# AI 要闻 · 2026-11-11

- 网页：https://www.wangwu.ai/daily/2026-11-11/
- 抓取时间：2026-11-11 07:25–07:41（北京时间）
- JSON：https://www.wangwu.ai/daily/2026-11-11/data.json

## 今日最该知道的 3 条

### [Claude Whiteboards、Claude Sheets 和 Claude Data](https://claude.com/blog/sheets-whiteboards-data)
- 日期：2026-11-11T01:26:00+08:00 · 来源：Anthropic · 11-11；官方博客 · 标签：Claude、Whiteboards、Sheets、协作、MCP
- 摘要：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。
- 相关：[协作功能说明](https://claude.com/resources/articles/more-ways-to-work-with-claude-sheets-whiteboards-and-interactive-connectors)
- 相关：[@claudeai 官宣](https://x.com/claudeai/status/2120206368619831597)
- 相关：[MCP Apps 预览](https://x.com/ClaudeDevs/status/2120227982921097388)

### [Cursor Projects 现已支持多人协作](https://cursor.com/blog/projects-multiplayer)
- 日期：2026-11-10T20:00:00+08:00 · 来源：Cursor · 11-10；官方博客 · 标签：Cursor、Projects、多人协作、共享上下文
- 摘要：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。

### [后续｜Gemini 4 Carbon 现已可用](https://blog.google/innovation-and-ai/models-and-research/gemini-models/gemini-4-carbon-now-available/)
- 日期：2026-11-10T16:09:26.000Z · 来源：Google DeepMind · 11-10；官方博客 · 标签：Gemini 4 Carbon、定价、Antigravity、CursorBench
- 摘要：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。
- 相关：[@osanseviero](https://x.com/osanseviero/status/2120187081620418909)
- 相关：[Cursor 上线](https://x.com/cursor_ai/status/2120193584670580857)

## 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。

### [ExecuTorch WebGPU：在浏览器的 GPU 上运行 PyTorch 模型](https://pytorch.org/blog/executorch-webgpu-pytorch-models-on-the-gpu-in-the-browser/)
- 日期：2026-11-10T00:00:00+00:00 · 来源：PyTorch 博客 · 11-10 · 标签：ExecuTorch、WebGPU、端侧、浏览器
- 摘要：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。

### [llama.cpp b12259](https://github.com/ggml-org/llama.cpp/releases/tag/b12259)
- 日期：2026-11-10T22:11:56Z · 来源：ggml-org/llama.cpp · 11-11 06:11（北京） · 标签：llama.cpp、Kimi K3.1、视觉、mtmd
- 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。

> 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。

## 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。

### [谷歌 Gemini 上线记忆摘要，可查看 / 编辑 / 删除 AI 记住的个人信息](https://www.ithome.com/1/024/823.htm)
- 日期：2026-11-10T14:39:31+08:00 · 来源：IT之家 · 11-10 14:39；转述 Android Authority，并在网页版核实 · 标签：Gemini、记忆、隐私
- 摘要：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。

> 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。

## 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 v0.27.2](https://github.com/QwenLM/qwen-code/releases/tag/v0.27.2)
- 日期：2026-11-10T19:22:00Z · 来源：QwenLM/qwen-code · 11-11 03:22（北京） · 标签：qwen-code、Skill、Web Shell
- 摘要：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。

### [后续｜Claude Code v2.1.322](https://github.com/anthropics/claude-code/releases/tag/v2.1.322)
- 日期：2026-11-10T02:29:43Z · 来源：anthropics/claude-code · 11-10 10:29（北京） · 标签：Claude Code、Vertex、快模式
- 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。

> 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。

## GitHub 热门

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

### [homeassistant-ai/ha-mcp：用各家 AI 助手配置和自动化 Home Assistant](https://github.com/homeassistant-ai/ha-mcp)
- 日期：2026-11-11T07:28:00+08:00 · 来源：GitHub · 日榜；6.6k★ / 今日 +792 · 标签：MCP、Home Assistant、自动化
- 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。

> 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。

## Agent 工程

用 Lean 等价证明验收智能体写出来的加速代码。

### [现实世界软件的智能体验证优化](https://rdi.berkeley.edu/blog/aqueduct)
- 日期：2026-11-10T08:00:00+08:00 · 来源：Berkeley RDI / AWS · 11 月；官方博文 · 标签：Aqueduct、Lean、形式化验证、智能体
- 摘要：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。
- 相关：[项目页](https://aqueduct.verina.io)

> 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。

## 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。

## 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。

### [Sage-Taiyi：面向科学发现的元认知架构](https://arxiv.org/abs/2611.12762)
- 日期：2026-11-10T00:00:00.000Z · 来源：arXiv · 2611.12762；HF Daily Papers 11-10 · 标签：Sage-Taiyi、元认知、科学发现、智能体
- 摘要：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。

### [InfraRSI：用递归自改进优化训练基础设施](https://arxiv.org/abs/2611.11558)
- 日期：2026-11-10T00:00:00.000Z · 来源：arXiv · 2611.11558；HF Daily Papers 11-10 · 标签：InfraRSI、RSI、训练、MFU
- 摘要：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。

### [FlyHash 用于大模型智能体记忆：实证与新应用](https://arxiv.org/abs/2611.05791)
- 日期：2026-11-10T00:00:00.000Z · 来源：arXiv · 2611.05791；HF Daily Papers 11-10 · 标签：FlyHash、记忆、检索、HNSW
- 摘要：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。

> 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。

## 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。

### [介绍 ChatGPT 中的 Businesses](https://openai.com/index/introducing-businesses-chatgpt/)
- 日期：2026-11-10T00:00:00+00:00 · 来源：OpenAI · 11-10；官方博客 · 标签：ChatGPT、Business Agent、Business Hub
- 摘要：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。

### [介绍 Multimodal Knowledge Agent 基准](https://blog.google/innovation-and-ai/models-and-research/gemini-models/multimodal-knowledge-agent-benchmark/)
- 日期：2026-11-10T00:00:00+00:00 · 来源：Google DeepMind · 11-10；官方博客 · 标签：MKA、基准、多模态、Gemini 4 Carbon
- 摘要：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。

> 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。

## X 精选

### [@emollick: Fable 在未饱和基准高于趋势线](https://x.com/emollick/status/2120000888974766501)
- 日期：2026-11-10 · 来源：@emollick · 11-10 11:49 · ♥ 1436 · 标签：工程杂讯、Fable 5.2、评测
- 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。
