跳到正文
2026 年 11 月按自然月汇总

本期为本站采集记录汇总版

AI 月报 · 2026 年 11 月

AI.BAIZE

第 4 期112026 年11 月
131条动态15个来源73条一手动态24条模型发布记录约 27 分钟读完
本期导读

本月共有 131 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。

头条

Gemini 4 Neon in GitHub Copilot

Gemini 4 Neon 现已通过 GitHub Copilot 一般可用。它专为代理式编程、多步骤工具使用和知识工作设计。根据 Google,Gemini 4 Neon 提供高质量服务;在 GitHub Copilot 中首次出现的是 Gemini 4 Neon 的版本。

GitHub Changelog一手原文
01

模型发布/更新

Simon Willison11.10

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,

Simon Willison11.18

GPT‑6.2 Astra and GPT‑6.2 Sol

原文摘录(自动中文摘要暂不可用):GPT‑6.2 Astra and GPT‑6.2 Sol GPT‑6.2 Astra and GPT‑6.2 Sol OpenAI: We’re introducing GPT‑6.2 Astra, our new frontier model for your hardest projects, and GPT‑6.2 Sol, our efficient, versatile model for everyday work. They're available in the API as gpt-6.2-astra and gpt-6.2-sol . I shipped LLM 0.38 with support for the new models. 6.2 Astra is 80% of the pr

Simon Willison11.10

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

Simon Willison11.04

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

Simon Willison11.15

datasette-llm 0.1a11

原文摘录(自动中文摘要暂不可用):datasette-llm 0.1a11 Release: datasette-llm 0.1a11 datasette-llm is the intermediate plugin for Datasette that supports configuring LLMs for use with other Datasette plugins. This release adds support for OpenAI-compatible endpoints, so you can configure Datasette to use an LLM hosted anywhere that talks the OpenAI pseudo-standard web protocol. This means th

Simon Willison11.12

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。

Simon Willison11.11

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

Simon Willison11.13

llm-gemini 0.37

原文摘录(自动中文摘要暂不可用):llm-gemini 0.37 Release: llm-gemini 0.37 Google launched Gemini 4 Hydrogen today - the lowest cost member of the Gemini 4 family. It's actually not too far off the price of its much bigger siblings, Carbon and Argon. I'm finding Gemini 4's pricing really confusing. Here's the pricing scheme: Model Dates Input ($/M) Cached input Output Gemini 4 Carbon Through

Simon Willison11.10

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,然后为了帮助将纽约的位置和形状嵌入脑海(并尝试测试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,generative-ai,yonkers-rising,claude-mythos-fable

02

产品发布/更新

Simon Willison11.09

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。

OpenAI News一手11.18

Introducing GPT-6.2 Astra and Sol

引入GPT‑6.2 Astra和Sol,具备更好的专业输出、编码、计算机使用和效率,以更低的成本在ChatGPT Work、Codex和API中运行。

极客公园11.17

OpenAI 和 Meta 联手,打通了 Agent 商业「最后一公里」

作者|桦林舞王 编辑|靖宇 Agent 能进门了,也能付钱了。 Agent 替用户「消费」的时代,终于到来了。 美国时间 2026 年 11 月 13 日,两家公司两场发布会同天发生。一边是企业级对话式智能体公司 Sierra 联合 Meta 正式发布个 人代理协议 Poppy v1.0,解决助手怎么「进门」的问题 ;另一边是 OpenAI 推出面向个人助手 dots 的 ChatGPT Wallet, 解决助手怎么「付钱」的问题 。 同一天打通进门和结账,本身就足够耐人寻味。更值得留意的,是站在两套方案背后的同一批名字。Visa 和 Mastercard 同时出现在两边的名单里,Shopify、Stripe 这些掌管电商与支付基础设施的公司,则站在 Poppy 的核心伙伴之列。 Agent 的下一场竞争,表面上看是巨头抢入口,底层的暗线却是一场围绕商业通道的提前占位。 01 个人 Agent 协议,PPP Sierra 与 M...

IT之家 AI11.11

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...

IT之家 AI11.15

消息称三星 One UI 9.5 系统将为多数自带应用带来智能体 AI 功能

IT之家 11 月 15 日消息,据科技媒体 Sammobile 昨天报道,三星 One UI 9.5 系统将为高端 Galaxy 手机和平板电脑带来系统级 AI 智能体, 进一步拓展 Galaxy AI 的能力 。 IT之家从原报道获悉,三星已在设计 Personal Agent Core 功能,旨在将 AI 助手与系统自带应用深度整合。与传统语音助手不同,它能够通过自然语言对话管理多步骤工作流程,并主动提供后续跟进服务。 例如,该功能可以将电子邮件、快递配送、预订信息整合在一个中心界面,为用户提供统一的每日信息概览,看起来像是 Now Brief 功能的自然延伸。用户不再只是查看日程安排,还可以让助手检查日历、向联系人安排见面、跟踪对方的回复,并在计划得到确认后自动将相关安排添加到日历应用中。 该功能还能够将谷歌和 One UI 应用结合操作,提取重要信息。通过整合联系人、电子邮件、消息以及录音通话内容,从过往对话中识别会议...

IT之家 AI11.09

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...

IT之家 AI11.08

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...

IT之家 AI11.07

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...

IT之家 AI11.19

德国将网络威胁评估上调为“严峻至危急”:AI 智能体降低攻击门槛

IT之家 11 月 19 日消息,据路透社今天(19 日)下午报道,德国联邦信息安全局(BSI)将信息技术系统面临的威胁上调至“严峻至危急”。该局指出, 智能体 AI 系统让攻击者有了更多可乘之机 。 当地时间 19 日,该局发布的报告称,许多企业和消费者以为自身很安全,低估了实际面临的风险。这项评估每年发布一次,去年该局对形势的判断是“严峻”。 近几个月, 欧洲多地超市的制冷系统、法国的血库和德国的医院 先后因网络攻击而出现运行问题。这些事件凸显了支撑现代经济的各类互联系统面临的威胁。 近几周又一起备受关注的网络安全事件涉及常用编程语言 Java。周三,德国联邦信息安全局和其他国家的政府发出警告,称 Java 存在一个严重漏洞,黑客可能借此进入计算机系统。 报告写道,过去,要利用漏洞得有专业知识,还得花上一些时间。现在, 攻击越来越快、越来越便宜,也越来越有针对性 。 德国联邦信息安全局用网络安全指数衡量威胁程度。这项指数从 ...

IT之家 AI11.19

联想杨元庆:终端市场有巨大增长机会,80% 算力将产生于“端边”

IT之家 11 月 19 日消息,据新浪科技今天报道,联想集团董事长兼 CEO 杨元庆在公司 2026/27 财年第二季度业绩沟通会上,谈到终端设备市场的长期趋势。他表示:“ 我们认为普惠的阶段刚刚开始 ,终端设备市场孕育着巨大的增长机会。” IT之家从原报道获悉,杨元庆认为,人们现在已经进入智能体时代。在这个时代,终端设备是 AI 数据和场景的发生地,同时也是端侧算力的承载者。未来海量的算力将不仅仅产生于云端, 预计多达 80% 的算力将产生于端侧和边缘侧 。 杨元庆表示,AI 原生终端设备将层出不穷,如 AI 眼镜、智能指环等新形态产品,有望以 AI 技术优化体验,成为个人或家庭的智能中心。这些创新将极大拓展整个终端设备的市场空间。基于上述判断,杨元庆称联想正在把“行业变量转化为业务增量”。 据IT之家此前援引新浪科技消息,杨元庆预测未来 80% Token 将在终端和边缘生成,这意味着,随着 AI 应用从云端集中式计算向端...

IT之家 AI11.19

微软纳德拉:AI 代劳网购将重塑互联网生意,拒绝接入的平台恐失去机会

IT之家 11 月 19 日消息,科技媒体 TechCrunch 昨日(11 月 18 日)发布博文,报道称在《纽约时报》DealBook 峰会上,微软首席执行官萨蒂亚 · 纳德拉(Satya Nadella)表示, 能够替用户浏览商品、完成购买的 AI 智能体,可能重塑互联网的商业格局,让依赖用户访问和广告收入的平台面临重新洗牌。 IT之家援引博文介绍,纳德拉认为,今天许多平台的赚钱方式,建立在人们亲自上网浏览、点击的基础上。当 AI 开始代替用户执行任务,流量如何分配、平台之间由谁向谁付费,都可能发生变化。 他将这一转变比作当年互联网入口从雅虎等门户网站转向谷歌等搜索引擎。 报道称,亚马逊阻止 AI 智能体访问其零售网站,限制它们替用户浏览商品和下单。纳德拉指出,如果亚马逊继续拒绝接入,而其他平台选择开放,后者就可能获得竞争优势。

IT之家 AI11.19

供应链确认 OpenAI 首款 AI 硬件年底启动出货:前苹果设计师 Jony Ive 合作打造,立讯精密等中国厂商深度参与

IT之家 11 月 19 日消息,每日经济新闻今日援引供应链消息,OpenAI 首款 AI 硬件产品计划于 2026 年底启动出货,多家中国厂商参与该项目,其中立讯精密独家承担整机制造,并同时供应核心零部件。关于这款硬件的具体形态,OpenAI 官方尚未正式公布。 此前有报道称,该设备由 OpenAI 与前苹果首席设计官 Jony Ive 的 LoveFrom 工作室合作开发,可能是一款外形类似“甜甜圈”、尺寸接近冰球的无屏设备,集成麦克风、扬声器、摄像头及多种环境传感器,主要依靠语音交互并具备感知周围环境的能力。传闻中该产品定价可能在 300 至 400 美元 (现汇率约合 2,004 至 2,672 元人民币) 区间,但尚未得到官方确认。 2026 年 1 月曾有报道称,OpenAI 首款 AI 硬件的代工订单可能从立讯精密转交鸿海,在越南工厂生产,立讯精密随后对相关传闻作出澄清。 OpenAI 全球事务官 Chris Le...

IT之家 AI11.18

微软推出 Copilot Today:打工人的“全自动 AI 助理”,替你排好一天工作

IT之家 11 月 18 日消息,在昨日(11 月 17 日)召开的 Ignite 2026 大会上,微软推出全新 Copilot Today 功能, 目标把 AI 助手从“你问、它答”推进到“它先看、再帮你准备”的工作模式。 该功能整合在 Microsoft Copilot 应用和 Outlook 中,可将邮件、日历、Teams 聊天、会议和任务等信息汇总为统一的工作中心。 Today 由两部分组成:Today Brief 提供个性化晨间简报,列出当天最重要的任务;Today Feed 则会随新邮件、新消息和新日程不断刷新,让用户不必在多个应用之间来回查找。IT之家附上相关截图如下: 在实际落地场景上,对于普通职场用户而言,早晨打开电脑后,可能不再需要先翻邮件、查日历、翻聊天记录,会直接看到一个由 AI 整理的“今日待办”。 Copilot Today 目前仅以 Frontier 私有预览版面向部分用户开放,覆盖 Micros...

03

行业动态

Cloudflare AI一手11.06

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。

Google DeepMind一手11.19

Introducing Gemini 4 Neon

Introducing Gemini 4 Neon 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。

OpenAI News一手11.13

Introducing ChatGPT Wallet

介绍ChatGPT钱包,一种安全方式,让ChatGPT工作、Codex和dots中的代理在用户批准和现有卡保护下完成购买。

Google DeepMind一手11.13

Introducing Gemini 4 Hydrogen

Introducing Gemini 4 Hydrogen 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。

MIT Technology Review AI11.04

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

MIT Technology Review AI11.03

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

04

论文研究

GitHub Changelog一手11.18

GitHub Copilot Fusion updates: more availability, benchmarks, and models

今天,我们正在通过新的模型扩展GitHub Copilot Fusion,其在更多Copilot表面可用,并在两个公共Terminal-Bench排行榜上取得成果,为您提供更多使用Fusion的方式和比较方法。GitHub Copilot Fusion更新内容:更多可用性、基准测试和模型首次出现在GitHub博客上。

Simon Willison11.18

External sandboxes for coding agents

外部沙箱用于编码代理:我探索了新的方法来沙箱执行由代理的代码,重点在于在不担心误操作或提示注入攻击可能导致机器受损的情况下安全地尝试本地模型。我与Prime Radiant(Superpowers等项目的AI研究实验室)合作开发了该项目。Prime Radiant博客上的帖子介绍了外部沙箱模式,其中代理执行的代码在专用沙箱内运行,而代理本身则位于该沙箱之外。为演示该模式,我们发布了三种沙箱服务器实现:external-sandbox-v86运行一个Node.js服务器,然后使用v86在WebAssembly中运行Alpine Linux;external-sandbox-container是一个Python Web服务器,运行沙箱在Apple Containers实例中;external-sandbox-quicksand是另一个Python Web服务器,使用Microsoft的Quicksand沙箱库。

Apple Machine Learning Research一手11.02

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/...

OpenAI News一手11.16

Our new blog for science

开放AI科学博客分享了使用AI推动科学发现的新发现、实用方法和研究人员的第一手经历。

Simon Willison11.09

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

Apple Machine Learning Research一手11.12

Theoretical Limits of Language Model Alignment

语言模型(LM)对齐可使模型输出反映人类偏好,同时保留基础模型的能力。最常见的对齐方法包括(i)强化学习,通过在KL散度约束下最大化期望奖励,以及(ii)最佳NNNN对齐,从NNNN独立样本中选择最高奖励输出。尽管广泛使用,但KL预算下的奖励提升基础限制仍不明确。我们通过推导最大……

IT之家 AI11.10

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...

OpenAI News一手11.02

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。

IT之家 AI11.19

谷歌推出 Gemini 4 Neon 模型,编程 AI 智能体指数超 Claude Opus 5.5 排第一

IT之家 11 月 19 日消息,谷歌今天(11 月 18 日)宣布推出 AI 模型 Gemini 4 Neon, 主攻复杂编程、科学研究和企业工作流程,更好平衡推理能力、任务处理速度与成本 ,目前已开始向开发者、企业及部分付费订阅用户开放。 费用方面,Gemini 4 Neon 在 API 调用方面,每 100 万词元输入费用为 3 美元 (IT之家注:现汇率约合 20 元人民币) ,每 100 万词元输出费用为 15 美元 (现汇率约合 100.2 元人民币) ,缓存输入每百万 token 为 0.15 美元 (现汇率约合 1 元人民币) ,并提供 Low、medium、high 以及 xhigh 四种推理级别。用户订阅 Google AI Pro 或 Ultra 后可以在 Gemini 应用中选择使用该模型。 据谷歌介绍,Neon 支持 100 万 token 上下文窗口,可综合处理电子表格、PDF、图表、音频和视频,将分...

IT之家 AI11.07

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...

IT之家 AI11.06

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...

IT之家 AI11.04

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...

05

技巧与观点

IT之家 AI11.08

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...

IT之家 AI11.16

中消协:网购服装问题多,平台担责要切实

IT之家 11 月 16 日消息,据央视新闻今日报道,近年来,网购服装已成为大众重要的消费方式。但与此同时,虚假宣传、质量不达标、退换货困难、闭店失联等消费纠纷持续高发,严重侵害消费者合法权益,破坏网购服装市场健康的消费环境。据统计, 全国消协智慧 315 平台今年前三季度受理的网络服装类投诉达 26,338 件 。 中消协表示,电商平台经营者作为连接供需的枢纽,绝不能仅仅做流量的“收割机”,更应成为规则的“守门人”。 针对网购服装突出问题,中消协观点如下: 1.平台应要求商家依法如实宣传,保障消费者 知情权 。 目前,网购服装市场虚假宣传问题突出。部分平台内商家通过美颜修图、AI 制图、虚假参数标注、夸大面料质感等方式误导消费者,服装实物在颜色、面料、厚度、做工上与直播间、商品详情页宣传差距很大。一些商家以次充好,部分羽绒服、针织衫等服饰虚报绒子含量、羊毛含量。还有商家将二手衣物、样衣、瑕疵尾货伪装成全新正品销售,严重侵犯消费...

IT之家 AI11.06

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...

IT之家 AI11.11

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。

06

教育科技

OpenRouter Announcements一手11.12

How to Benchmark LLMs

基于应用输入和输出格式的证据选择模型。运行相同任务通过OpenRouter,并比较分级准确率, billed /no_think

OpenRouter Announcements一手11.10

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/

OpenRouter Announcements一手11.01

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。

IT之家 AI11.13

国际中文教育垂直大模型亮相,为全球中文学习者等群体提供智能化服务

IT之家 11 月 13 日消息,据央视新闻报道,11 月 13 日,2026 世界中文大会在北京开幕,会上发布语飞国际中文教育垂直大模型,为全球中文学习者、教师和教育机构提供智能化服务。 面向全球中文学习者,模型可提供 即时反馈的学习评测、随问随答的个性化辅导 ;面向教师,支持在多轮对话中快速生成覆盖 课前备课、课堂互动、课后巩固 的教学素材,提升教学效率;面向全球中文教育机构,提供标准化接口,连接各方、赋能应用,让数智化创新在更多教学场景落地生根。 IT之家从该报道中获悉,该模型将人工智能技术与国际中文教育实际需求相结合,深度融入专业知识、教学规律与真实场景,专项适配教与学各个环节,推动优质教学资源与智能服务共享,助力国际中文教育数智化发展。

IT之家 AI11.10

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...

IT之家 AI11.09

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...

IT之家 AI11.03

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》...

IT之家 AI11.03

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...

IT之家 AI11.17

AI 冲击大学数学课堂,加州理工学院教授不再依据答案对错批改作业

IT之家 11 月 17 日消息,据《商业内幕》16 日报道,在加州理工学院任教 17 年的数学教授倪忆表示,自己不再根据学生答案的对错给作业打分,而是只检查是否完成。“教育过程出了问题。大学里的数学作业,几乎都能用 AI 来做。” 究其原因,在于学生普遍使用 AI 完成作业。倪忆坦言,作为教授,自己 根本无法判断 学生交上来的数学作业是不是 AI 做的。 AI 写的文章通常比较容易辨认,往往充斥着 短句、破折号和自问自答的句式 。数学题却不同,主要内容都是数字,恰好是 AI 的强项。 图源:Pexels 数学专业大二学生萨特维克 · 雷德鲁图透露,为了真正弄懂数学概念,在去年上这门课的时候,自己没有使用 AI。背后的原因,是自己对这门课的兴趣。 他认为,平时直接让 AI 代做作业,到了必须亲自参加的线下考试时, 无异于搬起石头砸自己的脚 。“我个人认为,如果不使用 AI,普通学生反而会被迫踏踏实实地学习。” 加州理工学院还没有...

IT之家 AI11.16

豆包工作新功能「工作台」上线,首批覆盖金融、医疗、教育等 21 个专业场景

IT之家 11 月 16 日消息,豆包工作今天宣布独家上线「工作台」功能, 首批覆盖金融、医疗、教育等 21 个专业场景 。 据介绍,豆包工作的「工作台」是为用户专业工作场景打造的专属 AI 工作空间。这里预先配置好了专业场景所需技能、工具,大幅降低 AI 使用门槛,提高工作效率。 例如,金融投研工作台首页提供公告解读、业绩分析、市场简报、公司研究等常用任务入口。该工作台打通了各类专业金融数据,可通过插件按需链接万得、同花顺、国泰海通等数据服务。创意设计工作台覆盖海报设计、社媒配图、品牌视觉等常用技能。 此外,用户还可以自建个人专属工作台,支持定制工作需求、偏好,保存后还可分享。

IT之家 AI11.15

AI 版拓麻歌子来了:日常物品秒变需要被照顾的虚拟宠物

IT之家 11 月 15 日消息,忘记给家里的植物浇水了?这一次,你看到的可能不是逐渐变黄的叶子,而是一只显示在小屏幕上的植物形状宠物。它看起来垂头丧气、一脸委屈,仿佛在提醒你赶紧拿起浇水壶。而当你把水浇进土壤后,屏幕上的小宠物又会立刻变得兴奋起来。 这正是 OATs(Object Agent Twins,物体智能体双生体)的设计理念。这是一套面向日常家居物品的微型 AI 智能体系统,通过小巧的电子墨水屏,为各种实体物品赋予能够表达情绪的虚拟形象。 这项技术由卡内基梅隆大学未来交互研究小组(Future Interfaces Group)的一名博士五年级学生金大华(Daehwa Kim)开发。11 月初,她在底特律举行的 ACM 用户界面软件与技术研讨会(UIST 2026)上展示了这一项目。该会议汇集了学术界和产业界的专家,探讨人机交互技术的发展,金大华还因此获得了两项荣誉奖。 如果你还记得上世纪 90 年代风靡一时的拓麻歌子...

07

文化创意

Claude Code Releases一手11.17

Claude Code Releases v2.1.326:Added support for turning on Code Mode while agent teams a...

新增支持在代理团队启用时开启代码模式;若已开启,现在团队启用的会话将进入代码模式。新增启动警告,当使用--allowedTools、--disallowedTools或--tools参数时,若输入不符合完整规则格式,将显示警告。新增提示,当管理员在会话中添加managed-mcp.json时,MCP服务器停止加载的原因。新增状态页面一行,说明当提供者或环境变量如DISABLE_TELEMETRY启用时,功能关闭的时间。新增插件列表和/plugin目录中,当插件.json字段如author或homepage格式错误时的说明。新增Ctrl+O显示隐藏的启动提示。新增空提示中提示,请求失败后应做什么。新增子代理视图中,Esc停止提示的Esc键。新增OTEL_RESOURCE_INCLUDE_HOST,包含host.name和host.id在OpenTelemetry资源属性中(默认关闭)。新增overflowX="scroll"

GitHub Changelog一手11.05

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。

Simon Willison11.04

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。

MIT Technology Review AI11.16

Building AI that can work across the enterprise

多年来,企业将AI视为一系列离散的实验。如今,随着AI代理开始进入运行业务的流程,该模型开始显得不足。从孤立试点转向AI代理和自主工作流的组织正面临更深层的挑战:重新思考数据、业务流程、治理及#8230; 退出时可能丢失会话的最后几条消息;tool schemas=工具定义结构;workflow orchestration=工作流编排;model routing=模型路由;provider routing=供应商路由;pull requests=合并请求;noise floor=底噪;standard per-token price=标准每token价格;turnaround=处理时间。

Claude Code Releases一手11.10

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。

Simon Willison11.01

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

MIT Technology Review AI11.09

Innovating with AI in the specialty 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。

MIT Technology Review AI11.02

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。

GitHub Changelog一手11.16

Bulk start AI Scan for repositories

AI Scan for repositories 检测到您的仓库默认分支中的安全漏洞。它覆盖了 CodeQL 不支持的语言,并在 CodeQL 已经分析的语言中发现额外问题。发现结果出现在 The post Bulk start AI Scan for repositories 出现在 The GitHub Blog 上。

MIT Technology Review AI11.18

This smell startup says its AI nose is as good as a human’s

在新泽西纽瓦克机场附近的一个实验室里,大约有30名人类嗅觉检测员正在逐步分析地球上所有气味。他们细致的笔记——如‘坚果味’‘桃子味’‘海洋味’——与化学分析结合,为AI初创公司Osmo称为‘世界首个基础’的项目生成丰富训练数据。

Google AI Blog一手11.18

Put Gemini to work for you

Gemini 的任务现在在六个国家免费提供,新功能从美国开始,深度整合 Google Workspace 以帮助您高效完成工作。

Simon Willison11.10

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

MIT Technology Review AI11.03

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。

Simon Willison11.03

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

Simon Willison11.02

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。

MIT Technology Review AI11.02

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。

08

开源项目

GitHub Changelog一手11.18

OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available

原文摘录(自动中文摘要暂不可用):OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol are now generally available in GitHub Copilot. Both models are designed for agentic coding and code review, with stronger coding judgment than earlier GPT-6… The post OpenAI’s GPT-6.2 Astra and GPT-6.2 Sol now available appeared first on The Gi

GitHub Changelog一手11.14

Gemini 4 Hydrogen in GitHub Copilot

原文摘录(自动中文摘要暂不可用):Gemini 4 Hydrogen in GitHub Copilot Gemini 4 Hydrogen, Google’s latest Flash model, is now generally available in GitHub Copilot. It is designed for fast, efficient agentic coding, tool use, and multistep workflows, with improved instruction… The post Gemini 4 Hydrogen in GitHub Copilot appeared first on The GitHub Blog .

GitHub Changelog一手11.11

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 .

GitHub Changelog一手11.17

GitHub Copilot weekly releases — November 9

本周,将GitHub Enterprise Server仓库导入Copilot应用,并在VS Code中查看哪些会话需要您的关注。您还可以尝试两个新模型,Claude8230; 《GitHub Copilot每周发布——第9周》首次在GitHub博客上发布。

GitHub Changelog一手11.17

GitHub Copilot models deprecated on November 16, 2026

原文摘录(自动中文摘要暂不可用):GitHub Copilot models deprecated on November 16, 2026 As of today, November 16, 2026, we have deprecated the following models across most GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions). Note… The post GitHub Copilot models deprecated on November 16, 2026 appeared first on The GitHub Blog .

GitHub Changelog一手11.14

Upcoming deprecation of selected GitHub Copilot models in December

原文摘录(自动中文摘要暂不可用):Upcoming deprecation of selected GitHub Copilot models in December We will deprecate the following models across all GitHub Copilot experiences (including Copilot Chat, inline edits, ask and agent modes, and code completions) on December 14, 2026: Model Deprecation date… The post Upcoming deprecation of selected GitHub Copilot models in December appear

GitHub Changelog一手11.10

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。

Claude Code Releases一手11.18

Claude Code Releases v2.1.327:Added a confirmation before /install-github-app changes a ...

新增了在 /install-github-app 修改仓库时的确认提示;新增了将 claude mcp add-json <name> 用于从标准输入读取服务器 JSON,使令牌可脱离命令行;新增了当恢复会话的早期消息无法加载时的行;新增了 /status 中的损坏代理、技能、命令和输出样式文件、快捷键错误、不可用沙箱、忽略的权限设置和钩子匹配器永不匹配的列表;新增了 /config 中其他设置覆盖某行时的说明;新增了 gateway 提示头中包含 x-claude-code-managed-settings-checksum,该值在 managed settings 设置 CLAUDE_CODE_GATEWAY_HINT_HEADERS=1 时发送,包括其已有的值;新增了支持通过 attributionProject 设置命名会话的计费组,适用于设置 admin.billing_group_tag 的 Claude 应用网关;新增了 /tui classic 作为非全屏渲染器的名称,/tui 默认仍有效;远程控制:修复了停止 t 的问题。

GitHub Changelog一手11.18

MAI Code 2 and MAI Code 2 Flash in GitHub Copilot

微软AI(MAI)新一代编码模型已发布于GitHub Copilot。引入MAI Code 2和MAI Code 2 Flash,两款新模型代表重大突破。MAI Code 2和MAI Code 2 Flash在GitHub Copilot首次发布于The GitHub Blog。

GitHub Changelog一手11.18

GitHub Copilot Evals is now in public preview

你现在可以使用GitHub Copilot Evals来优化GitHub Copilot。随着你的提示、模型、技能和工具发生变化,你是否还在充分利用Copilot?GitHub Copilot Evals的公开预览版首次出现在The GitHub Blog上。

GitHub Changelog一手11.17

VS Code retires the Local harness in February 2027

Visual Studio Code 1.146 会废弃本地套件,该套件用于协调模型、上下文和工具,以支持 GitHub Copilot 代理会话在编辑器中的运行。本地套件将被废弃,具体时间在二月 2027 时首次在 GitHub 博客上发布。

GitHub Changelog一手11.03

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 Changelog一手11.18

Monitor GitHub Copilot activity through Microsoft Agent 365

企业现在可以直接将GitHub Copilot代理活动流式传输到微软代理365,从而将来自GitHub Copilot客户端的审计数据导入微软代理控制平面,其中8217。通过微软代理365监控GitHub Copilot活动首次出现在GitHub博客上。

Cloudflare AI一手11.14

Kitesurf is now open source

风筝板,我们的实验性AI代理浏览器引擎现已开源。可查看代码,本地运行,或在Cloudflare Workers上部署自己的实例。

Simon Willison11.12

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

GitHub Changelog一手11.11

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 .

往期 AI 月报
(本期完)

AI.BAIZE 月报由编辑系统根据公开来源自动综合,每条均附原文 · 往期月报