3月17日，楽天（乐天）集团正式发布了Rakuten AI 3.0模型，号称是“日本国内最大规模的高性能AI模型”。官方宣传的参数量为约7000亿，并且日语特化，Apache 2.0开源许可，还拿了日本经产省和NEDO的GENIAC项目补助。
Meta 收购 AI 社交平台 Moltbook 仅五天，便紧急修改规则，彻底终结了 AI 自治。新条款明确警告：人类必须为 Agent 的所有行为承担唯一法律责任。巨头入局 AI社交的第一件事，就是把风险塞回给人类。
腾讯最近在AI Agent领域的一波操作堪称“凭亿近人”的典型案例：先被OpenClaw（俗称“龙虾”）创始人Peter Steinberger公开指责“抄袭”，几天后直接砸钱成为官方赞助商，剧情反转之快让人直呼“爱看救赎弧线”。
我们用 Codex 改变了维护 OpenAI Agents SDK[1] 仓库的方式。仓库本地的技能（skills）、AGENTS.md 文件和 GitHub Actions，让我们把反复出现的工程工作——验证、发布准备、示例集成测试、PR 审查，变成了可重复执行的工作流。
当AI的生成能力逐渐成为标配时，设计AI的竞争核心已不再是谁更会出图，而是谁能真正接管设计师从创意沟通到商业落地的完整工作流，将设计、协同与产业生态整合成一个无缝的系统。这预示着一场范式转移，而最近发布的暗壳AI Agent2.0，或将成为万亿人居产业的生态破局者。
今天上午，AI Agent创企MuleRun（骡子快跑）团队发布MuleRun 2.0，该产品是一个可自我进化的个人AI Agent助手。Mulerun创始人兼CEO陈宇森分享称，MuleRun的上手门槛更低，可以在给定目标的前提下主动工作，具有0门槛使用、极高安全性、稳定性、售后完善、自进化能力、24小时在线、主动性等优势。
多模态模型代码写得像老司机，却在数手指、量柱子时频频翻车？UniPat AI用五百行代码打造的SWE-Vision，让模型「掏出Python尺子」自我验证，一举拿下五大视觉相关基准SOTA。
半年前我对MuleRun的结论是，阿里老哥拿出了看家的电商心法，要做AI淘宝，供给侧改革，思路典中典。那篇文章最后一句话是等大来——你去喝两瓶假酒一觉睡到明年什么都没错过。
Google 最近发了 Gemini Embedding 2，他们第一个原生多模态向量模型。文本、图像、视频、音频、文档，全部映射到同一个 3072 维向量空间。这是 Omni Embedding（全模态向量模型）的大趋势：一个架构吃下所有模态，从 jina-embeddings-v4 到 Omni-Embed-Nemotron 再到 Omni-5，大家都在往这个方向收敛。
近年来，多模态大模型（Multimodal Large Language Models, MLLMs）正在迅速改变人工智能的能力边界。从图像理解到视频分析，从语音对话到复杂推理，大模型正在逐步具备类似人类的综合感知能力。但一个关键问题仍然没有得到充分回答：这些模型真的能够理解人类情绪吗？
