Claude驱动NASA火星车规划路线，Windsurf推出IDE模型竞技场

Claude为NASA毅力号火星车规划行驶路线

Anthropic的AI模型Claude完成了一项里程碑式的任务——为NASA毅力号火星车规划火星表面行驶路线。2025年12月，Claude在JPL（喷气推进实验室）工程师的指导下，基于图像分析和代码编写，成功生成了穿越岩石场的行驶指令，使火星车行驶约400米。

毅力号（Perseverance）是NASA火星探测计划中最先进的火星车，于2021年2月成功着陆于杰泽罗陨石坑。JPL隶属于加州理工学院，是NASA深空探测任务的核心研发机构。传统火星车路径规划依赖地球端工程师逐帧分析火星表面图像，考虑岩石分布、坡度、土壤松软度等因素后手动编写行驶指令，由于地火通信延迟约4-24分钟，每次规划周期通常需要数小时甚至一天。AI介入这一流程意味着可以大幅压缩决策周期，提升火星车的日均行驶距离。

该路径经过模拟验证后执行，显著缩短了传统人工规划所需的时间。这一案例展示了AI在太空任务中的巨大潜力——从辅助决策到自主规划，AI正在成为深空探索不可或缺的工具。

AI开发工具重大更新

Windsurf推出Arena Mode：IDE内模型竞技场

Windsurf在Wave14更新中推出了Arena Mode，用户可以在IDE内并行运行两个Cascade Agent，对同一任务进行模型对比，并通过投票将结果计入个人与全局排行榜。

Windsurf是Codeium公司推出的AI原生IDE，其核心引擎Cascade Agent能够理解完整代码库上下文并执行多步骤编码任务。传统AI模型竞技场（如Chatbot Arena）通常在对话场景中进行盲测对比，但这种方式无法反映模型在真实开发环境中处理复杂代码依赖、项目结构理解等方面的表现。Arena Mode将评测嵌入实际开发流程，让开发者在自己的项目中直接对比模型输出质量，产生的评测数据更贴近真实生产力差异。

这一功能的核心价值在于解决了传统AI竞技场脱离实际开发上下文的问题。在真实开发环境中评测模型表现，数据更具参考价值。发布首周免费使用，开发者可以直接体验不同模型在实际编码任务中的差异。

Kimi Code计费模式升级为Token计费

暗面Kimi升级了Kimi Code计划，计费模式由请求次数改为Token计费，额度已重置。即日起至2026年2月28日，新老用户享最高三倍额度，不限速、不限量。

Token是大语言模型处理文本的基本单位，中文中一个Token通常对应1-2个汉字，英文中约对应4个字符或0.75个单词。按Token计费相比按请求次数计费更加精细和公平——一个简单的代码补全请求可能只消耗几百个Token，而一次完整的代码重构可能消耗数万Token。这种计费方式让开发者可以灵活分配预算，频繁进行小型交互而不必担心浪费请求配额，更符合编程过程中高频、碎片化的AI调用模式。

Coder发布首款桌面AI Agent

Coder发布了Coder Work，这是其首款桌面AI Agent，支持macOS。用户可通过自然语言指令完成文件整理、数据分析等任务，目前处于邀请测试阶段，定价与Coder账户积分联动。

开源生态：商汤多模态模型与机器人控制模型齐发

商汤开源多模态自主推理模型

商汤科技开源了多模态自主推理模型SenseNova MAS 8B和32B，支持动态视觉推理与图文搜索融合。商汤同步开放了模型、代码、数据集及相关测试平台，为研究社区提供了完整的工具链。

多模态自主推理模型是指能够同时处理图像、文本等多种输入模态，并具备自主规划推理链路能力的AI模型。SenseNova MAS中的"MAS"代表Multi-modal Autonomous System，其"动态视觉推理"能力意味着模型可以根据视觉输入动态调整推理策略，而非依赖固定的处理流程。8B和32B分别指模型的参数规模（80亿和320亿参数），这一规模在开源模型中属于中等偏上，兼顾了推理能力和部署成本的平衡。

机器人控制领域多模型发布

• 蚂蚁灵波科技发布开源机器人控制模型Lingbot VA，采用自回归视频动作世界模型架构
• 宇树科技开源了视觉语言动作大模型Unifor L-MVLA-0，基于千问2.5VL 7B构建，性能媲美Gemini Robotics ER

具身智能（Embodied AI）是指AI系统通过物理身体（如机器人）与真实世界交互的能力。视觉语言动作模型（VLA, Vision-Language-Action Model）是当前具身智能的核心架构，它将视觉感知、语言理解和动作生成统一在一个模型中。蚂蚁灵波的自回归视频动作世界模型通过预测未来视频帧来规划动作序列，而宇树基于千问2.5VL构建的模型则利用预训练视觉语言模型的强大理解能力来指导机器人行为。这些模型的开源将降低机器人研发的技术门槛。

这些开源项目的密集发布，标志着具身智能领域正在加速进入开源协作时代。

AI Agent社交网络引发安全讨论

一个名为Modebook的社交网络平台引发广泛关注。该平台允许AI Agent通过安装插件加入网络，Agent们自动发帖并互动。目前已有超3万个Agent参与，形成2000多个子板块。

AI专家Andrej Karpathy称其为"科幻级发展"，但程序员Simon Willison警告其存在严重安全风险。Willison所警告的安全风险包括多个层面：首先是提示注入攻击（Prompt Injection），恶意Agent可能通过精心构造的帖子内容操控其他Agent的行为；其次是数据泄露风险，Agent在社交互动中可能无意间暴露其背后用户的敏感信息；此外还有信息操控问题，大规模AI Agent可被用于制造虚假共识或传播错误信息。当3万个Agent形成自组织网络时，其涌现行为的不可预测性使传统安全框架面临全新挑战。

当AI Agent开始自主社交，数据安全、信息操控等问题值得深思。

Grok动态：NSFW开关上线，Grok 4训练推迟

Grok新增NSFW内容开关

Grok设置页新增NSFW开关选项，仅限18岁以上用户启用。这一功能的开放反映了xAI在内容策略上与竞争对手的差异化定位。

Grok 4训练因极寒天气推迟

Elon Musk宣布，因极寒天气和电力中断，Grok 4的训练（代号4.20）推迟至2月中旬。Grok目前在Colossus 2超算集群训练，其发布时间可能因此顺延。

Colossus是xAI在孟菲斯建造的超级计算集群，Colossus 2是其扩展版本，据报道配备了约20万块NVIDIA H100/H200 GPU，是目前全球最大的AI训练集群之一。大规模AI训练对电力供应极为敏感——以Colossus 2的规模估算，其峰值功耗可能超过150兆瓦，相当于一座小型城市的用电量。极寒天气不仅可能导致电网过载（居民供暖需求激增），还可能影响数据中心的冷却系统效率，这解释了为何天气因素能够直接影响训练进度。

Anthropic研究：过度依赖AI会削弱编程学习效果

Anthropic发布的一项研究显示，使用AI辅助学习Python编程虽然提升了任务完成速度，但参与者的技能掌握程度显著下降。研究强调，仅依赖AI生成代码会削弱学习效果，而主动提问、寻求解释的交互方式则有助于保留知识。

这一发现与认知科学中的"生成效应"（Generation Effect）和"必要困难"（Desirable Difficulties）理论高度一致。生成效应表明，主动生成答案比被动接收信息能产生更深的记忆编码；必要困难理论则指出，学习过程中适度的认知负荷反而有助于长期记忆巩固。当开发者直接复制AI生成的代码时，绕过了主动思考和问题解决的认知过程，导致知识无法有效内化。而通过向AI提问"为什么这样写"、"还有什么替代方案"等方式交互，则保留了主动认知加工的环节。

这一发现对教育领域具有重要启示：AI应作为学习的辅助工具而非替代品，交互方式的设计决定了学习效果的好坏。

更多值得关注的AI行业动态

• Perplexity与微软签署三年7.5亿美元协议，接入OpenAI、Anthropic及xAI模型
• Google正在Gemini商业版中测试第三方模型访问功能，包括Anthropic的模型
• 前CAI Lab高级研究科学家庞天宇将加入腾讯，任混元大模型首席研究科学家
• 生数科技发布AI视频模型Vidu Q3，支持16秒音视频一体生成
• Kimi.ai发布K2.5技术报告，纯文本激活视觉推理，Agent Swarm与Pyro架构降低延迟4.5倍
• AI Agent Aletheia独立解决了1980年提出的数学难题（第1051号问题），背后为Gemini DeepThink模型

核心要点

• Anthropic Claude成功为NASA毅力号火星车规划400米行驶路线，显著缩短规划时间
• Windsurf推出Arena Mode，在真实IDE环境中并行对比AI模型表现，解决传统竞技场脱离上下文的问题
• 商汤、蚂蚁灵波、宇树等多家公司密集发布开源模型，具身智能和多模态推理领域加速开源
• Anthropic研究表明依赖AI辅助编程会削弱技能掌握，主动提问式交互更有利于学习
• Google测试在Gemini中接入第三方模型，Perplexity与微软签署7.5亿美元合作协议，行业合作加深