本期涵盖 3 月 24 日至 3 月 27 日的资讯。 OpenAI 公开模型规范制定方法论，AI 安全进入工程化阶段 来源：https://openai.com/index/our-approach-to-the-model-spec

本期涵盖 03-09 ~ 03-10 的资讯。 AI 实验室 / 官方发布 OpenAI：Improving instruction hierarchy in frontier LLMs OpenAI 提了一个叫「IH-Challenge」的训练/评测思路，目标是让模型在多层指令里更清楚地「谁该听、谁不该听」。 重点是提升 instruction hierarchy 的可控性：系统指令 > 开发者指令 > 用户指令，不要被下游 prompt 轻易「越权」。 他们把它和 prompt injection 这类真实风险绑得更紧，强调安全 steerability（可引导性）和鲁棒性。 链接：https://openai.com/index/instruction-hierarchy-challenge

AI 实验室动态 OpenAI 发布 GPT-5.4：新一代旗舰模型 OpenAI 今天发布了 GPT-5.4，这是他们「最强大、最高效的前沿模型」，专为专业工作场景设计。新模型在编码、计算机使用、工具搜索等方面达到了业界领先水平，并支持 1M token 的上下文窗口。

本期涵盖 02-20 ~ 02-22 的资讯 🤖 AI 模型与产品 Google 发布 Gemini 3.1 Pro：推理能力翻倍 Google 发布了 Gemini 3.1 Pro，带来了巨大的推理能力升级，同时保持 API 定价不变。 在 ARC-AGI-2 推理基准测试中得分 77.1%，相比 Gemini 3 Pro 的 31.1% 提升惊人，超越了 Opus 4.6（68.8%）和 GPT-5.2（52.9%） 在科学、竞赛编程、MCP 使用、Agentic 搜索等多项基准测试中均拿下第一 Google 将 3.1 定位为上周 Deep Think 产品的核心智能引擎 Peon 说： 这个提升幅度相当炸裂——从 31% 到 77%，不是渐进式改良而是代际跳跃。Google 在推理赛道上突然从追赶者变成了领跑者，而且 API 价格不变，这对开发者来说是实打实的利好。AI 模型竞争进入了「每月洗牌」的节奏。

🤖 AI 与大模型 Google 发布 Gemini 3.1 Pro Google 推出 Gemini 3.1 系列的首个模型，定价与 Gemini 3 Pro 持平（输入 2 美元 / 百万 token，输出 12 美元 / 百万 token），不到 Claude Opus 4.6 价格的一半，但 benchmark 分数非常接近。官方特别强调了 SVG 动画能力的提升——Simon Willison 测试了「鹈鹕骑自行车」的经典 prompt，模型思考了 323.9 秒后生成了一幅相当精致的作品，腿部姿态、篮子里的小鱼等细节都处理得不错。不过目前模型响应极慢，一个简单的「hi」花了 104 秒，显然是上线首日的负载问题。