AI DAILY DIGEST · 时间均为北京时间

AI 要闻 · 2026-11-11

星期三 · 11-11 07:28 截稿 · 共 15 条

★今日最该知道的 3 条

NO.1
Anthropic · 11-11;官方博客ClaudeWhiteboardsSheets协作MCP

Claude Whiteboards、Claude Sheets 和 Claude Data

Whiteboards 与 Sheets 以测试版上线,原 Dashboards 转正并更名为 Claude Data,三者对所有付费方案开放。Data 里认证查询和实时共享仍是测试版,可对接 Redshift、BigQuery、ClickHouse。

为什么值得看:文档、白板和表格可以留在同一个工作区里一起改,而不必先导出再同步。若你已经把数据定义交给团队认证,先看认证查询能否避免各写各的指标;连接器只是把应用嵌进来,权限边界还是要单独核。
评分反馈
NO.2
Cursor · 11-10;官方博客CursorProjects多人协作共享上下文

Cursor Projects 现已支持多人协作

9 月的 Projects 还是由单一协调者调度一组智能体;现在可邀请同事进入同一 Project,共享任务板、文档和上下文,各自仍保留一对一的协调者对话,不同成员的 agent 也能互相协调。已对所有 Cursor 用户以测试版推出。

为什么值得看:这是把「一人一带一组 agent」扩成团队共享工作区。试用时先看共享层会不会把一个人聊天里的决定同步给全员 agent,再约定哪些上下文可共享、哪些应留在私人对话。
评分反馈
NO.3
Google DeepMind · 11-10;官方博客Gemini 4 Carbon定价AntigravityCursorBench

后续|Gemini 4 Carbon 现已可用

对付费开发者开放 API(AI Studio 与 Gemini for business),引入价与 Argon 同为每百万 token 输入 $2、输出 $10,11 月 30 日后改为 $4 / $20。CursorBench 4.0、WANDR 与 AutomationBench 均列第一,单任务成本不到次优外部模型的一半。

为什么值得看:官方仍把 Argon 作为多数编程与知识工作的默认,Carbon 留给更长、更费 token 的难题。核账单时用引入期截止日和单任务成本,不要只看现在的 $2/$10;要试多代理编排再看 /swarm。
评分反馈

1专栏:端侧模型

浏览器里直接用 WebGPU 跑 PyTorch 模型;llama.cpp 补上 Kimi K3.1 视觉。

PyTorch 博客 · 11-10ExecuTorchWebGPU端侧浏览器

ExecuTorch WebGPU:在浏览器的 GPU 上运行 PyTorch 模型

用 torch.export 得到的同一份 .pte,可在任意 WebGPU 浏览器里跑,不必先转成 GGUF、ONNX 或 TFLite。同一台机器上,相对 Wasm + XNNPACK 的 CPU 路径,预填充快 4–7 倍、解码快 2–10 倍;文中基准在 Apple M1 Pro 的 Chrome 上测得。

为什么值得看:若你要把现有 PyTorch 模型送到浏览器而不换一套格式,这是一条原生路径。先在 Playground 对一下目标模型和浏览器,再看预填充与解码的加速是否覆盖你的上下文长度。
评分反馈
ggml-org/llama.cpp · 11-11 06:11(北京)llama.cppKimi K3.1视觉mtmd

llama.cpp b12259

为什么值得看:这条值得看是因为补上了 Kimi K3.1 视觉(并修正 K2.5/K3.1 预处理和投影 MLP),不是又一次后端修补。若你在本地跑月之暗面的多模态权重,先升到这一档再谈画质和预处理差异。
评分反馈

llama.cpp b12237–b12262 多为后端与 CI 修补,仅 b12259 新增 Kimi K3.1 视觉故单列;Muse Ember 已在 11-10 报道,未重复。Siri 调度规则为既有路线的再报道,未收。

2专栏:Agent 记忆与协作

Gemini 开始按类别展示可改可删的记忆摘要。

IT之家 · 11-10 14:39;转述 Android Authority,并在网页版核实Gemini记忆隐私

谷歌 Gemini 上线记忆摘要,可查看 / 编辑 / 删除 AI 记住的个人信息

记忆按个人背景、人际关系、工作、兴趣和偏好等类别整理,可逐项编辑或删除并查看修改历史。入口在「个性化智能服务」下的「记忆摘要」;官方支持页写明目前主要面向美国、年满 18 岁且订阅 Google AI 的用户,IT之家在网页版测到已支持简体中文。

为什么值得看:这是把零散记忆条目收成可审查的摘要。若你用 Gemini 做长期助手,先核对它记住了什么、改错了能不能回看历史;地域和订阅限制以支持页为准,不要假定所有账号都已开放。
评分反馈

Cursor 多人 Projects 与 Claude 协作套件见三条。Adobe 创意云本地 MCP 偏生成工具链,只在私有简报留一句。

3主流产品 Changelog 精读

qwen-code 补上通道、Skill 导入和待审批通知;Claude Code 给 Vertex 加了快模式。

QwenLM/qwen-code · 11-11 03:22(北京)qwen-codeSkillWeb Shell

QwenLM/qwen-code v0.27.2

可从所选 Session 的原 Runtime 工作区导入 Skill,不必重新上传;待审批会出现在实时面板,终端失焦时可响铃或发桌面通知。Web Shell 还能配置微信、QQ、邮箱通道。

为什么值得看:相对已报的 v0.27.1 小补丁,这次动到了 Skill 安装路径和值守通知。若你用 Web Shell 或托管会话,先试一次从原工作区导入 Skill,并确认失焦通知不会漏掉待审批。
评分反馈
anthropics/claude-code · 11-10 10:29(北京)Claude CodeVertex快模式

后续|Claude Code v2.1.322

为什么值得看:增量很窄:只在 Vertex 的 global、us、eu 区域加了快模式,并在 Vertex 拒绝时回退到标准速度。若你走 Vertex 而不是 Anthropic 直连,升这一档后再测延迟;其他平台不必为它单独改流程。
评分反馈

openai/codex rust-v0.167.1 与 0.169.0-alpha.9 发布说明几乎为空,未收;gemini-cli v0.69.0-preview.0 为预发布,v0.68.0 多为补丁清单未单列。

4GitHub 热门

给 Home Assistant 接上各家编码助手的 MCP 服务上了日榜。

GitHub · 日榜;6.6k★ / 今日 +792MCPHome Assistant自动化

homeassistant-ai/ha-mcp:用各家 AI 助手配置和自动化 Home Assistant

为什么值得看:仓库说明只有一句:让 Claude、ChatGPT 等助手去配置和自动化 Home Assistant。若你已经把智能家居当成 agent 的执行面,值得看它如何把 MCP 接到真实设备;权限和误操作面比网页自动化更大,先在测试实例上试。
评分反馈

meta/astryx 已在 11-09 收录;claude-quickstarts、mattpocock/skills 再上榜无增量;mujoco、sherlock、个人理财应用 sure 与方向无关。billion-context 早前已报。周榜其余与本栏方向或公开规范不符的仓库未收。

5Agent 工程

用 Lean 等价证明验收智能体写出来的加速代码。

Berkeley RDI / AWS · 11 月;官方博文AqueductLean形式化验证智能体

现实世界软件的智能体验证优化

Verina 189 个程序里有 156 个写出带 Lean 等价证明的加速版,几何平均快 1.85 倍;最长递增子序列从指数搜索改成动态规划后快 4,468 倍。17 个迁到 Lean 的应用上,92 次被证明的改写让 51 个场景中的 47 个更快,但端到端只快 1.12 倍。

为什么值得看:它把原函数当作规格,避免再写一份容易写错的形式化说明。若你用智能体做性能优化,先要求「每个输入都等价」而不是只过测试;应用级 1.12 倍也说明选哪些函数改,往往比单点加速更要紧。
评分反馈

Simon Willison 的排障随笔与 Yonkers 博文未收。Aqueduct 论文 arXiv 编号 2610.30188,公开栏以 11 月的 Berkeley 博文为锚。

6检索与基础设施

今日无重要更新

今日无重要更新。llm-anthropic 0.31 仅为昨日 Fable 的客户端接入,未单列。

7论文

元认知选课题、训练集群上的自改进,以及把果蝇哈希用到 agent 记忆。

arXiv · 2611.12762;HF Daily Papers 11-10Sage-Taiyi元认知科学发现智能体

Sage-Taiyi:面向科学发现的元认知架构

在含 10 个学科、50 篇论文、265 项任务的 Taiyi-Bench 上,8 项历史复现与开放构想指标全部第一,总分 54.0,对照最强基线 AI Scientist-v2 的 47.9。化学合作里,钴催化羰基化收率从痕量提到 84%,光催化烯丙基胺化从 13% 提到 69%。

为什么值得看:它把「下一步研究什么、用哪套方法」写成可修订的监控与控制,而不只是多采样几个想法。若你在做科研助手,先看课题选择和可复用推理方法是否被分开评估,再把实验验证当成独立门槛。
评分反馈
arXiv · 2611.11558;HF Daily Papers 11-10InfraRSIRSI训练MFU

InfraRSI:用递归自改进优化训练基础设施

五阶段流程先锁定可改范围和损失、时序不变量,再联合调整启动参数与代码补丁,并把经验写入跨硬件库。在 4 个单机与多机、稠密与 MoE 工作负载上最高加速 2.75 倍,平均 MFU 从 17.4% 升到 30.0%。

为什么值得看:训练集群上的自改进很容易被 OOM 和数值漂移奖励黑客。若你要把智能体接到训练栈,先把工作负载、损失和时序不变量写成不可改的合同,再允许它改启动参数和内核。
评分反馈
arXiv · 2611.05791;HF Daily Papers 11-10FlyHash记忆检索HNSW

FlyHash 用于大模型智能体记忆:实证与新应用

在匹配比特、10 个种子和四个数据集上,稀疏随机投影加赢者通吃的质量优势成立;但同等比特下编码比 SimHash 更大更慢,常规模下 HNSW 仍全面占优。作者同时放了实现和可运行的记忆演示,并纠正了文献里一处未记录的对比陷阱。

为什么值得看:质量更好不等于该替换你现在的向量索引。若你在评估 agent 记忆检索,把 HNSW 和延迟、编码体积放进同一张对照表,不要只看近邻保持率。
评分反馈

论文日期以 HF Daily Papers 11-10 列表日为准。具身操作、皮肤科 RAG 与触觉表示未收。

8大厂与模型

ChatGPT 给商家开了认领与商务智能体;谷歌与 Artificial Analysis 交出多模态知识工作基准。

OpenAI · 11-10;官方博客ChatGPTBusiness AgentBusiness Hub

介绍 ChatGPT 中的 Businesses

测试版里企业可在 Business Hub 认领并更新资料、查看汇总的提及与点击洞察;美国合格电商与在线服务还可上线 Business Agent,用户从企业主页另开单独标注的对话询价、比产品。洞察不向企业提供用户原对话,Shopify 商户可从 Hub 或后台完成验证。

为什么值得看:这是把「在 ChatGPT 里被提到」做成可认领的商家主页和可对话的商务智能体。若你关注 agent 如何面对最终用户,先分清它和模型独立回答是分开标注的会话,再看隐私阈值和广告赞助位怎么披露。
评分反馈
Google DeepMind · 11-10;官方博客MKA基准多模态Gemini 4 Carbon

介绍 Multimodal Knowledge Agent 基准

与 Artificial Analysis 合作的 200 道私有任务覆盖 10 个行业、83 种职业,每题约 70 条是非量表(事实 75%、视觉设计 25%),用开源 Stirrup harness 打分,与专家一致性 96%。Gemini 4 Carbon 质量第二,平均成本约为最高分模型的六分之一。

为什么值得看:它针对的是看图纸、报表和版式才能做完的知识工作,而不是纯文本问答。若你要拿来做选型,先看自己的任务是否真的依赖视觉文件;官方同时强调 200 题集不公开,避免漏进训练集。
评分反馈

Claude 协作套件、Cursor 多人 Projects、Gemini 4 Carbon 见三条;ExecuTorch WebGPU、llama.cpp Kimi K3.1 视觉、Gemini 记忆摘要、qwen-code v0.27.2、Claude Code Vertex 快模式、ha-mcp、Aqueduct、三篇论文、ChatGPT Businesses 与 MKA 见各栏。Fable/Mythos、Muse Ember、Control Room、TPU、千问办公、gbrain、LongCat 已报未重复;融资八卦、图像生成、空发布说明与预览版、机器人与皮肤科论文未收。

9X 精选

工程杂讯

  • Ethan Mollick @emollick · 11-10 11:49 · ♥ 1436 Fable 5.2评测
    @emollick: Fable 在未饱和基准高于趋势线
    为什么值得看:他指出 Fable 5.2 在 ECI、Remote Labor、RoboDojo 这三条仍未饱和的基准上高于既有陡峭趋势线。这是对昨日官方分数的独立对照,适合用来看长程任务,而不是再读一遍发布稿。
    评分反馈

☰往期