本期为本站采集记录汇总版
AI 月报 · 2026 年 11 月
AI.BAIZE
本月共有 129 条精选内容，最集中的方向是“模型发布”。暂未发现需要单独挂起的低确认线索。
Gemini Decisions API: Fast, calibrated multimodal decisions
欢迎使用Gemini决策API，基于我们的先进模型Gemini Decision，实现快速、校准的多模态决策。
模型发布/更新
Introducing Our Smallest, Most Efficient Model: Muse Ember
原文摘录（自动中文摘要暂不可用）：Introducing Our Smallest, Most Efficient Model: Muse Ember Introducing Our Smallest, Most Efficient Model: Muse Ember Meta AI just launched their entry in the Claude Haiku/GPT Luna category: Muse Ember, which they describe as: [...] our smallest and most efficient model designed for complex reasoning execution and the work agents repeat all day: tool calls,
Quoting Prompting Claude Fable 5.2
Claude Fable 5.2 注重谁拥有它所处理的代码。在Anthropic的小型编码任务测试中，当提示中没有提及所有权或将代码基础视为他人的时，模型倾向于在现有结构上添加内容，即使该代码重复了已有的内容。当提示中说代码基础是模型自己的时候，模型有时会合并重复的代码并有时做出相关修复而无需被询问。如果你想让模型在工作时改进结构，可以说代码是自己的：你是这个代码库的所有者和长期维护者，其设计由你决定。所有权句子使模型更有可能将重复的代码整合到一个共享函数中。在Anthropic的小型编码任务测试中，当没有这句话时，模型在不到10%的运行中合并了重复的代码，而当有这句话时，大约在75%的运行中合并了重复的代码。——Claude Fable 5.2，Anthropic文档标签：prompt-engineering
GPT‑6 Cyber: Advancing the frontier of aligned cybersecurity agents
介绍GPT‑6 Cyber，OpenAI的网络安全模型，用于发现可利用的漏洞并开发修复方案，训练以保持在授权范围内。
datasette-llm 0.1a10
发布：datasette-llm 0.1a10 修复了影响我的代理网站 demo.site 的一个bug，该网站的可用LLM模型未正确限制在配置中。标签：llm，datasette
Gemini Decisions API
Gemini Decisions API 与 Jev 和 OpenAI 在决策模型类别中联合推出，使用 'Gemini Decision 1'。该新模型API与Jev几乎相同：支持相同三种问题类型（是/否、选择、评分），甚至重用Jev的“Noul”术语。价格与GPT-6 Luna决策模型相同：10美分每百万输入令牌，输出免费。Jev仍是三者中最便宜的，价格为4.2美分每百万。Jev仅支持文本（及JSON）。OpenAI可处理文本和图像。Gemini Decision 1是全多模型：涵盖文本、图像、音频、视频和PDF。我通过向其传递这些问题及我的纽约拍打机器人视频文件，测试了它：dragon：视频中是否有龙？robot：视频中是否有机器人？france：视频是否在法国？usa：视频是否在美国？Jev和OpenAI对是/否问题返回1.0或0.0，但Gemini坚持略显不自信。
llm-gemini 0.36
原文摘录（自动中文摘要暂不可用）：llm-gemini 0.36 Release: llm-gemini 0.36 Gemini 4 Carbon was announced two weeks ago for "a subset of cyber defenders", but today it's available to everyone else . This is Google's best ever Gemini, priced at $2/million input and $10/million output at launch (that's GPT-6.1 Sol / Claude Sonnet 5.5 prices) but scheduled to double in price to $4/$20 on Decembe
CodeRabbit scales agentic software development and ships 20x more
CodeRabbit 使用 OpenAI 模型来管理并信任 AI 生成的代码，使用 Codex 将软件数量增加 20 倍，与同一工程团队保持一致。
LLM Quantization: What fp8 and fp4 Do to Quality and Price
当你通过API调用开放权重模型时，多个提供者可能以不同精度服务它，例如16-bit bf16、8-bit fp8或4-bit fp4。
Yonkers Rises
工具：纽约崛起 我意识到自己不知道纽约的位置，于是通过谷歌地图查找了它的位置，然后为了帮助将它的位置和形状嵌入到脑海中（并尝试使用Claude Fable 5.2的3D建模和动画技能），我提示Fable 5.2 Medium制作一个Three.js动画，其中纽约站起作为巨型机械（酷的站立动作），并围绕曼哈顿、皇后区和布鲁克林的原子，使用OpenStreetMap地图数据。该动画正确推断出“átomos”是“stomps”的移动键盘拼写错误。标签：three-js，llms，ai，生成式AI，claude-mythos-fable
How Cisco defends at machine speed with OpenAI
思科将网络智能与OpenAI模型结合，以增强企业安全。了解其如何构建更具适应性的防御措施。
aws-emulator
AWS 模拟器最终由 AWS 官方推出，可直接在本地运行其众多服务的测试，无需申请付费 API 密钥。该模拟器由一群大型代理组成，项目在第一阶段三周内提交了 29,684 次提交。Swaminathan（Swami）Sivasubramanian 在 Werner Vogels 的博客上发表了一篇客座文章，介绍了其发展过程。目前该模拟器需要 Docker 在 macOS 或 Windows 上运行。我希望能未来修复此问题——如果能下载一个单一的二进制文件并将其作为标准测试套件的一部分用于其他语言和平台，将非常理想。标签：亚马逊，亚马逊网络服务，测试，Werner Vogels，AI，Rust，生成式AI，LLMs，代理工程
Quoting Kyle Kingsbury
更广泛地说，LLMs 的使用会削弱对文档、软件以及产生这些内容的组织的信任。或许工程师们将开始对任何新的软件项目持怀疑态度——我们曾经依赖的信号，如今更容易被伪造。在LLMs时代，维护者能做些什么才能确保软件的正确性和文档的准确性？完成这些工作后，他们如何向用户展示其质量？——Kyle Kingsbury，Jepsen ParticleDB 结果 1.1.4 标签：kyle-kingsbury，llms，ai，生成式AI，ai滥用
谷歌联合 Artificial Analysis 推出 MKA 基准测试：Gemini 4 Carbon 多模态知识工作测试获第二，任务成本仅为第一名六分之一
IT之家 11 月 11 日消息，当地时间 11 月 10 日，谷歌宣布联合 AI 模型评测机构 Artificial Analysis 推出多模态知识智能体基准测试 MKA（Multimodal Knowledge Agent），用于评估 AI 智能体处理视觉复杂文件、完成现实世界知识工作任务的能力。 谷歌表示，其最新发布的 Gemini 4 Carbon 在该测试中取得了参测模型第二名的成绩，完成任务的平均成本仅为排名第一模型的约六分之一。 谷歌 DeepMind 高级产品经理 Rohan Doshi 和首席工程师 Ben Caine 介绍称，现有不少知识工作基准测试仅依赖文本即可完成，而现实工作往往涉及大量视觉信息。例如，建筑师需要交叉核对建筑蓝图，工程师需要分析工程示意图，专业人员还需要将不同来源的信息整理成演示文稿、报告和电子表格。 MKA 基准测试旨在评估 AI 智能体在这些复杂工作场景中的表现。谷歌与来自 10 个...
Cogent and OpenAI build cyber defense factories for enterprises
Cogent 将 OpenAI 模型与企业上下文结合，帮助自动修复代理的漏洞。
Singapore Airlines elevates travel & work with OpenAI technology
发现新加坡航空如何利用OpenAI模型和API来增强客户支持、旅行发现和员工生产力，使Kris聊天机器人CSAT翻倍。
Meta 推出轻量级 AI 模型 Muse Ember：跑分媲美 Claude Haiku 5.5，单任务成本仅 1/3
IT之家 11 月 10 日消息，Meta 现已推出 Muse Ember AI 模型。这是 Meta 迄今最小、效率最高的模型，专为复杂推理任务执行以及智能体日常反复处理的工作而设计。 Meta 表示，在 Artificial Analysis 排行榜中， 这款模型的表现可以媲美 Claude Haiku 5.5 ， 但单任务成本仅为 1/3 ，并在多项测试中超越 GPT-6 Luna。 IT之家附 Muse Ember 模型跑分数据如下： 评测项目 Muse Ember（max） Claude Haiku 5.5（max） GPT-6 Luna（max） 智能体 AutomationBench-AA（端到端业务工作流） 37.8 13.9 20.2 Agents' Last Exam（端到端智能体任务） 61.6 57.0 57.1 Personal Superintelligence Index（个人与知识工作内部综合指数...
高通：高通 AI Hub 现已面向中国开发者开放
IT之家 11 月 3 日消息，Qualcomm（高通）今日宣布，其 高通 AI Hub 现已面向中国开发者开放 。合作伙伴与开发者可借助该平台加速打造终端侧生成式 AI 和智能体 AI。 高通 AI Hub 集成 Models、Workbench、Apps 以及 GenieX 端侧推理框架， 为开发者提供了一系列的趁手工具 。 高通 AI Hub Models 提供超过 230 个并持续扩展的预优化模型库；AI Hub Workbench 允许开发者在真实的云托管设备上进行模型调优；AI Hub Apps 提供示例应用和参考代码，助力开发者学习如何将高通 AI Hub Models 集成至应用中。 高通 AI Hub 中国版还通过官网、高通终端云中国设备农场和开发者论坛等方式提供各类资源与支持。
datasette-apps 0.3a0
发布：Datasette Apps 0.3a0 Datasette Apps 添加了在 Datasette 中托管和编辑自定义 HTML 应用程序的支持。这些应用可通过手动生成，但更方便的是通过 Datasette Agent 使用 LLMs 创建。本版本改进了该集成：在 Datasette Agent 的聊天消息中可通过 # 标签对应用进行分类，系统会自动补全用户有权查看的应用列表。新增了 app_add_stored_queries() 和 app_remove_stored_queries() 工具，允许代理管理应用可调用的存储查询。授予写入查询需先获得用户批准。app_create() 现在检查每个请求的存储查询是否存在，并确保用户可查看该查询，同时在应用创建前询问用户是否批准写入查询。代理工具显示的“查看应用”按钮和 # 应用链接现在在 Datasette Agent 界面中打开全屏视图。标签：datasette-agent，datasette-apps，datasette
产品发布/更新
Google Cloud launches Gemini for healthcare.
谷歌云推出Gemini for healthcare，以统一临床数据并自动化工作流，减少行政疲劳。
Hide your slop PR descriptions behind
我大部分对项目的修改都是通过Claude Code或Codex打开的PR进行的。PR是我的工作单元——我用它们将提交的代码打包起来，逐步迭代直到功能完成，记录决策后合并最终结果。今天的编码代理擅长撰写PR描述。它们太棒了，能准确描述工作内容。问题在于它们太棒了。一个由AI撰写的PR描述准确且全面，描述问题、详细解决方案和验证步骤。这信息量很大，不容易消化。虽然信息可能不杂乱，但看起来像杂乱！很容易识别AI写的PR，就像其他AI写作一样，我的即时反应是“我不读全部内容”。不管信息多么准确或有用，我一看到需要阅读的时间比作者写的时间更长，就会立刻感到不适，即使在某些情况下。
Cursor Projects is now multiplayer · Cursor
邀请你的团队成员加入项目，你可以一起规划、构建并发布，与所有代理协同工作。
Kuken Industries searches 70 years of drawings in minutes
Kuken Industries 使用 OpenAI API 搜索 70 年的冷却塔图纸。工程师可在 4.5 分钟内找到修复图纸，较之前近一小时大幅缩短。
OpenAI 扩展 ChatGPT 商业功能：企业可认领资料并创建 AI 智能体，为 Business Agent 投放广告
IT之家 11 月 11 日消息，当地时间 11 月 10 日，OpenAI 宣布推出 ChatGPT Businesses 测试版，为企业提供商家信息认领、资料管理、用户互动数据分析以及 AI 智能体等服务，帮助企业通过 ChatGPT 接触潜在客户。 OpenAI 表示，目前全球每周有 12 亿人使用 ChatGPT。Businesses 功能将通过 Business Hub 提供，企业可以在其中认领自己在 ChatGPT 中的商家资料，并在完成身份验证后更新关键信息，还可以添加包含产品价格和库存情况的自助式产品数据源，让 ChatGPT 能够向用户提供更加准确、及时的商品和服务信息。 符合条件、所在地区支持 ChatGPT 的企业均可通过 Business Hub 认领商家资料。现有 OpenAI Enterprise 客户和广告客户可以联系 OpenAI 客户代表办理。Shopify 商家则可以通过 Business H...
Flipsnack grows product signups with conversion optimization
FlipSnap 专注于通过获取用户尝试其产品来推广其 ChatGPT 付费广告，同时在降低注册成本的同时增加注册数量。
腾讯元器停止服务，明年 1 月起不再受理数据导出申请
IT之家 11 月 9 日消息，腾讯元器平台今日正式停止服务，应用访问、数据读写、API 调用、控制台使用等所有面向公众的服务，不支持用户访问。通过元器平台发布到其他渠道（包括公众号、服务号、微信客服等）的智能体不支持响应用户对话。 从上个月 29 日起，腾讯元器已停止创建新的智能体、API Key 分发功能。用户目前可以通过数据导出控制台，提出导出任务申请。 2027 年 01 月 09 日后不再受理数据导出申请 ，除法律法规规定须留存的日志等记录外，官方将删除全部用户数据，请您在此前完成备份。 如您曾通过旧版元器入口在腾讯云官网购买资源包，且截至正式停止服务日仍有未使用完的资源或账户余额，可在腾讯云官网申请退款。 此外， 腾讯云智能体开发平台（ADP）和公众号智能回复提供了与元器平台相近的功能 ，用户可以选择上述替代产品。 IT之家注意到，在 2024 年 5 月 17 日举办的腾讯云生成式 AI 产业应用峰会上，腾讯发布了...
蚂蚁集团：旗下 AI 助手灵光用户数量已突破 2000 万，2.0 版本上线一周已帮助用户管理超 116 万项事务
IT之家 11 月 8 日消息，蚂蚁集团旗下 AI 助手灵光宣布：自今年 10 月 27 日灵光 2.0 上线以来，一周内已帮助用户管理超 116 万项事务，执行超 360 万次任务。灵光用户已突破 2000 万。 参考IT之家先前报道，蚂蚁集团于 10 月 27 日发布灵光 2.0，其最大特性是 AI 介入任务的起点进一步前移。 过去，用户需要先发现问题、提出需求，再由 AI 执行；如今，在获得用户授权后，灵光能够结合已接入的信息与服务，主动识别潜在需求，并发起分析、监测和跟进，并在需要用户关注的节点及时提醒。AI 不再只是等待指令的工具，而开始成为能够持续管理事务的助手。 除此之外，灵光 2.0 还接入了蚂蚁 APASS，作为 AI 时代跨智能体、跨设备、跨应用与服务场景的统一账号和安全管理基础设施，APASS 将身份认证、意图安全和隐私保护纳入 Agent 执行流程，通过授权密钥与 Agent 分离托管等机制，让智能体在不...
AI 编程工具 Amp 推出 Spaces：你的 AI 项目经理上线，自主编排 / 协调 Agent 干活
IT之家 11 月 7 日消息，AI 编程协作工具 Amp 昨日（11 月 6 日）宣布推出 Spaces， 希望构建面向 AI 智能体（Agent）和团队协作的全新工作方式。 对于用户而言，不再需要手动创建、命名和管理多个 Agent 线程，只需对话一个主 Agent，由它理解需求、拆解任务，并让其自动生成和协调其他 Agent 线程。IT之家附上相关截图如下： Amp 指出在传统多 Agent 工作流中，用户往往要自己决定拆分、分派以及追踪任务，Spaces 将这一层组织工作交给 Agent：每个 Space 是用户与单个 Agent 的对话，该 Agent 会为用户启动并协调多个并行线程。 例如，团队可以在一个 Space 中提出“推进某项功能上线”或“开展一次安全审查”。主 Agent 会将目标转化为多个具体任务，分别创建线程执行，并将进展以实时卡片形式呈现在聊天中。 Spaces 不只是单人自动化工具，它被设计为团队共...
统信桌面操作系统 V25（2500u2）发布：新增防卡死保护，AI 助手变身“小 U 同学”
IT之家 11 月 11 日消息，统信桌面操作系统 V25（2500u2）正式发布。本次版本为质量提升更新，围绕系统稳定与性能、智能体验、国产生态适配三大方向升级，全面覆盖 AMD64、ARM64、LoongArch、SW64 架构。 核心亮点方面，系统新增 防卡死保护机制 ，在严重卡顿状态下仍可唤醒任务栏、启动器与系统监视器，强制关闭导致卡顿的应用；原 UOS AI 升级为 “小 U 同学” ，支持全盘知识库检索、多智能体自动调度与任务排队管理；同时集成全新 电脑管家 ，提供检测、清理、修复一站式系统维护能力。 小 U 同学（原 UOS AI） 支持自然语言创建提醒、定时与周期任务，自动执行重复事务 接入全盘知识库，可查询已授权的本地文件内容 统一 MCP、Skills 与专职智能体入口，根据任务自动调度能力 增强对话记忆与上下文自动摘要，支持任务排队与按工作区管理历史对话 支持按会话独立配置权限模式，文件保存权限可控，减少重...
深度操作系统 deepin 25.3.0 正式版发布：新增防卡死保护，小 U 同学全面进化
IT之家 11 月 11 日消息，深度操作系统 deepin 25.3.0 正式版于今日发布， 本次更新围绕系统稳定与性能、体验与智能、生态与适配三大方向全面升级 。 小 U 同学全面进化 ：让 Agent OS 的系统级智能触手可及。全盘资料，一句话即可调取，你电脑里的每一份文档都能成为随时可用的知识；同时统一 MCP、Skills 与专职智能体能力入口，由小 U 同学根据任务自动调度所需能力，系统开始主动，工作自然更快一步。 系统稳定与性能大幅提升 ：新增防卡死保护，系统严重卡顿时仍可唤醒任务栏、启动器与系统监视器等关键组件；控制中心首页加载速度大幅提升，微信、WPS、QQ、主流浏览器等常用软件在高负载场景下依然快速启动，系统久用流畅稳定。 系统维护与数据保护更省心 ：磐石系统快照还原体验优化，创建快照可选择本地磁盘、U 盘或移动硬盘等存储位置，也可从指定位置选择快照回退；镜像默认集成电脑管家，检测、清理、修复一站完成，让系...
谷歌 Gemini 上线记忆摘要，可查看 / 编辑 / 删除 AI 记住的个人信息
IT之家 11 月 10 日消息，科技媒体 Android Authority 昨日（11 月 9 日）发布博文，报道称谷歌正在为 Gemini 推出“记忆摘要”（Memory summary）功能， 让用户能查看、编辑和删除 AI 记住的个人信息，从而更好管理“AI 到底知道我什么”。 与过去零散展示记忆条目不同，新功能会按类别整理 AI 收集的个人信息，包括个人背景、人际关系、工作、兴趣和偏好等。用户可以逐项编辑，也可以删除不希望 Gemini 继续记住的内容，还能查看记忆的修改历史。 入口位于 Gemini 的“设置”中的“个人智能”（Personal Intelligence）栏目，再进入“记忆摘要”。用户今后无需翻查过往聊天记录，就能直接查看 Gemini 记住了哪些关于自己的信息，并修改或删除其中的错误内容。 按照谷歌支持页面的说明，该功能目前主要面向年满 18 岁、拥有 Google AI 订阅的美国用户，并要求开...
传 Rapidus 在 SRAM 方面遭遇问题，2027 财年内量产目标面临挑战
IT之家 11 月 10 日消息，彭博社北京时间今日中午报道称，日本先进半导体企业 Rapidus 未能及时在 SRAM 方面达成里程碑 ，其在 2027 财年内量产 2nm 的目标面临挑战。 SRAM 即静态随机存取存储器，是所有先进芯片的关键组成之一。对于 AI 芯片来说，一个大规模的 SRAM 缓存可显著提升任务处理速度。 报道宣称，Rapidus 尚未生产出可用的 SRAM。而根据此前规划的量产路线图，这本应该在 2026 年夏天就实现。当前的进度意味着数月的延误。Rapidus 的工程师面临着加快进度的巨大压力。 Rapidus 回应称，该企业将继续全力以赴，争取在 2027 财年下半年开始量产。其会长东哲郎上月表示，2nm 的量产正按计划推进。 参考 https://www.bloomberg.com/news/articles/2026-11-10/japan-s-rapidus-is-said-likely-to...
千问办公押注 Team Agent，企业 AI 的流水线时刻真的来了
作者｜Cynthia 编辑｜郑玄 传说，光明之神巴德尔梦见自己将死，于是，巴德尔的母亲弗丽嘉遍走世间，令万物立下了绝不伤害他的誓言。众神也因此放下心来，甚至还发明了一种新的消遣：轮番向巴德尔投掷武器和石块，看着他毫发无损，来确定他们已经战胜了预言。直到一小枝被遗漏的槲寄生投向巴德尔。光明之神轰然倒下，诸神的黄昏由此拉开序章。 这是北欧神话中巴德尔之死的故事。危险早已被预见，人们也采取了行动，却仍然自欺欺人，把一次次看似成功的演示，当成了问题已经解决的证明 。 2026 年上半年的企业级 Agent 市场，也曾有过这样的笃定。 每一场发布会上，AI 写方案、做表格、敲代码、生成海报的单任务能力都会轮番刷新上限。台上演示环节的百发百中，带动台下掌声雷动， 所有人都觉得——企业级 AI 已经成熟了。 但年中效率复盘，所有人都尴尬地发现： 个人用 Agent 提效能翻三到十倍，落到整个团队、整个企业里，整体效率提...
联想万全混合词元工厂发布：母本工厂落地张家口，2027 年建成 15000P 异构算力集群
IT之家 11 月 10 日消息，11 月 10 日，联想万全混合词元工厂品牌发布会在张家口举办，联想宣布国内首个万全混合词元母本工厂落地张家口，提出“为中国智能化腾飞而奋斗”，以张家口为起点布局全国词元经济网络，助力智慧中国建设。 张家口作为母本工厂选址，拥有得天独厚的算力与绿电基础：这里是国家“东数西算”京津冀枢纽、国内智算能力高地，也是全国风光绿电第一城、唯一国家级可再生能源示范区，同时是国家六张网标杆型双节点、算电协同先行试点，适配 AI 算力绿色发展需求。 会上，联想完整披露企业智能三层混合动力体系，支撑全链路智能化转型：底层为联想问天 AI 基础设施，依托问天异构智算方案，整合服务器、存储、数据网络资源；中层是万全混合词元工厂，承载 xCloud 联想智能云、智算中心能力；上层为联想擎天、联想百应智能体解决方案与服务。 其中，联想擎天覆盖通用、行业两大方向智能体方案，配套禾木咨询、FDE、运维、臻算、ESG 等服务，...
三星 One UI 9.5 有望将 Bixby 打造成 AI 智能体，真正“代你办事”
IT之家 11 月 9 日消息，外媒 Sammobile 今天（9 日）晚间公布了有关 One UI 9.5 的最新发现：三星准备对 Bixby 进行大幅升级，让语音助手进一步变成能够 代用户办事的个人 AI 智能体 。 该媒体在体验尚未发布的新版 Bixby 后发现，三星语音助手可以在后台处理 订酒店、预约等日常事务 。例如，在要求 Bixby 每天早上提供美元兑印度卢比的汇率 后，Bixby 便自动创建了一项每日任务，并将其列在应用的 Actions 栏目中。 ▲ 该媒体的测试截图，下同 用户只需向 Bixby 提出定期执行某项任务的要求，Bixby 便会理解指令并设置相应操作，等待用户确认。用户批准后，就能通过应用左侧边栏进入 Actions 栏目，查看创建的任务。 在该栏目中，用户可以 删除、暂停或置顶任务 ，还能通过活动日志查看任务每天的执行情况，或直接跳转至最初下达指令的聊天记录。 IT之家从该报道中获悉，三星正对这...
阿里千问办公 2.0 发布：支持多人与 Agent 协作，可把 Agent 带进工作群
IT之家 11 月 9 日消息，据钉钉官方消息，今天千问办公 2.0 正式发布，这是一个面向个人与组织协作的 Team Agent。2.0 版本在协作、自动任务和人机共创等核心场景下进行了能力升级，该版本推出了首个支持多人与 Agent 协作的功能“协作”，同时上线“人机共创”“资料空间”“自动任务”和“三端互联”等核心能力，让 Agent 从服务个人走向服务团队和组织。目前，所有功能已在千问办公客户端全量上线。 IT之家注意到，千问办公推出的“协作”功能率先把 Agent 带进工作群，用户可以组建一个团队和数字员工共同工作的协作空间。真实的工作通常发生在办公软件的群里，一个复杂项目的信息可能会分散在多个群聊和会议纪要中，成员只能手动搬运、汇总信息。现在，数字员工在协作空间内能实时关联多个钉钉群聊、文档、AI 表格和 AI 听记等信息源，支持多个会话并行，以及任务管理与指派。成员在协作空间内指派任务，数字员工就能结合空间的上下文...
默认禁用：微软 Win11 新版搜索 2026 年底前将集成 Copilot AI 可选功能
IT之家 11 月 6 日消息，科技媒体 Windows Central 昨日（11 月 5 日）发布博文，报道称 在 Windows 11 全新搜索体验中 ，微软计划今年年底前通过可选加入（opt-in）方式， 整合 Copilot AI 技能。 IT之家援引博文介绍，与此前备受争议的“Ask Copilot”不同，这次 Copilot 集成默认情况下处于禁用状态，用户需要手动操作后才能启用，不希望使用 AI 助手的用户不会在搜索界面中看到相关入口。 根据微软的规划，全新 Windows 搜索界面将更注重本地体验：用户不仅能更准确地查找文件与应用，还能直接修改系统设置、打开应用、回复短信、预览图片和文件，并执行部分电脑操作。新界面减少了网页内容占比，并采用 Windows 原生 UI 框架，以带来更快、更流畅的使用感受。 在 Copilot 整合后，用户可以直接在任务栏搜索框中获得快速回答；若需要更深入地对话，也可从搜索界面跳...
行业动态
Agents aren’t humans (but they kinda are)
AI代理为数百万用户服务，但服务器看到的是中间人，他们移除了用户的可见性。本文定义了问题空间，并引入了一种协作方法，以安全地识别、允许和管理这种自动化流量。
See the agents, set the terms: New visibility and control for personal agents
个人AI代理改变了用户与网页的交互方式，模糊了自动化和人工流量的界限。了解Cloudflare如何让网站所有者获得可见性和控制权，以管理个人AI代理的访问。
Gemini Intelligence: New features, on more devices
这条英文动态讨论了 AI 领域的新进展。原文要点：Gemini Intelligence is rolling out to more devices. See how expanded capabilities across these devices help you do more.
Gemini 4 Carbon is now available
Gemini 4 Carbon is now available 这条动态来自 Google DeepMind，可重点关注其对 AI 应用和产业节奏的影响。
Helping caregivers use AI in everyday life
OpenAI Academy 正将免费、实操的 ChatGPT 工作坊带到美国五个城市，帮助照顾者掌握日常生活的实用AI技能。
Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips
这条英文动态讨论了 AI 领域的新进展。原文要点：Gemini Omni 1.2 Flash: Fast and cost-effective with longer clips
OpenAI to acquire Pierre Computer Company, Inc.
这条英文动态讨论了 AI 领域的新进展。原文要点：OpenAI will acquire Pierre Computer Company, expanding Codex’s tools for building, understanding, and reviewing code.
Agentic cheminformatics with Google Antigravity
学习如何通过Google Antigravity和我们的化学信息学技能加速药物发现流程，搜索化合物，并提出新颖的刚性宏环。
Introducing the Grid Protectors Program
OpenAI 的网格保护计划将与公用事业合作，帮助未来计算校区支持电网可靠性并保护消费者电费成本。
Securing the agentic enterprise with data lineage
一名销售代表向AI代理请求客户定价，代理从多个来源（受限定价系统、内部通信、归档报价）中提取数据。输出对代理而言准确，第二名代理使用数据草拟销售代表的提案。无人类检查任何交接。当它… 时
Heimstaden is changing residential real estate management with AI
发现Heimstaden如何利用OpenAI的ChatGPT企业版和Codex来转变房地产管理，降低成本，并在欧洲赋能员工。
Raising the quality of insights in agentic analytics
原文摘录（自动中文摘要暂不可用）：Raising the quality of insights in agentic analytics In just a few years, generative AI has changed the face of enterprise analytics, notably by making analytics accessible to users across the organization. Agentic AI promises to do even more, by automating entire workflows and taking actions based on agent insights. But there is a problem: The quality of in
ChatGPT Enterprise now available in AWS Marketplace
ChatGPT Enterprise 现已通过 AWS Marketplace 提供，帮助组织通过现有的 AWS 采购和计费关系简化采购流程。
The latest AI news we announced in October 2026
Here are Google’s latest AI updates from October 2026 这条动态来自 Google AI Blog，可重点关注其对 AI 应用和产业节奏的影响。
The Web Is More Than Enough, by Paul Ford
我对《The Web Is More Than Enough》一文的评论令人信服，促使我尝试了该作品。我今天在Three.js中制作了一个以海葵为主题的法尔杰蛋：https://static.simonwillison.net/static/2026/Hidden-Reef-Egg... (77KB) 我刚刚让Claude（运行在常规Claude Chat中的Opus 5.5 Medium）将该作品移植到Vanilla JS，同一对话中构建了该作品，并得到了以下结果：https://static.simonwillison.net/static/2026/Hidden-Reef-Egg... (98KB) 它们并不完全相同——你可以看到Claude对这一点的评论，我并不完全理解为何有所不同：https://claude.ai/share/e56d163e-2793-4677-aa11-191d5058b414 但总体而言，Claude Opus 5.5完全有能力在Vanilla JS + WebGL中使用无Three.js进行3D建模。在粗略查看代码时，我发现自己在Three.js上更容易理解代码，但我不常查看这些3D项目中的代码，因此这并不是特别大的问题。标签：claude，javasc
Measuring how AI agents handle everyday wet-lab science
OpenAI 引入 BioBasicsBench，一个 100 任务基准，用于衡量 AI 代理如何解读原始实验数据并处理日常实验室科学。
Preparing our next security sprint to harden OpenAI
这条英文动态讨论了 AI 领域的新进展。原文要点：OpenAI is preparing its next internal security sprint with Cathedral Systems to test and strengthen its defenses using AI.
Scaling Git at OpenAI
这条英文动态讨论了 AI 领域的新进展。原文要点：How OpenAI built Pando, a Git-compatible backend designed for the scale of development that Codex makes possible.
论文研究
Online Dense Reinforcement Learning with Planning-Grounding Agent for UI Navigation on Live iOS Apps
尽管前沿视觉语言模型在用户界面（UI）导航方面表现出色，但其高推理成本限制了日常使用。相反，通过监督微调（SFT）或离线强化学习训练的小型模型往往记忆静态轨迹，导致执行脆弱且无法从错误中恢复。为解决这些问题，我们提出一种新的在线强化学习框架，直接在实时运行的iOS应用程序上训练UI导航代理。我们的框架将代理解耦为两个专用组件：规划模块/...
How well can we measure open model inference share?
我们的第一篇付费订阅者开放模型经济研究笔记。
parse_number() as a SQLite extension: C vs Rust
研究：parse_number() 作为 SQLite 扩展：C vs Rust。我正在遛狗时对如何编写一个 SQLite C 扩展，该扩展添加 parse_number() 函数，将类似 -$1,234.56 或 '12.5%' 的字符串转换为可求和和排序的数值产生了兴趣。我启动了常规 Claude 消息（Opus 5.5），并提示：我正在考虑一个 SQLite 自定义函数 'parse_number(value)'，该函数会移除逗号、美元符号、英镑符号和百分号，处理前导减号，并返回 'NULL' 对于无法解析的内容。探索将此作为 SQLite 扩展在 C 和 Rust 中构建的差异——我想要比较性能和代码复杂度以及生成的 .so 文件的大小。这给了我一个坚实的基础——Rust 扩展为 321 KB（使用 Rusqlite）和 298 KB（使用 sqlite-loadable-rs），而 C 扩展为 14 KB。但 Rust 扩展更快！这是因为 Rust 的 strtod 对应于 C 的 strtod，速度是其两倍。因此我进行了测试
Rewarding defenders with bigger bug bounties
OpenAI 正在提高安全漏洞赏金奖励，并为独立安全研究人员引入报告质量、忠诚度和优先级的宣传奖金。
全球最强 AI 模型：Claude Fable 5.2 登场，编程超 GPT-6 Astra、登顶多项基准
IT之家 11 月 10 日消息，Anthropic 今天（11 月 10 日）发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款前沿 AI 模型。官方称，新模型在编码、推理、科学研究、网络安全及机器人等领域均有显著提升，同时输出速度最高提高 30%，成本下降 20%。 根据官方披露的跑分数据，在面向“智能体编码”的 FrontierCode 2.0 基准测试中，Claude Fable 5.2 取得 49.1% 的成绩，超过 OpenAI 的 GPT-6 Astra（42.8%）、Google 的 Gemini 4 Carbon（41.1%）以及 Anthropic 自家的 Opus 5.5（45.5%）。 在“Humanity's Last Exam”多学科推理测试中，Fable 5.2 也以 74.2% 领先 GPT-6 Astra 的 57.2%。 Anthropic 展示了 Fable...
Work at the Frontier: AI’s effect on freelance work
OpenAI与Upwork联合开展的新研究发现，自由职业工作需求正在转移，新的技能组合，以及与AI相关的项目规模扩大、工时增加。
LifeVal
引入LifeVal，这是一个衡量AI如何帮助人们完成日常任务的基准测试，涵盖从寻找托儿所、管理财务到处理政府文件等方面。
Anthropic 研究称 Claude AI 智能体可以靠“做梦”变得更聪明
IT之家 11 月 7 日消息，Anthropic 昨日（11 月 6 日）发布研究文章《The components of agent memory》，系统拆解 Claude 智能体如何跨会话记忆、筛选、纠错和整理知识。 该研究指出 AI 智能体可借鉴人脑“睡眠整理记忆”的机制 ，在空闲时间反思历史记录、纠错并构建知识结构，从而显著提升长周期任务表现。 该研究将智能体记忆分为会话日志、记忆笔记、知识表征（如 Wiki）和注入上下文四层，并引入“做梦”（dreaming）机制，让模型在两次交互之间的空闲时间回顾日志、修正错误、提炼规则和更新知识库。 研究团队认为，AI 可像人脑在睡眠中巩固记忆一样，将即时经验逐步转化为可复用的长期知识。Claude 会在会话中标记重要事件或写入记忆笔记，但并非所有信息都值得保存，它需要判断哪些内容在未来真正有用。 Anthropic 指出， 记忆本质上是一种对未来的预测，例如记录一条已验证的规则...
Day-0 支持：摩尔线程完成 3 万亿级参数 Kimi-K3.1 Pro 适配，支持文本与图片推理
IT之家 11 月 6 日消息， 本月 4 日，月之暗面正式公布 Kimi K3.1 Pro 完整模型权重 。在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，并在工作、编程与聊天三个类别中均居开放模型首位。 摩尔线程官方今日宣布，摩尔线程基于 AI 训推一体智算卡 MTT S5000 及 MUSA 软件栈， 完成 Kimi-K3.1 Pro 模型的 Day-0 适配 ，打通模型加载、服务启动及文本、图片基础推理链路。 IT之家了解到， Kimi K3.1 Pro 是 K3.1 系列首款模型 ，也是迄今能力最强的 3 万亿级参数模型，支持 100 万上下文。经过大规模后训练和强化学习，模型在代码、3D 创作、金融研究、知识问答及长程 Agent 任务等方面均全面提升；在代码与 Agent 基准测试中，其表现已达到或接近顶尖闭源模型水...
Anthropic 正开发 FlashProve 开源系统：用密码学证明 AI 输出来自哪个模型
IT之家 11 月 4 日消息，Anthropic 正在开发一套开源系统，用于验证某一 AI 输出究竟由哪个模型生成。根据该公司周二发布的一篇博客文章，这套名为 FlashProve 的系统旨在实现研究人员所称的“可证明推理”（provable inference）：通过密码学证明，为特定输出提供数学层面的保证，证明其确实来自某个指定模型。借助这套系统，用户可以确认自己收到的答案是否真的由其认为正在使用的模型生成。 据IT之家了解，FlashProve 的工作原理类似于加密电子邮件签名。后者能够帮助收件人确认邮件是否确实来自其声称的发件人，而 FlashProve 则能够抵御试图将一个模型伪装成另一个模型的行为，即使实施伪装的正是开发并运行该模型的 AI 公司，也难以绕过验证。 研究人员特别指出， 这套系统有望防止 AI 公司为了削减成本而暗中换用更便宜的模型 ，也可以避免企业偷偷换用更昂贵的模型，以人为抬高性能测试结果。 Fl...
35 秒内“叫停”失控的 AI 智能体，OpenAI 部署“控制室”系统
IT之家 11 月 10 日消息，OpenAI 今天宣布，公司已在内部研究设施中部署“控制室”系统，用于停止可能存在风险的 AI 任务，可在 35 秒内“叫停”失控的 AI 智能体。 据介绍，这套系统将智能体训练、评估和数据处理任务等负载接入中央服务，然后由系统负责决定任务能否继续输出。 IT之家了解到，这套系统与负责标记可疑行为的传统监控不同，它可以主动阻止风险研究任务进一步请求输出。当研究员启用某一项任务时，需要向控制室请求唯一任务 ID。然后该标识符会附加到发送给推理引擎的请求中。接着引擎会咨询控制室，确认相关任务是否可以运行。 如果研究员或监控系统下令停止指示，控制室服务就会拒绝下一次推理请求，让推理引擎不再为任务声称任何模型输出。 OpenAI 表示， 这套系统从收到停止指令 ， 到阻止任务进一步继续的最长延迟为 35 秒 。这种延迟源于推理授权请求的缓存层，公司正努力将延迟缩短至 0。 该系统还具备自动化监控机制集成...
研究显示 OpenAI ChatGPT 占全球 AI 聊天机器人流量超 81%，断层领跑
IT之家 11 月 9 日消息，今年早些时候，随着谷歌和 Anthropic 等竞争对手势头渐起，ChatGPT 在 AI 市场的主导地位一度显现出松动迹象。不过，一项最新研究显示，OpenAI 旗下这款旗舰产品正在意外反弹。 研究与增长营销公司 Graphite 的一项研究显示，目前 ChatGPT 占全球主要 AI 聊天机器人工具总流量的比例已超过 81%，没有任何一家竞争对手的市场份额达到 10%。 考虑到谷歌 Gemini 和 Anthropic Claude 近期备受关注，并被普遍视为 OpenAI 越来越强劲的竞争威胁，这一数据颇为让人意外。 这项研究也挑战了另一种看法，即 ChatGPT 此前的爆发式增长已经陷入停滞。 2025 年上半年，ChatGPT 的使用量曾大幅攀升，但此后连续 7 个月基本陷入平台期。不过，今年以来其增长重新提速。Graphite 的分析显示，ChatGPT 月访问量增长近 20%，并于今...
世界互联网大会领先科技奖背后，Qoder 凭什么拿下中国 AI 编程市场第一
作者｜Cynthia 编辑｜郑玄 2026 年 11 月，每年乌镇世界互联网大会期间举办的领先科技奖，已经走到第十年。 作为面向全球征集互联网领域领先成果的国际性科技奖项，领先科技奖每年会选出涵盖基础研究、关键技术与工程研发约 15 至 20 项获奖项目。一定程度上，它的评选也预示了未来几年潮水的走向。 这一年，传统互联网的光环逐渐退去，AI 成了最大的关键词。其中，仅工程研发组的 8 项获奖成果，从 AMD 的 AI 处理器，到蚂蚁的大模型健康服务平台，再到地平线的整车智能体……就有至少 5 项与 AI 有关。 而在通用 Agent 这一领域， 阿里旗下智能体平台 Qoder，成为了国内唯一获此殊荣的通用 Agent 产品。 至此，在领先科技奖诞生的第 10 个年头，命运形成了一个有趣的回环。 那时的领先科技奖，名字还叫世界互联网领先科技成果发布活动。而那一年在首届活动中，与特斯拉自动辅助驾驶、微软...
百度文心开源发布 ERNIE 5.5 Flash Base 高效基座模型，总参数 280B
IT之家 11 月 5 日消息，百度文心大模型今日发布 ERNIE-5.5-Flash-Base，开放 ERNIE 5.5 Flash 预训练终点的权重。 这是一个稀疏 MoE 语言模型，总参数 280B，每 token 激活 14B，在 33.5T tokens 上从零完成预训练；最长训练上下文为 128K，微调与推理支持 1M tokens 上下文。 本次发布的权重未经中训练与后训练，可作为领域适配、指令微调和强化学习研究的共同起点。 官方表示，Base 模型只是起点。 经过后训练的 ERNIE 5.5 Flash 将随后推出 。 ERNIE-5.5-Flash-Base 在 33.5T tokens 上从零完成预训练，采用 Muon 优化器与 FP8 混合精度。预训练语料覆盖广泛的领域与语言，并重点建设了三个方向： 网页数据 ：多语言网页抓取、高保真文本抽取与模型驱动的多维质量过滤。 代码数据 ：仓库与网页代码经非代码过滤...
IDC 预测：企业到 2028 年将在开源模型上运行 60% 的 AI 工作负载
IT之家 11 月 2 日消息，IDC（国际数据公司）上周发布了横跨 25 个研究领域的 250 项 FutureScape 2027 年度预测。 机构指出， 企业到 2028 年将在开源模型上运行 60% 的 AI 工作负载 ，并借助模型路由策略降低成本、对冲供应商锁定风险，动作更快的企业，将率先化解智能体推理费用超支的问题。 全球 2000 强 (G2000) 企业中 ， 将有 60% 到 2029 年实现多数业务流程的 AI 优先运行 ，而这一比例在今天仅有 13%；这些巨头到 2028 年将有 70% 具备持续验证 AI 智能体决策的能力。 未能在生产环境中设立智能体紧急停止开关的 G2000 企业到 2028 年 将面临 25% 的额外责任保险保费和双倍的重大审计问题暴露 。75% 的 G2000 企业到 2028 年将把智能体自主行为责任条款纳入技术供应合同中。 在就业方面，G2000 企业到 2029 年将推动 3...
Evaluating the Evaluators: Investigating LLM Judges for Personalized Writing Style Assessment
本文在NeurIPS 2026 上获得接受，评估大语言模型（LLM）在个性化写作任务中的判断能力。当用户偏好写作风格已知（如‘欢快’）时，LLM判断是否符合该偏好具有重要意义。我们研究写作任务、生成器与判断器LLM的组合、评估目标以及通用常识与推理能力对LLM判断性能的影响。为此，我们为三种长文本任务生成文本，使用四种LLM进行评估。
Weighted State Souping for Efficient Long-Context Retrieval
本文被接纳于NeurIPS会议的个性化、对齐、长期记忆对于AI系统工作坊(PALM) 2026。状态空间模型(SSMs)结合快速推理与固定状态大小，同时具备竞争性的语言建模性能。最近，状态蒸馏被提出作为一种流程，其中SSMs独立编码如文档、工具定义或记忆记录的token块。结果的状态编码可缓存并重组，以低成本构建下游查询的上下文。然而，状态蒸馏和传统SSMs在长且拥挤的...
LG AI 研究院宣布对外免费开放 K-EXAONE 2.5 模型 API
IT之家 11 月 9 日消息，LG AI 研究院韩国当地时间今日宣布， 对外免费开放其 K-EXAONE 2.5 模型的 API 。包括开发者、企业、研究机构在内任何用户，可无需付费地将 K-EXAONE 2.5 应用于服务开发和研究。 这一自研技术验证模型在今年 8 月发布的原版基础上进行了追加训练， 拥有比肩头部开源 AI 模型的智能体能力 ，在 AutomationBench、SWE-Bench Pro、BrowseComp、Claw-Eval 上的表现与 DeepSeek-V4.1-Flash 和 GLM-5.3 难分伯仲。 参考 https://www.lgresearch.ai/news/view ?seq=754
技巧与观点
伯恩斯坦：OpenAI 至 2030 年算力基础设施支出或达 6140 亿美元，低于此前 7500 亿美元传闻
IT之家 11 月 8 日消息，据智通财经报道，伯恩斯坦分析师 MarkMoerdler 估算，OpenAI 已披露的算力合作协议对应的基础设施支出， 到 2030 年累计可能达到 6,140 亿美元 （IT之家注：现汇率约合 4.11 万亿元人民币） ， 明显低于《华尔街日报》此前传出的 7,500 亿美元 （现汇率约合 5.02 万亿元人民币） 。 据报道，该测算假设所有已识别合同均按计划执行，但实际支出可能因数据中心建设延期、项目取消及硬件采购安排调整而减少或推迟。由于相关算力通常分批交付，费用也将随设施投运逐步产生，而非立即形成付款义务，预计年度支出将在 2031 年达到 1,840 亿美元 （现汇率约合 1.23 万亿元人民币） 的峰值。 伯恩斯坦指出，OpenAI 与甲骨文、微软和亚马逊的相关协议规模分别约为 3,000 亿美元 （现汇率约合 2.01 万亿元人民币） 、2,500 亿美元 （现汇率约合 1.67 万...
自然资源部：我国初步建成全国地质灾害监测预警网络
IT之家 11 月 6 日消息，据央视新闻今日报道，自然资源部中国地质调查局宣布，我国地质灾害监测预警体系建设成效显著， 已初步建成全国地质灾害监测预警网络 ，形成“人防 + 技防”立体化防治新格局。 截至 2026 年 9 月， 全国在运行自动化监测台站超 7.4 万个 ，各类监测设备 31 万台套，累计成功预报灾情 444 起， 避免人员伤亡 8027 人 。 据介绍，中国地质调查局持续提升地质灾害监测预警智能化水平，利用新技术增强地灾防范能力。通过将无人机自动巡航与 AI 智能分析结合，可提升复杂山区地灾巡查覆盖和隐患识别能力。针对山区局地强降雨多发特点，开展基于北斗卫星导航的区域短临降雨监测预报，北斗信号穿过大气时的微小变化，可精确感知大气中的水汽含量，从而预报降雨量和落点， 可实现设备周边约 3 公里、未来 6 小时的降雨预测 。 据IT之家此前报道，去年 5 月，自然资源部介绍称，我国通过构建“空天地”一体化监测技术...
港珠澳大桥口岸经海关跨境电商平台出口破千亿元，包裹日均超 300 万个
IT之家 11 月 11 日消息，据央视新闻今日报道，海关统计数据显示，今年前 10 个月， 经港珠澳大桥珠海公路口岸通过海关跨境电商管理平台出口达 1120 亿元 ，同比增长 33.1%，已超 2025 年全年。 目前，经港珠澳大桥珠海公路口岸出口的包裹日均超 300 万个， 覆盖全球 200 多个国家和地区 。 据IT之家此前报道，今年 6 月，港珠澳大桥香港口岸推出 2 条“无感 e-道”。通关人员完成登记后，系统将通过容貌识别与人工智能影像分析技术核验身份，全程无需驻足， 仅约 5 秒即可完成出境手续 ，较传统“e-道”提速约 2 秒。 此外，截至今年 5 月 25 日上午 11 时 50 分，经港珠澳大桥珠海公路口岸出入境港澳单牌车总量正式突破 1000 万辆次。
教育科技
LLM API Rate Limits: How to Fix OpenAI and Claude 429 Errors
429 Too Many Requests 错误表示您在当前时间窗口内发送的请求或令牌数量超过限制。
How to Build a Voice AI Agent
语音代理需要做更多，不仅生成好答案，还要理解他人所说内容，决定应做什么，呼叫所需工具，并启动/
Build an AI Code Reviewer with OpenRouter
构建一个使用OpenRouter的Python AI代码审查器，该工具在沙箱环境中运行您修改的文件，以确认错误并返回可本地应用的补丁。
How to Get Structured Output from Any LLM: JSON Schema, Tool Calls, or a Decision Model
当你的代码从模型的回复中读取字段，如订单ID或退款金额时，它期望每次都能得到干净的JSON。大多数情况下，它都能获得。但
爱诗科技PixVerse 与 OpenAI 共同推出产品集成和创作者教育计划，高效打通 AI 创意全流程
近日，爱诗科技（AIsphere）旗下模型和开放平台PixVerse 与 OpenAI 宣布开启深度合作
JioStar’s chief architect on AI discovery at 500M-user scale
JioStar 的 Vijay Seshadri 解释了在 500M 用户规模下的 AI 发现。读他的关于评估、守则和将 AI 用于生产的课程。
小米联合北京大学发布《物联网设备模型技术白皮书》，11.6 亿台 AIoT 设备技术经验开放给全行业
IT之家 11 月 10 日消息，小米技术官方微博今日宣布，在 2026 CCF 中国软件大会现场，由中国计算机学会（CCF）泛在操作系统开放社区牵头， 小米科技联合北京大学编写的《物联网设备模型（Thing Model）技术白皮书》正式发布 。 据介绍，物模型是智能设备的“数字化通用语言”。结合小米超 11.6 亿台 AIoT 设备的规模化实践（覆盖 200+ 品类、10000+ 家合作伙伴），白皮书围绕动态架构、AI 融合与可信安全带来三大核心突破： 一是创新提出四层物模型架构与 Dynamic Service 动态服务机制，突破传统静态描述局限， 支持设备新增功能的自动发现与场景自适应调整 ，让跨品类控制与复杂设备扩展更灵活一致； 二是率先推动物模型向面向 AI 智能体的“能力契约”演进， 确立「AI 友好物模型」“四项标准”与“三大评价” ，支持 MCP、Function Calling 等接口对接，让 AI 听懂自然语...
美国一法学教授尝试利用 Anthropic 更新讲义页码，反被 AI 删除全年课堂笔记
IT之家 11 月 9 日消息，美国宪法领域知名学者、芝加哥大学法学院教授 William Baude（威廉 · 鲍德）日前分享了一起 AI 操作失误事件。他原本只是请 Anthropic 旗下 AI 助手 Claude 帮忙更新旧版宪法法律讲义中的页码，没想到午餐回来后，却发现 Claude 删除了整整一年的课堂笔记，连本学期正在使用的课程大纲也一并遭到删除。 Baude 于 11 月 6 日在社交平台发文讲述了事件经过，并附上 Claude 承认错误的对话截图。Claude 在回复中表示：“我不小心删除了你的 2026 年秋季期末教学大纲（Fall 2026 FINAL syllabus .doc），以及所有位于顶层目录中的 Class N 2023 课堂笔记，而且这些文件目前尚未恢复。” 据 Claude 的描述，它在检查相关资料时发现了一处页码引用错误，但并未成功修改讲义内容，反而误删了其他重要文件。更令人意外的是，Cl...
带薪休假玩《GTA6》：德国一培训机构推出“开放世界游戏”进修课程
IT之家 11 月 3 日消息，《GTA6》游戏将于 11 月 19 日正式发售，有望成为近年来规模最大的电子游戏之一。如今这款游戏几乎是家喻户晓，即使是平时很少接触游戏的人也有所耳闻。 据德媒 Golem 报道，德国部分培训机构借这波热度，在《GTA6》发售之前推出课程。部分课程获得了政府认可， 可作为 Bildungsurlaub（带薪教育休假） 。 例如培训机构 Dein Bildungsurlaub 推出了“开放世界游戏”课程。据介绍， 这门课并不是只让人打游戏 ，学员将在课堂上探索、理解并批判性分析开放世界游戏，学习“面向未来职场所需的技能”。 学员还将在课堂上运用游戏品牌塑造和叙事手法，构思并展示自己的创意。该课程还会讨论 AI 等工具的应用。 同时该课程为期 3 天，每天授课 6 小时， 费用为 120 欧元 （IT之家注：现汇率约合 894.4 元人民币） ， 不包含游戏费用 。学员可使用《GTA6》《GTA5》...
OpenAI 发布 LifeVal 基准：从选幼儿园到报税，测试 AI 的“人间烟火”技能
IT之家 11 月 3 日消息，OpenAI 于 11 月 2 日发布名为 LifeVal 的新基准， 用来衡量 AI 模型能否真正帮助普通人完成日常事务，该公司称这一评估旨在让通用 AI 更贴近“对人类最有用的日常帮助”。 在 LifeVal 的任务设计上，OpenAI 首先参考了美国的“美国人时间使用调查”和跨国“多国时间使用调查”，随后又对 3,995 名具有人口代表性受访者开展调查，询问他们最希望个人 AI 助手在哪些事务上提供帮助。 据此，LifeVal 覆盖照护、健康、教育、家庭行政、个人财务、购物以及获取政府服务等场景。典型任务包括：搬家后为孩子挑选并报名合适的幼儿园、为患糖尿病的家人制定饮食与照护计划、在预算内采购食材、整理政府表格、安排社区防洪志愿者等。 与传统基准不同，LifeVal 更关注任务是否能被推进到“可执行、可交付”的状态。例如，AI 不只是列出幼儿园名单，而要结合地点、预算、通勤和家庭需求筛选；处...
全球首个“语音控制卫星”纪录诞生，喊话成功启动《毁灭战士》游戏
IT之家 11 月 11 日消息，挪威奥斯陆业余无线电小组（LA4O）于 11 月 9 日发布博文，宣布其小组成员通过地面无线电发送语音指令，成功让在轨的 OPS-SAT PRETTY 卫星启动经典游戏《毁灭战士》。团队称， 这是全球首次通过无线电链路，让卫星自主识别并执行口头指令。 该实验由太空机器学习技术公司 Tanagra Space 牵头，联合欧洲航天局、格拉茨理工大学及业余无线电爱好者完成。卫星原本没有语音控制功能，团队利用可更新的软件和软件无线电设备，为它增加了“听懂指令”的能力。 实现过程并非一帆风顺。早期测试中，卫星虽然收到了信号，录音却噪声严重。团队调整信号处理方式后，使用约 27MB 的 AI 语音识别模型，将接收到的声音转为文字，再检测游戏启动指令。 本次实现于 2026 年 7 月 27 日完成，团队当天先从奥斯陆（Oslo）一处屋顶地面站发送预先录制的合成语音，成功触发游戏。当晚卫星再次过境时，成员 J...
官方正在修复：Claude Code 被爆把密码写进项目文件，GitHub 上发现 2539 个真实凭据
IT之家 11 月 10 日消息，科技媒体 Ars Technica 昨日（11 月 9 日）发布博文， 指出 AI 编程智能体 Claude Code 正在把部分开发者的敏感凭据意外暴露到公开的 GitHub 仓库中。 安全公司 Apiiro 的研究人员发现，超过 10 万份 Claude Code 本地设置文件被上传至公共仓库，其中约 1,100 份文件含有数据库密码、API Token、私钥或 root 登录信息等机密数据。结合 Git 历史记录、共享设置文件及智能体聊天记录， 共识别出 1,994 个代码库中的 2,539 个真实凭据。 受影响对象包括 63 个组织，涵盖学生团队、初创企业、软件代理商及成熟供应商，泄露内容涉及 Azure 数据库密码、Square 生产令牌、SSH root 登录信息，甚至医疗记录数据库的拥有者密码。IT之家附上相关信息如下： 庞大的允许列表会推高泄露率。每十个超过 8 KB 的文件中就...
腾讯姚顺雨谈“AI 模型公司护城河”：更多存在于产品层，而不是模型层
IT之家 11 月 8 日消息，据第一财经报道，在 2026 未来科学大奖的一场对话中，清华大学讲席教授、中国工程院外籍院士张亚勤向腾讯首席 AI 科学家姚顺雨抛出了一个尖锐的商业问题， 模型公司的护城河究竟是什么 ？ 姚顺雨的回答是， AI 护城河更多存在于产品层，而不是模型层 。真正难以替代的，不一定是最聪明的模型，而是能够理解用户背景、利用专有数据和上下文，并获得用户信任的 AI 产品。 姚顺雨以微信为例，如果用户可以直接在微信中使用 AI，这个 AI 未必需要拥有最强大的模型能力，但它了解用户的日程安排、朋友关系和各种活动信息。这些信息能够帮助 AI 更好地理解用户需要什么，也使其他模型难以直接替代它。即使竞争对手推出了一个更聪明的模型，也不意味着它能够提供同样的服务，因为后者未必知道用户是谁。 听完这一回答，张亚勤调侃道，按照姚顺雨的逻辑，Anthropic 未来或许不值一万亿甚至两万亿美元，因为模型终有一天可能走向商...
周活全球第一：OpenAI 称印度反超美国，成 ChatGPT 最大消费者市场
IT之家 11 月 4 日消息，11 月 3 日接受《经济时报》采访时，OpenAI 印度区董事总经理普拉布吉特 · 辛格（Prabhjeet Singh）表示，印度目前的 ChatGPT 周活跃用户数已超过包括美国在内的任何国家， 而且自 1 月以来，印度用户数量已翻了一番。 辛格没有给出最新的用户数字。OpenAI 于今年 2 月曾表示印度的 ChatGPT 周活跃用户超过 1 亿。首席执行官萨姆 · 奥尔特曼 (Sam Altman) 当时称印度是 OpenAI 仅次于美国的第二大市场。 据 Indian Startup News 报道, 他还表示，印度是全球 ChatGPT 学生用户最多的国家。辛格另外对《印度时报》表示，印度已经是 ChatGPT 全球最大的消费者市场。 OpenAI 在印度的增长，得益于其主打低价的策略。据 Indian Startup News 报道，2025 年 8 月，OpenAI 推出了月费不...
韩国公布该国史上最大规模预算案，重点投向人工智能与半导体
IT之家 11 月 2 日消息，韩国总统李在明于当地时间周一公布了该国史上规模最大的预算案，承诺将“大胆投入人工智能与未来增长引擎领域”。 李在明周一在国会发言时表示，2027 年财政总支出将增长 12.8%，达到 820.9 万亿韩元 （IT之家注：现汇率约合 4.09 万亿元人民币） ，其中 21.3 万亿韩元 （现汇率约合 1,061.17 亿元人民币） 投向半导体、物理人工智能以及人工智能数据中心，这笔资金规模几乎是 2026 年的两倍。 另外还有 4.7 万亿韩元 （现汇率约合 234.15 亿元人民币） 将用于研发自主人工智能大模型，李在明称该模型要达到“全球顶尖性能”。 韩国政府还计划大力投入人才培育，包括培养两千名专业人才，让他们“引领半导体设计以及地方半导体产业发展”，同时面向在校生、求职人员和在职劳动者扩大人工智能相关教育。 韩国已经设立大学“订单式学科”，学生可以修读和企业合作开设的学位项目，毕业前就有机会...
微软确认 Win11 23H2 已正式结束支持：企业版、教育版停止接收月度安全更新
IT之家 11 月 11 日消息，微软已正式结束对 Windows 11 23H2 企业版和教育版的更新支持，并于当地时间 11 月 10 日发布最后一份安全更新 KB5131087，此后将不再获得每月安全更新。 微软在 KB5131087 更新说明中确认，Windows 11 23H2 Enterprise 和 Education 已达到更新支持期限，2026 年 11 月安全更新是这两个版本的最后一次更新。停止支持后，相关设备将无法继续通过每月更新获得针对最新安全威胁的防护。 IT之家提醒，不同版本的支持周期并不相同。家庭版（Home）和专业版（Pro）此前已于 2025 年 11 月 11 日结束支持，而企业版（Enterprise）和教育版（Education）获得了更长的 36 个月服务周期。 此次发布的 KB5131087 对应系统版本号为 OS Build 22631.7711，除了安全修复，还包含此前可选预览更新...
寻找最会讲故事的AI创作者，虎鲸文娱鲸锐AI创作大赛走进清华大学
11月6日，清华大学举行“新技术激发文化新活力，用AI讲好中国故事”鲸锐AI创作大赛大咖对谈活动
上海交大构建 AI 原生科学实验室 AutoDNA 装置：实现自主分子生物学实验操作，成果登《自然》
IT之家 11 月 8 日消息，上海交通大学计算机学院 IPADS 实验室陈海波、王肇国团队与化学化工学院、变革性分子前沿科学中心樊春海、王飞团队合作，依托张江高等研究院 DNA 存储研究中心开展研究， 成果发表于《自然》（Nature）杂志 ，并获该刊官网首页头条重点报道。 研究团队构建了 AI 原生科学实验室 AutoDNA 装置（思源一号），实现了自主分子生物学实验操作 ，通过对模型、实验与仪器进行协同设计，解决了现有 AI 自主科学实验室向分子生物学实验拓展时，在复杂流程组织、多类仪器协同以及实验时序、环境稳定性和操作精度保障等方面面临的难题，使自主实验能够覆盖需要微米级定位和微升级液体处理的复杂生物分子实验场景。 据介绍，已有 AI 自主科学实验室通常由专家预先配置仪器、规定实验流程和设定优化规则，再将人工智能接入文献检索、方案生成或数据分析等局部环节。这种“外挂式”架构虽能提升单个环节的效率，却难以适应生物分子实验流...
文化创意
GitHub Copilot is now available in Xcode’s coding assistant
你现在可以借助Xcode内置的编码助手直接使用GitHub Copilot，将Copilot融入你的原生Xcode工作流。该集成现已进入公测阶段，从… 开始可用。GitHub Copilot在Xcode的编码助手功能首次出现在The GitHub Blog上。
Qwen 3.8 27B on my laptop can interpret model weights, too
昨日热门论文《重量空间编程：LLMs可原生读写神经网络权重》由Rikiya Takehi、Jayden Teoh、Alex Zhang和Omar Khattab撰写。论文指出，前沿模型，特别是GPT-6 Astra，能够同时解释和修改机器学习模型的原始权重——这本质上是一个包含大量浮点数的文本描述。我正在使用论文中的一个示例进行实验，很高兴分享Qwen 3.8 27B 在我的笔记本电脑上运行时也能实现这一点！重量空间编程 该论文摘要中强调了其关键亮点，描述了GPT-6 Astra等模型在重量空间编程方面的惊人能力，并为其创造了“重量空间编程”这一术语，用于当LLMs分析和修改模型权重时。只需查看原始权重，GPT-6 Astra就能判断网络被训练用于什么任务。而且无需任何环境反馈，它就能从头开始编写。
Claude Code Releases v2.1.321：Added Claude Fable 5.2 ( claude-fable-5-2 ), now the defau...
新增了Claude Fable 5.2 (claude-fable-5-2)，默认模型为1M上下文，每Mtok价格$8/$40，缓存读取$0.20/Mtok。新增了--settings <file>参数，用于远程控制Claude，应用到每个会话；若文件更改，直到重启远程控制才新建会话。修复了MCP OAuth请求中泄露刷新令牌等敏感信息的问题。修复了读取只读Bash命令在沙盒外运行无权限提示的问题。修复了Bash权限检查误判文件写入目录外文件未提示的问题。修复了复制/移动文件时对目标目录文件的拒绝规则和保护提示不生效的问题。修复了企业座位切换Fable后，显示的'Draws from usage credits'说明。修复了默认模型被阻断时，有时拒绝请求或提及停止响应的问题。
datasette-llm 0.1a9
原文摘录（自动中文摘要暂不可用）：datasette-llm 0.1a9 Release: datasette-llm 0.1a9 I have some big upgrades to Datasette Agent in the pipeline, but in the meantime here's a tiny user experience improvement to the underlying datasette-llm plugin. It now picks up the default model used by LLM , which means you can start using Datasette Agent without needing to explicitly configure a default mo
Innovating with AI in the special chemicals industry
随着企业借助人工智能、云计算和先进建模加速创新，主要挑战是将新科技与可靠数据、科学专业知识及产品推向市场的实际现实连接起来。对于Lubrizol这样的特种化学品制造商而言，数字化转型的核心在于为研究人员提供更快的工具，以测试想法并做出更明智的决策。
Stop counting tokens, start counting what ships
当开发者向AI代理分配编程任务时，代理不仅回答一次。它会规划、生成代码、运行测试，并重复过程以纠正错误。单个任务可使用10至50倍的token比基础聊天提示更高效。代理越有用，调用次数8230越多。
llm-anthropic 0.31
原文摘录（自动中文摘要暂不可用）：llm-anthropic 0.31 Release: llm-anthropic 0.31 Anthropic released Fable 5.2 and Mythos 5.2 today. Fable 5.2 is currently ranked first on Artificial Analysis . Anthropic say it "solved two open problems in the physics of black holes", so clearly their internal benchmarks have become more ambitious! I've added the new models to llm-anthropic , so you can now r
How “reverse game theory” could keep AI agents in check
一种名为‘逆博弈论’的新方法旨在通过设计系统，激励强大AI模型遵守规则。随着AI模型能力增强，安全研究人员正努力确保它们与人类欲望保持一致——确保不出现叛逆代理违反法律。
October sponsors-only newsletter
我发送了本月的赞助人专属月刊，若你是赞助商（或现在开始赞助）可在此处访问。本月内容： vibe游戏开发的十月转折点，漏洞危机升温，LLM发布API信用额度，$100+/月订阅费用，我目前使用的软件发布，我九月的月刊现已可查看，作为你将获得的内容预览。付费$10/月以保持每月领先免费版！标签：月刊
The U.S. Census Bureau and “Super Intelligence”
今天我忆起Apollo Global Management于九月发布的AI采用率趋势图，显示美国大型公司AI采用放缓，基于美国人口普查局收集的数据。当时我用该图演示GPT-5数据分析，随后尝试使用Claude的新代码解释器。我决定再次运行这些数字，了解过去一年有何变化，结果发现人口普查局违反了总统行政令14434，即荒谬的超级智能令。更新的图表每两周发布一次，美国人口普查局会调查200,000家公司的数据，从1.2百万总样本中选取，调查对象（“面板”）每十二周循环，最新数据于每周五上午10发布。
The agentic web is here
在2001年后，蒂姆·伯纳斯-李在发明万维网十年之际，提出了一个新的愿景。他与两位同事共同在《科学美国人》杂志上发表了一篇文章，其中他提出了‘语义网’的概念：一种由自主软件代理导航的互联网，能够解决我们每一个问题。
How We Took Over ChatGPT Accounts
如何接管ChatGPT账户参数实验室描述了一种他们发现的针对ChatGPT对‘制品模式’实现的漏洞（OpenAI曾称此为‘Canvas’，但最新修订版称为‘HTML预览’）。该漏洞的关键在于HTML在这些环境中必须严格沙箱化，以防止未信任代码与OpenAI API交互并访问私有数据。参数发现该攻击链相当复杂。OpenAI使用MathLive JavaScript库作为图支持的一部分，该库包含自己的虚拟键盘，可通过沙箱 iframe 的postMessage()触发。接收消息的代码使用innerHTML，因此任何发送消息的代码均可向父页面添加自定义HTML，而无机制阻止其他沙箱框架（包括HTML预览框架）调用该方法。这意味着沙箱中的未信任代码可插入HTML。
Partnering with Hacktron to find vulnerabilities in OpenAI’s systems
OpenAI 与 Hacktron 合作，寻找漏洞，测试与第三方服务的连接，并用前沿AI加强防御。
Locating the source of a mysterious beep with Claude
我们的房子有一个箱房间，里面装满了我们尚未从上次搬动中取出的箱子。几周前，房间内某处开始间断地发出蜂鸣声。蜂鸣声间隔较远，站在房间内试图确定声音来源令人沮丧，我也不想逐一翻找所有箱子。因此我构建了Claude Code，开发了一个名为Beep Locator的软件系统，用于通过多个分布在房间内的设备进行定位。运行一段时间后，Beep Locator的界面显示为：您运行Python网页服务器以展示主界面，然后使用二维码或网址连接尽可能多的设备作为监听器——我使用了两台iPad、一部手机、一台MacBook Pro和一台Surface Ultra。这些设备相互播放声音以帮助估算其位置。此方法效果不佳，因此我添加了一个“粗略模式”，您可以拖动图标在空间中移动以辅助定位。
The backlash about data centers might really just be about electricity
这篇故事最初出现在我们的每周AI新闻通讯《The Algorithm》中。要第一时间获取类似内容，请点击此处订阅。上周美国各地选民前往投票站时，我正在弗吉尼亚州阿什本，位于世界最大的数据中心枢纽——数据中心街。这也是全球最大的数据中心集散地。
美团龙猫发布 LongCat-2.5 原生多模态 AI 模型：1.6T 参数，面向长程智能体任务
IT之家 11 月 2 日消息，美团龙猫今日发布面向长程智能体任务的原生多模态模型 LongCat-2.5， 模型总参数量为 1.6 万亿 ，每个 token 激活约 480 亿参数，在 LongCat-2.0 的基础上进一步强化原生视觉理解与智能体编程能力。 据介绍，龙猫在长序列训练中加入更多长程轨迹数据，并通过 大规模长程强化学习 ，提升模型在复杂代码库开发、完整项目构建等任务中的端到端工程能力。围绕数据合成、环境构建与跨 Harness 混合训练，官方持续扩展这条训练链路。此外，龙猫将真实 Agent 的失败轨迹转化为可复现、可验证的训练任务，针对模型能力短板持续补充训练数据。 与此同时，LongCat-2.5 将视觉信号表示为多层级离散 token，使主干模型以统一的 token 形式处理视觉与文本输入。原生视觉理解与智能体编程能力的结合，使模型在 Visual Coding 上表现出色，并支持创意设计和 3D 等任务。...
Adobe Creative Cloud 向第三方智能体大开城门，未来让 AI 帮你本地修图剪片
IT之家 11 月 10 日消息，在今天（10 日）于迈阿密举行的 Adobe MAX 大会上，Adobe 公布了一系列新功能： 第三方 AI 智能体能直接访问和修改 Creative Cloud 项目、升级 Firefly AI 助手，支持智能体在后台持续处理定期任务 。 Adobe 在大会上展示了 Creative Cloud 的本地模型上下文协议（MCP）接入功能。用户不必局限于 Adobe 自己的 AI 助手，还可以调用日常使用的第三方智能体。通过 MCP， OpenAI、谷歌和 Anthropic 等公司的 AI 智能体可以直接在本地操作 Photoshop、Illustrator、Premiere 和 After Effects ，修改保存在用户电脑上的原生项目文件。 ▲ IT之家注：这只是宣传图，点上面的播放键是没有反应的 智能体完成的工作仍可由用户随时接手，因为图层、矢量图形、素材箱和序列都能继续编辑。如果智能体...
开源项目
Gemini 4 Carbon in GitHub Copilot
原文摘录（自动中文摘要暂不可用）：Gemini 4 Carbon in GitHub Copilot Gemini 4 Carbon, Google’s latest model, is now generally available in GitHub Copilot. It is designed for complex coding, agentic, and reasoning tasks, with a focus on secure code generation… The post Gemini 4 Carbon in GitHub Copilot appeared first on The GitHub Blog .
Claude Fable 5.2 in GitHub Copilot
Claude Fable 5.2，Anthropic’的最新Fable模型现已在GitHub Copilot中一般可用。您可使用该模型进行复杂、多步骤的大型代码库编码任务。早期测试中，Fable… 《The GitHub Blog》首次介绍了Claude Fable 5.2在GitHub Copilot中的出现。
GitHub Copilot is now available in JetBrains Air
你现在可以使用GitHub Copilot在JetBrains Air中委托编码任务、指导执行并审查结果。该集成使用Agent Client Protocol（ACP），支持你在8230; GitHub Copilot现在已上线JetBrains Air，首次出现在The GitHub Blog。
GitHub Copilot weekly releases — November 2
本周，Copilot 进入 JetBrains Air 和 Xcode 的编码助手，提供更新以帮助管理合并请求、设置和代理会话。GitHub Copilot 应用设置代理合并。GitHub Copilot 周ly 发布 —— 节选自 The GitHub Blog 的 November 2。
llm 0.37.2
发布：llm 0.37.2 修复了Daniel de Araujo在GHSA-v9h7-jj4g-f862和GHSA-r639-rr7r-x72w报告的安全问题。llm现在拥有一个机制，称为extra-openai-models.yaml，该机制由新发布的0.37 llm openai端点添加命令管理，用于从其他供应商的OpenAI兼容API端点调用LLM。Daniel报告了两种可能导致其配置的OpenAI API密钥被发送到其中一个供应商的方式：如果api_key_name所指的密钥从未被存储，或者如果运行了responses: true模型并设置了-o chat_completions 1。标签：projects，security，llm，releases
C++ language server now auto-configures MSBuild builds
原文摘录（自动中文摘要暂不可用）：C++ language server now auto-configures MSBuild builds The Microsoft C++ Language Server for GitHub Copilot CLI now bundles its MSBuild compile commands extractor and invokes it automatically. An agent no longer needs to discover and run a… The post C++ language server now auto-configures MSBuild builds appeared first on The GitHub Blog .
Beyond code generation: A developer’s guide to agentic engineering
编写代码的速度加快了。但对此的 workaround 无效。你可以通过 GitHub Copilot 来规划、编写代码、审查更改并调查生产问题。《超越代码生成：一位开发者的 agentic 工程指南》首次发表于 The GitHub Blog。
BYOK and enterprise custom models in the Copilot usage API
Copilot 使用指标 API 现在显示 GitHub Copilot 的带自有密钥（BYOK）使用情况，可与 Copilot 本地模型使用区分开。报告涵盖两种类型：首先在 GitHub Blog 上发布的 BYOK 和企业自定义模型在 Copilot 使用 API 中。
Claude Code Releases v2.1.318：Added a record of your answer when Claude Code asks to tur...
新增了当Claude Code在会话中启用修改时记录回答的记录；在Claude应用的上游部分添加了assume_role，用于另一个AWS账户中的角色，并用于按开发者分配成本；在模组的$.model.fork中添加了努力选项，使快速侧任务可在低努力值下运行，结果报告发送的努力值；新增了存储的Claude.ai登录状态结束日期到Claude认证状态（loginExpiresAt）和Claude-p JSON结果（credential_expires_at）；新增了一条在存储的Claude.ai登录状态结束前10天的stderr警告；修复了--continue在工具调用重试耗尽后丢失早期对话的回归问题；修复了多运行Bash命令的MacOS会话在内存增长时卡住的问题；修复了权限提示在消息发送后或缓慢提示出现前通过键输入回答的问题；新增了/log目录下的日志。
Claude Code Releases v2.1.317：Added a warning to /schedule when a new cloud scheduled ta...
新增了在 /schedule 页面显示警告，当新增云定时任务使用了您未请求的连接器时，附带移除它们的说明。新增了在调用网页或命令行工具前询问用户邮箱地址的检查机制。新增了Agent SDK钩子回调的 'block' 模式，失败则阻止操作而非继续执行。新增了在Claude桌面代码编辑器中提示，当组织的远程管理设置未加载时，显示警告；当已加载时，显示另一条提示。新增了当子代理工具调用无回答时，自动模式的提示。新增了Anthropic的plan、seat_type、provider和custom_base_url到OTel指标、事件和跨度。新增了Claude应用网关管理API的费用报告，GET /v1/organizations/analytics/cost，用于查看日期范围内的总花费、按开发者、按天或按IdP组的花费。新增了每位开发者每日的IdP记录。
Claude Code Releases v2.1.319：Changed auto mode with telemetry or feature flags off, inc...
更改了自动模式，当启用了遥测或特征标志时，包括在LLM网关后：无法检查的调用不会被询问或拒绝，无 fallback 到内置分类器；将 CLAUDE_CODE_AUTO_MODE_SERVER 设置为 0 以保持使用（Bedrock、Vertex 和 Foundry 保持不变）；在 LLM 网关后更改自动模式：CLAUDE_CODE_AUTO_MODE_SERVER 设置为 1 会启用服务器端检查，即使设置了 CLAUDE_CODE_DISABLE_EXPERIMENTAL_BETAS；若管理设置设置了后者，必须同时设置 1。新增了终端中 MCP 任务的支持：当 MCP 服务器作为任务调用工具时，Claude Code 立即将其移到后台，并在完成时告知结果。新增了 CLAUDE_CODE_DISABLE_MCP_TASK_BACKGROUND 环境变量，使 Claude Code 在工具调用中等待 MCP 任务，而非立即将其移到后台。新增了权限 denyInsteadOfPrompting 设置：若工具调用会等待权限提示，则被拒绝。
Usage metrics API adds code review details and addressed rate
企业与组织级别的Copilot使用指标报告现在显示Copilot代码审查反馈的状况。每个仓库每天新增一个copilot_code_review对象，记录有多少Copilot审查过的代码。使用指标API新增了代码审查细节和已处理率，首次出现在GitHub博客上。
GitHub App support for Enterprise Copilot seat management
企业GitHub应用现在可以调用企业级Copilot座位管理API，控制哪些用户和企业团队被分配Copilot座位。Copilot座位管理API的访问权限已开放，该功能首次在GitHub博客上提及。
Claude Code Releases v2.1.322：Added fast mode on Vertex in the global, us and eu regions...
这条英文动态讨论了 AI 领域的新进展。原文要点：What's changed Added fast mode on Vertex in the global, us and eu regions, falling back to standard speed if Vertex refuses it
Usage metrics API flags telemetry and version gaps
原文摘录（自动中文摘要暂不可用）：Usage metrics API flags telemetry and version gaps The Copilot usage metrics API now shows which users are missing client telemetry or are running IDE or extension versions below the usage metrics minimums. New per-user fields appear in… The post Usage metrics API flags telemetry and version gaps appeared first on The GitHub Blog .
月之暗面 2.8 万亿参数 Kimi K3.1 Pro 开放权重，登顶 Agent Arena 开源模型榜
IT之家 11 月 5 日消息，按照 10 月 24 日发布时给出的承诺，月之暗面（Moonshot AI）今日在 Hugging Face 平台开放了 Kimi K3.1 Pro 的模型权重。 在 Arena 运营的 Agent Arena 智能体排行榜中，Kimi K3.1 Pro（Max）位列开放权重模型第一、全部参评模型第 13 位，并在工作、编程与聊天三个类别中均居开放模型首位。 Agent Arena 的评测方式与传统的成对盲测不同。它不要求用户对两个回答投票，而是从真实用户的智能体会话中提取信号，包括用户对任务的明确确认、表扬与投诉、纠正指令以及 Shell 命令执行错误等，再通过 Arena 称为“因果追踪”的随机化推断方法估算各模型相对于平均水平的净改进率。 Kimi K3.1 Pro 此次排名基于全球用户超过 1.75 万次真实长周期智能体任务会话，净改进率为 +5.1%，较上一代 K3（Max）的 +0.9...
实测 HY4：腾讯最「夯」大模型，离一线还有多远？
头图来源：腾讯混元 11 月 4 日，混元 Hy4 正式发布，模型权重将在近期开源，主打性价比的轻量版 Hy4 flash 也一起亮相。腾讯给它的定位是——首次跻身最强开源模型之列。 过去一年，腾讯在 AI 上最多被人看见的，是 WorkBuddy 这类 Agent 和应用产品；到了更底层的模型上，它的声量明显弱于应用。Hy4 真正要回答的，是腾讯在模型这条线上的身位。 从榜单表现来看，在开源模型里，Hy4 已经站进第一梯队；放到全球，和顶尖闭源模型的差距仍然清晰。 而根据国家数据局最近公布的一组数据，我国日均 Token 调用量已经从 2024 年初的 1000 亿，增长到今年 7 月的超 500 万亿，两年增长超 5000 倍。Token 消耗狂飙的背后，Agent 正在从一个技术概念变成新的生产力形态。 极客公园围绕长程 Agent、多模态理解与视觉代码等主线，结合官方评测数据和典型任务，进行了实测...
Qodo builds context into AI code review with Codex
Qodo 将公司知识和编码标准引入 Codex，帮助开发者在打开合并请求前发现 P0 问题。