欢迎收看本期【AI日报】。今天的内容主要围绕 AI 开发工具、开放平台、多模态智能体、语音系统以及多智能体协作等方向展开，帮助快速掌握人工智能领域的最新产品更新与技术进展。
新鲜AI产品点击了解：https://app..com/zh
今日重点
Claude Code 升级到 v2.1.202，围绕远程控制、工作流配置和交互稳定性做了增强；支付宝 AI 开放平台正式开启邀测，面向商家提供一次接入、多端分发能力；xAI 也更新了 Grok Voice，新增 21 款多语言旗舰语音。
1、Claude Code 升级至 v2.1.202：优化远程控制与工作流体验
Claude Code 在 v2.1.202 版本中，重点围绕开发者的日常工作流、远程协作和系统稳定性进行了调整。新版增强了配置灵活性，同时修复了远程命令和图片处理方面的问题，以提升整体使用体验和可靠性。
【提要:】
🔧 新增“动态工作流大小”设置，用户可以根据任务复杂度自行调整智能体规模，在能力与资源消耗之间找到更合适的平衡。
🔄 远程控制稳定性得到改善，修复了命令发送失败、图片被静默丢弃等问题，并加入自动重试机制。
💡 交互流程进一步优化，/review 命令恢复为快速单次审查模式，让代码审计更直观。
2、支付宝 AI 开放平台开启邀测：支持一次接入、多端分发
支付宝 AI 开放平台已经开启邀测，这是支付宝推进 AI 战略的一个重要动作。平台希望通过智能体连接人与服务，为商家提供跨端互联能力，让服务能够在多个终端中统一接入、分发和管理。同时，平台也依托可信安全基建，保障服务调用和支付环节的稳定与可靠。
【提要:】
🤖 支付宝 AI 开放平台进入邀测阶段，面向商家提供跨端互联能力。
🔄 借助智能体实现服务的多端分发与统一管理。
🔒 平台建设了可信安全基建，并支持智能体商业信任协议。
3、Skill-Omni 发布：以多模态 Skill 范式组织智能体经验
Skill-Omni 被称为业界首个工程化落地的多模态 Skill 范式。它将视觉信息沉淀为可复用的经验资产，帮助提升 AI Agent 在复杂视觉任务中的执行表现。同时，Skill-Omni 还提供自动生成工具和按需读取机制，用于减轻模型上下文负担，并提高资源利用效率。
【提要:】
🧠 Skill-Omni 通过视觉经验增强 AI Agent 的任务执行能力。
🖼️ 借助对比图和关键帧，帮助 Agent 理解视觉标准。
🔄 按需读取机制有助于减少资源浪费，并提升任务准确性。
4、xAI 更新 Grok Voice：新增 21 款多语言旗舰语音
xAI 对 Grok Voice 进行了较大规模升级。本次更新新增 21 款旗舰级语音，并对原有语音做了优化，同时提供更灵活的开发工具和多语言支持，进一步拓展语音智能体的应用场景。
【提要:】
🤖 新增 21 款旗舰级语音，可覆盖客户服务、角色扮演等多种场景。
🎙️ 对原有 5 款经典语音进行了优化，提升自然表达效果。
🌐 支持多语言与更细粒度的语音控制标签，增强开发者调用灵活性。
5、Claude Sonnet 5 上线后引发投诉：用户集中反馈反驳和说教问题
Claude Sonnet 5 上线后，收到不少用户投诉。反馈主要集中在上下文记忆泄露、模型性格表现得过于“叛逆”、频繁反驳用户，以及处理复杂任务时效率不足等方面。
【提要:】
🧠 有用户指出模型存在上下文记忆泄露现象，回复中会出现系统预设提示词。
😡 部分用户抱怨模型经常反驳，并且会出现编造内容的情况。
📉 在复杂任务中，模型会把任务拆解给能力不足的子智能体，进而影响结果质量。
6、蚂蚁集团开源 Avernet：面向多智能体协作的基础设施
蚂蚁集团开源了 Avernet V0.1 版本，定位为多智能体协作的标准化基础设施。该项目主要聚焦协作层建设，试图缓解当前多智能体协作中的关键问题，并支持多种交互模式与生态兼容能力，为开发者构建协作型智能体系统提供工具支持。
【提要:】
🤖 Avernet 面向多智能体协作提供标准化基础设施，用于缓解协作难题。
🔄 支持多种交互模式，帮助多方形成共识。
🌐 兼容主流协议和第三方平台，有助于降低开发接入门槛。
详情链接:https://github.com/inclusionAI/Avernet
7、开源 OfficeCLI 发布：让 AI 智能体自主处理办公文档
OfficeCLI 是一款面向 AI 办公场景的开源工具，核心能力包括高保真 HTML 渲染引擎和轻量化运行方式。它可以帮助 AI 更准确地理解办公文档的版式与结构，从而提升文档处理效率和结果可靠性。
【提要:】
🧠 OfficeCLI 内置高保真 HTML 渲染引擎，使 AI 能更直观地理解文档结构与版式。
⚙️ 工具形态较为轻量，无需依赖第三方软件，可通过 CLI 命令或自然语言操作文档。
📊 支持 JSON 格式交互，有助于降低 AI 处理文档时的“幻觉”和错误率。
一句话总结
本期 AI 动态显示，开发工具、开放平台、语音智能体、多模态经验管理和多智能体协作基础设施都在加速迭代，AI 应用正从单点能力走向更稳定、更可控的工程化落地。