AI日报：Claude Code v2.1.202更新，支付宝AI开放平台开启邀测，xAI升级Grok Voice

欢迎来到今天的AI日报！这里是你每天探索人工智能世界的指南，聚焦AI领域的热点内容，助你洞悉技术趋势、了解创新AI产品应用。

1、Claude Code 迎来 v2.1.202 更新：远程控制与工作流稳定性大幅提升

Claude Code v2.1.202 版本在工作流控制、远程协作和稳定性方面进行了深度优化，提升了开发者的使用体验和可靠性。

核心更新：

• 引入「动态工作流大小」设置，支持自定义智能体规模以平衡任务复杂度与系统资源
• 优化远程控制稳定性，修复命令发送失败和图片静默丢弃等问题，并增加自动重试机制
• 改进交互体验，如 /review 命令回归快速单次审查模式，提升代码审计流程的清晰度

2、一次接入、多端分发！支付宝 AI 开放平台开启邀测

支付宝AI开放平台的推出标志着其在AI战略上的重要进展，旨在通过智能体实现人与服务的高效交互，并为商家提供跨端互联的能力。该平台不仅支持多终端接入，还通过可信安全基建确保服务的可调用性和支付的可靠性。

核心亮点：

• 支付宝AI开放平台上线，为商家提供跨端互联能力
• 通过智能体实现服务的多端分发和统一管理
• 构建可信安全基建，支持智能体商业信任协议

3、告别纯文本！Skill-Omni重塑多模态智能体经验范式

Skill-Omni作为业界首个工程化落地的多模态Skill范式，通过将视觉信息转化为可复用的经验资产，提升了AI Agent在复杂视觉任务中的执行能力。同时，它还提供了自动生成工具和按需读取机制，优化了模型的上下文负担。

核心亮点：

• 通过视觉经验提升AI Agent的任务执行能力
• 引入对比图与关键帧，帮助Agent理解视觉标准
• 按需读取机制减少资源浪费，提高任务准确性

4、xAI全面升级Grok Voice，新增 21 款多语言旗舰语音

xAI对Grok Voice系统进行了重大更新，新增21款旗舰级语音，并优化了原有语音，同时提供了更灵活的开发工具和多语言支持，进一步推动语音智能体生态的发展。

核心更新：

• 新增21款旗舰级语音，覆盖客户服务、角色扮演等多元化场景
• 优化原有5款经典语音，提升自然表达水平
• 支持多语言及精细化语音控制标签，增强开发者调用灵活性

5、Claude Sonnet 5 上线后遭大量投诉：频繁反驳、说教成风

Claude Sonnet 5 上线后遭遇大量用户投诉，主要问题包括上下文记忆泄露、性格叛逆、频繁反驳用户以及处理复杂任务时效率低下。

用户反馈：

• 模型存在上下文记忆泄露问题，回复中出现系统预设提示词
• 用户抱怨模型性格「叛逆」，频繁反驳并编造内容
• 处理复杂任务时拆解给能力不足的子智能体，导致质量下降

6、蚂蚁集团开源Avernet：多智能体协作迎来新基础设施

蚂蚁集团开源的Avernet V0.1版本为多智能体协作提供了标准化的基础设施，解决了当前多智能体协作中的核心痛点。该项目专注于构建协作层，支持多种交互模式，并具备强大的生态兼容性，为开发者提供了高效的解决方案。

核心亮点：

• Avernet为多智能体协作提供标准化基础设施，解决协作难题
• 支持多种交互模式，促进多方共识达成
• 兼容性强，支持主流协议和第三方平台，降低技术门槛

详情链接: https://github.com/inclusionAI/Avernet

7、AI有了「办公神器」：开源OfficeCLI让智能体自主驾驭文档

OfficeCLI作为一款开源工具，为AI提供了强大的办公文档处理能力，其核心亮点在于高保真HTML渲染引擎和轻量化的运行方式，显著提升了AI在办公场景中的效率与准确性。

核心亮点：

• OfficeCLI内置高保真HTML渲染引擎，让AI能直观理解文档版式与结构
• 工具轻量且无需依赖第三方软件，支持CLI命令或自然语言操作文档
• 支持JSON格式交互，降低AI处理文档时的「幻觉」与出错率