独占授权方。模型使用谷歌 v4 TPU 训练。
实测速度：M4 Pro Mac 上 136 token/s，RTX 4090 上 440 token/s，iPhone 17 Pro Max 上约 44 token/s，而标准 16-bit 8B 模型无法装入任何 iPhone。能耗较 16-bit 模型降低约 4-5 倍。PrismML 指出，现有硬件并非为 1-bit 推理设计，速度和能耗优势主要来自内存占用缩小；如果未来出现专为 1-bit 设计的硬件（只需加减法，无需乘法），效率还可再提升一个数量级。
PrismML 完成 1625 万美元 SAFE 及种子轮融资，投资方为 Khosla Ventures、Cerberus Capital 和加州理工。Khosla Ventures 创始人 Vinod Khosla 称这「不是小迭代，是重大技术突破，是数学突破，不只是又一个小模型」。
信源：https://www.wsj.com/tech/ai/caltech-researchers-claim-radical-compression-of-high-fidelity-ai-models-e66f31c9
3B激活参数电脑操控得分超过Claude Sonnet 4.6：H Company开源Holo3
AI 研究公司 H Company 发布 Holo3 系列视觉语言模型，专为电脑操控（computer use）场景设计，能通过观察屏幕界面自主执行多步骤操作。旗舰版 Holo3-122B-A10B 在桌面电脑操控基准 OSWorld-Verified 上取得 78.9%，据其官方表述为该基准新纪录；开源版 Holo3-35B-A3B 仅 3B 激活参数，得分 77.8%。作为参照，详细测试表中得分最高的闭源模型是 Claude Sonnet 4.6（72.5%），其次是 Kimi-K2.5（63.3%）。H Company 在成本-性能散点图中另列了 GPT-5.4 和 Opus 4.6 作为对比，称两款 Holo3 均超越二者，但未给出精确分数，图中显示二者大致在 72%-74% 区间、输出成本约 $25/百万 token，而 Holo3-35B-A3B 输出仅 $1.80/百万 token。
两款模型均采用稀疏混合专家（MoE）架构，基于 Qwen3.5 微调，上下文窗口 65536 token。训练流程由 H Company 称为「代理学习飞轮」的三阶段管线驱动：合成导航数据生成、域外数据增强和强化学习，模型在合成企业环境中反复执行真实业务流程以提升操控能力。H Company 还发布了包含 486 个多步骤任务的内部企业基准 H Corporate Benchmark，覆盖电商、企业软件、协作工具和多应用联动四类场景。
Holo3-35B-A3B 以 Apache 2.0 许可在 Hugging Face 开源，并提供免费 API（10 次/分钟）。付费 API 定价：35B 版输入 $0.25/百万 token，输出 $1.80/百万 token；122B 版输入 $0.40/百万 token，输出 $3.00/百万 token，后者仅限研究用途，不开源。H Company 拥有超过 70 名研究员和工程师，投资方包括 Accel、三星、UiPath 和 AWS。
信源：https://hcompany.ai/holo3
AI 研究公司 H Company 发布 Holo3 系列视觉语言模型，专为电脑操控（computer use）场景设计，能通过观察屏幕界面自主执行多步骤操作。旗舰版 Holo3-122B-A10B 在桌面电脑操控基准 OSWorld-Verified 上取得 78.9%，据其官方表述为该基准新纪录；开源版 Holo3-35B-A3B 仅 3B 激活参数，得分 77.8%。作为参照，详细测试表中得分最高的闭源模型是 Claude Sonnet 4.6（72.5%），其次是 Kimi-K2.5（63.3%）。H Company 在成本-性能散点图中另列了 GPT-5.4 和 Opus 4.6 作为对比，称两款 Holo3 均超越二者，但未给出精确分数，图中显示二者大致在 72%-74% 区间、输出成本约 $25/百万 token，而 Holo3-35B-A3B 输出仅 $1.80/百万 token。
两款模型均采用稀疏混合专家（MoE）架构，基于 Qwen3.5 微调，上下文窗口 65536 token。训练流程由 H Company 称为「代理学习飞轮」的三阶段管线驱动：合成导航数据生成、域外数据增强和强化学习，模型在合成企业环境中反复执行真实业务流程以提升操控能力。H Company 还发布了包含 486 个多步骤任务的内部企业基准 H Corporate Benchmark，覆盖电商、企业软件、协作工具和多应用联动四类场景。
Holo3-35B-A3B 以 Apache 2.0 许可在 Hugging Face 开源，并提供免费 API（10 次/分钟）。付费 API 定价：35B 版输入 $0.25/百万 token，输出 $1.80/百万 token；122B 版输入 $0.40/百万 token，输出 $3.00/百万 token，后者仅限研究用途，不开源。H Company 拥有超过 70 名研究员和工程师，投资方包括 Accel、三星、UiPath 和 AWS。
信源：https://hcompany.ai/holo3
亏损47亿、营收不及预期，智谱首份财报后股价反涨32%市值破4000亿港元
AI 大模型公司智谱（2513.HK）今日股价大涨 32.44%，总市值达 4095 亿港元，创历史新高。智谱 1 月 8 日以 116.20 港元发行价登陆港交所，上市首日市值约 528 亿港元。
昨日收盘后，智谱公布上市后首份年度财报。2025 年总营收 7.24 亿元，同比增长 131.9%，但低于分析师此前预期的 7.56 亿元；净亏损 47.18 亿元，同比扩大 59.5%。毛利同比增长 68.7% 至 2.97 亿元，毛利率从 56.3% 降至 41.0%，公司称主要因云端业务占比提升拉低整体。研发支出 31.8 亿元，同比增长 44.9%，是同期营收的 4.4 倍。
AI 大模型公司智谱（2513.HK）今日股价大涨 32.44%，总市值达 4095 亿港元，创历史新高。智谱 1 月 8 日以 116.20 港元发行价登陆港交所，上市首日市值约 528 亿港元。
昨日收盘后，智谱公布上市后首份年度财报。2025 年总营收 7.24 亿元，同比增长 131.9%，但低于分析师此前预期的 7.56 亿元；净亏损 47.18 亿元，同比扩大 59.5%。毛利同比增长 68.7% 至 2.97 亿元，毛利率从 56.3% 降至 41.0%，公司称主要因云端业务占比提升拉低整体。研发支出 31.8 亿元，同比增长 44.9%，是同期营收的 4.4 倍。
Gmail推出AI收件箱：自动提炼待办和话题摘要，月费249.99美元用户专属
谷歌开始向 Google AI Ultra 订阅用户（月费 249.99 美元）推送 Gmail AI Inbox 功能的 Beta 版，目前仅限美国。AI Inbox 是 Gmail 侧边栏中新增的一个独立入口，位于传统收件箱上方，不替代原有的时间线邮件列表。
AI Inbox 由 Gemini 3 驱动，打开后会显示个性化简报，将邮件内容提炼为两个模块：
1. 「Suggested to-dos」，提取需要行动的事项，如预约改期、账单缴费、回复确认等，每条附带原始邮件链接
2. 「Topics to catch up on」，归纳不需要立即处理但值得了解的话题，如孩子的足球赛季动态、旅行规划进展等，按主题分组并列出要点
谷歌称 AI Inbox 采用「engineered privacy」环境，用户数据在专用空间内处理且不会离开该空间，个人 Workspace 内容不用于训练 AI 模型，用户可随时在设置中关闭智能功能以停用。
AI Inbox 今年 1 月首次公布并向 Trusted Testers 开放内测，本次是首次扩大至 AI Ultra 订阅用户。同期公布的 Gmail AI 功能还包括搜索中的 AI Overviews 和用于语法、语气、风格检查的 Proofread 工具。249.99 美元的月费门槛意味着这些功能短期内仍是高端付费体验，距离普通用户还有距离。
信源：https://x.com/gmail/status/2039107985281008078
谷歌开始向 Google AI Ultra 订阅用户（月费 249.99 美元）推送 Gmail AI Inbox 功能的 Beta 版，目前仅限美国。AI Inbox 是 Gmail 侧边栏中新增的一个独立入口，位于传统收件箱上方，不替代原有的时间线邮件列表。
AI Inbox 由 Gemini 3 驱动，打开后会显示个性化简报，将邮件内容提炼为两个模块：
1. 「Suggested to-dos」，提取需要行动的事项，如预约改期、账单缴费、回复确认等，每条附带原始邮件链接
2. 「Topics to catch up on」，归纳不需要立即处理但值得了解的话题，如孩子的足球赛季动态、旅行规划进展等，按主题分组并列出要点
谷歌称 AI Inbox 采用「engineered privacy」环境，用户数据在专用空间内处理且不会离开该空间，个人 Workspace 内容不用于训练 AI 模型，用户可随时在设置中关闭智能功能以停用。
AI Inbox 今年 1 月首次公布并向 Trusted Testers 开放内测，本次是首次扩大至 AI Ultra 订阅用户。同期公布的 Gmail AI 功能还包括搜索中的 AI Overviews 和用于语法、语气、风格检查的 Proofread 工具。249.99 美元的月费门槛意味着这些功能短期内仍是高端付费体验，距离普通用户还有距离。
信源：https://x.com/gmail/status/2039107985281008078
泄露源码里的电子宠物今天上线了：Claude Code愚人节激活/buddy，不占用量
Claude Code 工程师 Thariq Shihipar 在 X 上晒出
这个功能在昨日泄露的 v2.1.88 源码中就已被社区发现。多个分析仓库指出，源码中的
信源：https://x.com/trq212/status/2039201498996035924?s=46
Claude Code 工程师 Thariq Shihipar 在 X 上晒出
/buddy 命令截图，展示了一只名为 Huskle 的 ASCII 蜗牛，附带 DEBUGGING、PATIENCE、CHAOS、WISDOM、SNARK 五项 RPG 属性值。界面提示「it'll chime in as you code」（写代码时它会插嘴），且明确标注「your buddy won't count toward your usage」（宠物互动不计入用量）。用户可以通过叫宠物名字获取它的看法，`/buddy pet` 撸它，`/buddy off` 关闭。这个功能在昨日泄露的 v2.1.88 源码中就已被社区发现。多个分析仓库指出，源码中的
buddy/companion.ts 实现了一套完整的电子宠物系统：18 个物种分 5 个稀有度（普通 60%、非普通 25%、稀有 10%、史诗 4%、传说 1%），物种由用户 ID 通过确定性算法分配（同一用户永远是同一只），还有闪光变体（1% 概率，闪光传说概率仅万分之一）、6 种眼型和 8 种帽子装饰。源码中的时间门控显示 4 月 1-7 日为「预览窗口」，5 月正式上线。Anthropic 显然计划把它作为愚人节彩蛋发布，但源码泄露提前剧透了惊喜。信源：https://x.com/trq212/status/2039201498996035924?s=46
Claude Code之父亲自回应泄露：出错的是人类手动步骤，解法是让AI管更多
Claude Code 之父 Boris Cherny 在 X 上回应源代码泄露事件，确认原因是部署流程中的人为失误：「我们的部署流程有几个手动步骤，其中一个没做对。」他表示团队已做出改进并正在增加更多检查机制。
这条回复的语境颇有意味。去年 12 月 Cherny 曾发帖称「过去 30 天里，我对 Claude Code 100% 的贡献都是由 Claude Code 完成的」。泄露发生后，有用户翻出此帖暗示 AI 自主写代码才是事故根源。Cherny 的回复直接否定了这种联想：出问题的恰恰是人类手动操作的环节。
他对这次事故的反思是：「与其他事故一样，反直觉的解法是找到加速的方式，而不是增加更多流程。这次就是更多自动化，以及让 Claude 来检查结果。」一次人为事故，最终指向的解法是更多 AI 介入。
信源：https://x.com/bcherny/status/2039207155069505693
Claude Code 之父 Boris Cherny 在 X 上回应源代码泄露事件，确认原因是部署流程中的人为失误：「我们的部署流程有几个手动步骤，其中一个没做对。」他表示团队已做出改进并正在增加更多检查机制。
这条回复的语境颇有意味。去年 12 月 Cherny 曾发帖称「过去 30 天里，我对 Claude Code 100% 的贡献都是由 Claude Code 完成的」。泄露发生后，有用户翻出此帖暗示 AI 自主写代码才是事故根源。Cherny 的回复直接否定了这种联想：出问题的恰恰是人类手动操作的环节。
他对这次事故的反思是：「与其他事故一样，反直觉的解法是找到加速的方式，而不是增加更多流程。这次就是更多自动化，以及让 Claude 来检查结果。」一次人为事故，最终指向的解法是更多 AI 介入。
信源：https://x.com/bcherny/status/2039207155069505693
Gmail终于能改主邮箱名：谷歌开放主地址更换
谷歌宣布，Google Account 用户现在可以直接更改主邮箱用户名，也就是 @gmail.com 前面的那一段，无需重新注册账号。官方博客称，该功能现已面向美国用户开放。帮助中心同时写明，入口仍在逐步推送，部分账号暂时可能还看不到。更换后，旧 Gmail 地址会保留为备用地址。用户可继续用新旧两个地址登录 Gmail、云端硬盘、YouTube 等服务，账号中的照片、邮件和其他数据不会受影响。谷歌还限制，未来 12 个月内，用户不能再创建新的 @gmail.com 主地址，也不能删除新地址，但可以随时切回旧地址。
信源：https://blog.google/products-and-platforms/products/workspace/google-account-username-change/
谷歌宣布，Google Account 用户现在可以直接更改主邮箱用户名，也就是 @gmail.com 前面的那一段，无需重新注册账号。官方博客称，该功能现已面向美国用户开放。帮助中心同时写明，入口仍在逐步推送，部分账号暂时可能还看不到。更换后，旧 Gmail 地址会保留为备用地址。用户可继续用新旧两个地址登录 Gmail、云端硬盘、YouTube 等服务，账号中的照片、邮件和其他数据不会受影响。谷歌还限制，未来 12 个月内，用户不能再创建新的 @gmail.com 主地址，也不能删除新地址，但可以随时切回旧地址。
信源：https://blog.google/products-and-platforms/products/workspace/google-account-username-change/