据@emollick称，Claude Fable 5.1制作《荒原》多路径注释指南。

据@godofprompt称，压缩先丢安全规则，长时代理风险加剧。

据@godofprompt称，压缩会更快抹除安全规则，致代理偏离。

据DeepLearning.AI称，Grok4.6将长任务回合减半并降低成本。

据@godofprompt称，现有记忆系统现态准确率约20%，状态追踪可显著翻倍。

据@godofprompt，技能选择改用预算法大幅提效并省Token。

据Stanford AI Lab称，LLM精度更高但更贵，需在质量与成本间取舍。

据@_avichawla称，12种系统研究显示写时结构化内存最关键，图方法优于扁平存储。

据@emollick称，NotebookLM在70+文件中以流程与来源为核心，优于ChatGPT Work。

据satyanadella称，微软推Frontier助企业自建可持续进化AI系统。

据KyeGomezB称，NVIDIA新架构在长上下文与检索上优于Mamba系列，并可独立控制擦除与写入。

据 @_avichawla，Parlant用高中低关键级别调控指令，兼顾合规与语气。

据DeepLearningAI称，分段与事件追踪可实现可扩展视频检索。

据@satyanadella称，Foundry支持跨时长工作流的有状态智能体与评估闭环。

据 Google Gemini 在 X（@GeminiApp）发布的信息，用户现可在 Gemini 内直接使用 NotebookLM，以笔记本方式组织项目并无缝管理聊天与研究内容。根据 Google Gemini 报道，此次整合将笔记、资料链接与对话查询集中至单一界面，减少工具切换，优化重度研究团队流程。依据 Google Gemini，此更新有助于标准化企业级 AI 辅助研究流程、加速上下文检索与团队协作交接，并提升以对话式检索为核心的知识管理效率与可扩展性。

据Claude官方在X发布的信息，Claude托管智能体的记忆功能已进入公测，可在多次会话间保留关键信息，并通过“面向智能优化”的记忆层在性能与灵活性之间取得平衡。据Anthropic的Claude账号披露，这种持久上下文有望减少重复提示、提升工具调用准确率，并加速企业级智能体的任务衔接。根据Anthropic的公告，典型场景包括多轮客服、长期研究助理与重复性后台自动化，依托稳定偏好与历史记录提升质量。按照Claude的表述，该能力可通过降低上下文令牌开销与更优检索和个性化来减少运营成本。对企业而言，短期机会在于：构建可持续学习组织知识的领域智能体、制定合规可控的记忆策略，并通过缩短解决时长与提升一次性成功率来量化ROI。

据 Google DeepMind 在 X 平台发布的信息，Deep Research 面向低时延的人机交互场景，Deep Research Max 则在更长时间窗口内进行检索与推理，适合在后台完成全面的信息汇总与分析（来源：Google DeepMind）。根据 Google DeepMind 的介绍，这种双模式可分别支持即时对话与基于任务的深度研究，为团队构建分层产品体验：前者为快速问答与智能助手，后者适用于研究报告、风控尽调与市场分析等高上下文任务（来源：Google DeepMind）。

据NotebookLM在X平台披露，Gemini网页端现已向免费用户开放笔记本功能，用户可在Gemini内直接访问个人未共享笔记本，并将与Gemini的聊天记录作为新建或现有未共享笔记本的资料来源（来源：NotebookLM）。据NotebookLM称，此功能先前已面向Google AI Ultra、Pro和Plus网页订阅用户启动，随后将扩展至移动端、更多欧洲市场与更广泛的免费用户群体；本次更新确认了免费网页可用（来源：NotebookLM）。对AI业务应用而言，该集成降低了工具切换成本，将对话结果沉淀为可检索的知识库，有助于加速文献综述、客服知识库与内部研究整理等工作流程（来源：NotebookLM）。

据DeepLearning.AI在X平台发布信息称，其与Oracle联合推出的“Agent Memory: Building Memory-Aware Agents”课程，系统讲解如何从零实现可持久状态的智能体，以解决会话重启导致的上下文丢失问题（来源：DeepLearning.AI，2026年4月3日）。据DeepLearning.AI披露，课程涵盖记忆存储设计、检索策略与长期用户画像，以降低幻觉、提升多轮对话稳定性；并结合Oracle相关企业级实践，展示向量检索与状态管理的可扩展部署模式，在客服、销售运营与流程自动化场景中提升留存与转化并降低算力成本。

据 Satya Nadella 表示，Frontier 今日上线多模型智能功能，并指向 Microsoft Tech Community 的 Microsoft 365 Copilot 博文。根据 Microsoft Tech Community，Researcher 体验可在企业环境中编排多种基础模型——包括微软自研的 Phi 系列与第三方大语言模型如 GPT——以优化检索、综述与溯源引用。微软 Tech Community 报道称，系统会将摘要、基于 Microsoft Graph 的语义检索和来源标注分别路由到最合适的模型：常规查询由小模型以更低延迟与成本处理，复杂任务再交由大模型完成。根据该来源，企业可在 Microsoft 365 内安全接入组织数据、保留可追溯引用并遵循合规策略，从而缩短研究耗时、提升内容质量并优化算力成本，为知识密集型行业带来明确的落地机会。