AI DAILY DIGEST · 时间均为北京时间

AI 要闻 · 2026-11-13

星期五 · 11-13 07:28 截稿 · 共 13 条

★今日最该知道的 3 条

NO.1
Google DeepMind · 11-12;官方博客Gemini 4 HydrogenOrchestratorAntigravity定价

推出 Gemini 4 Hydrogen

上下文 100 万 token,输入 1.50、输出 7.50 美元/百万 token,全窗口同一价。默认高思考档在 Artificial Analysis Intelligence Index 得 51 分,高于同系列 Argon 的 50 分,xhigh 档到 54 分;相对 3.8 Flash,该档快 2.5 倍,Terminal-Bench 4.1 从 18.2% 升到 57%。

为什么值得看:这是日常写代码和跑智能体用的快模型。Antigravity 里的 Orchestrator 会在同一会话里把 Carbon 和 Hydrogen 来回切换,官方称成功率接近 Carbon,配额少用 24%,平均快 19%。今天起 AI Studio、Gemini API、Gemini 应用和 Search 都能用。
评分反馈
NO.2
Simular · 11-12;官方博客SimularBox云端电脑

Simular 的 Box:供智能体共享的电脑

终端、浏览器和桌面都在同一台云电脑里,登录态和文件也留在这里,Claude 开了头可以由 ChatGPT 接着干。官方称自己的智能体在 OSWorld 上做到当前最好,并宣称速度和成本都好 10 倍。

为什么值得看:卖点是把电脑从各家智能体里拆出来,聊天应用和编码助手可以共用同一套登录和文件。OSWorld 成绩和 10 倍成本优势都是官方自述,没有给出对照对象和测试设定,能不能真替代现在的云桌面,还得在 box.simular.ai 上自己试。
评分反馈
NO.3
Anthropic · 11-13;官方说明ClaudeManaged Agents自托管

在自己的安全边界内运行 Claude Managed Agents

私有预览里,智能体的编排、沙箱、凭证和会话记录都可以放在自己的云或机房;模型请求既可走 Anthropic,也可走 Bedrock、Google Agent Platform、Microsoft Foundry 或自建网关。开发者仍用和托管版同一套核心 API,开通要找客户团队。

为什么值得看:此前只把沙箱放到自己这边时,会话记录和编排还在 Anthropic 那边。这次是整套控制面都自己运,适合智能体要改内部代码、碰内部系统、又不想把会话留在托管服务里的团队。目前还是私有预览,不是公开注册就能用。
评分反馈

1专栏:端侧模型

韩国公布端侧芯片路线图;MediaPipe 把各端 Tasks 接口对齐。

韩国产业通商资源部 · 11-12;官方新闻稿端侧芯片韩国路线图

K-端侧 AI 半导体,以“共生”加快推进

项目总额 8,002 亿韩元,今年 6 月已启动;路线图要在 2030 年前完成 10 项开发和验证,包括智能家电芯片 3 款,自动驾驶、协作机器人、人形机器人、农业机器人和无人机芯片各 1 款,以及先进制程与极端环境设计资产各 1 项。

为什么值得看:这是政府产业路线图和代工资源倾斜,不是已经能量产的芯片。三星代工计划 2027 年为国产端侧样片优先安排 21 次试制,家电芯片的制造节点官方说会比原计划提前一年以上,其余仍要看到 2030 年。
评分反馈
google-ai-edge/mediapipe · 11-12 07:34(北京)MediaPipeLiteRTNPUiOS

google-ai-edge/mediapipe v1.2.3

LiteRT 推理跑手现已支持字符串输入,C 接口可为 NPU 调度库指定目录,并修了 LiteRT 出错时张量视图析构死锁。Tasks API 在 Python、Web、Android 和 iOS 上统一了选项、方法和结果名,旧名仍保留兼容;iOS 一批任务改走 C API,并补了纯 Swift 的录音和视觉接口。

为什么值得看:这是端侧多媒体工具包的一次平台对齐,重点在 LiteRT、NPU 和 iOS 的 C/Swift 迁移,不是新模型。若你已经在应用里接 MediaPipe Tasks,先看旧方法名是否还在兼容别名里,再决定要不要跟上统一后的接口。
评分反馈

llama.cpp 窗内 b12302–b12306 多为模板、调度与 Vulkan 复制等日常补丁,相对昨日已报的 CUDA FP8 无足够增量,未单列;仓库根目录再上榜亦未重复。

2专栏:Agent 记忆与协作

Block 把人和智能体放进同一个开源工作区。

Databricks · 11-12;官方博客BuzzBlockUnity Gateway协作

Block 如何用 Buzz 和 Unity Gateway 驱动协作式 AI 智能体

Block 开源了 Buzz,人和智能体可以在同一个工作区里开会、对谈或一对一协作,内置轻量版 Goose,也可接其他编码框架,并能自托管。在 Block 内部,创建智能体时可经 Databricks Unity Gateway 选各家前沿模型和部分开放权重模型。

为什么值得看:这是把人和多个智能体待在同一个会话里,做成可自托管的开源工作区,模型选择通过网关统一接入。若你已经在试多人共用智能体,值得看它如何把编码助手和同事放进同一场讨论;文中的效率实验是 Block 内部做法,不是对外基准。
评分反馈

Claude Meetings 已随 11-10/11-11 协作套件发布,今日官方专文与宣传帖是同一产品,未再占坑。Looki Loom 未见窗内可核的官方稿,未收。O'Reilly 播客未单列。

3主流产品 Changelog 精读

Qwen Code 预览线修了订阅登录;Claude Code 加了实验性的 Code Mode。

QwenLM/qwen-code · 11-12 22:25(北京);预览版qwen-code订阅Qoder

后续|QwenLM/qwen-code v1.0.0-preview.1

为什么值得看:相对昨天的 v1.0.0-preview,这次修了订阅账号登录后用不了订阅模型的问题,模型目录会跟着登录状态走;订阅模型和思考预算映射与 0.27.x 对齐,Qoder 模型也改成可以并行调工具。仍是预览线,接口还可能改,订阅用户可以先看登录后能不能直接选到订阅模型。
评分反馈
anthropics/claude-code · 11-13 06:12(北京)Claude CodeCode Mode插件

后续|Claude Code v2.1.323

新增实验性 Code Mode,打开后由 Claude 写 JavaScript 来调用工具;插件可在 plugin.json 里用 engines['claude-code'] 声明兼容版本,超出范围的不会安装或加载。claude -p 和 SDK 会话里,耗时长的 hooks 每 30 秒会打一次心跳,避免宿主误判为卡死。

为什么值得看:若你在用插件或把 Claude Code 嵌进桌面宿主,先看 Code Mode 的文档再决定是否打开,默认不是全员开启。插件作者应核对引擎版本范围;组织也可以按文档关掉这个实验开关。
评分反馈

openai/codex 多个 0.167/0.170 alpha 发布说明几乎为空,未收。qwen-code 夜间构建、adk-python 一处 tracing 修补、langgraph 与 CLI 小修复、claude-agent-sdk-python 仅有安装说明,未单列。

4GitHub 热门

Chrome 把现代 Web 指南做成给编码智能体用的技能。

GitHub · 日榜;2.8k★ / 今日 +799Web编码智能体Skills

GoogleChrome/modern-web-guidance-src:让编码智能体跟上最新的 Web 最佳实践

这是一组可装进编码智能体的技能,把现代 Web API、性能和无障碍做法以及浏览器兼容数据直接送进上下文,避免模型沿用过时写法。由 Chrome、Edge、Firefox 和 MDN 团队共同维护;可用 npx modern-web-guidance@latest install 安装,也支持搜索指南和扫描旧模式。

为什么值得看:仓库从年初就在更新,今天日榜一下子加了约 800 星,是第一次进我们的 GitHub 栏。若你的编码助手还在生成过时的前端写法,可以让它先检索这些指南再改代码;今天的提交多为规则和文档修补,不是一次大版本发布。
评分反馈

openai/codex-security 昨日已报,今日再上榜无新版本信号,未重复。pookjw/HermesEnabler 是为 Apple Watch 启用 Hermès 表盘,与方向无关。llama.cpp 仓库根目录见端侧栏说明。

5Agent 工程

今日无重要更新

今日无重要更新。图像生成模型未收。Hydrogen 的 Orchestrator 已在三条展开。

6检索与基础设施

Mastra 让智能体请求可以打到自己的模型网关。

Mastra · 11-12;官方博客Mastra网关自托管

为 Mastra Agent 推出私有模型网关

智能体请求可以经自定义网关打到自托管的开放权重模型,配置里用 private/ollama/gpt-oss:20b 这样的前缀。需要 @mastra/core 1.82.0 或更新;也可设 AUTO_BLOCK_EXTERNAL_PROVIDERS,让 Studio 的模型列表只出现自己的网关。

为什么值得看:适合必须把推理留在自己网络里的团队,也方便用本地 Ollama 做开发。网关要自己实现取模型列表、拼地址和鉴权;这不是代你托管模型,只是让智能体配置能指到你已经在跑的服务。
评分反馈

7论文

让模型对着教材现学现用,再用强化学习加固这个习惯。

arXiv 2610.39671 · HF 11-12 列表强化学习自学BookNavigator

用强化学习激励大语言模型自我学习

让模型在解题时自己翻教材、学原理再写证明,不局限于检索现成段落或使用预先塞好的上下文。方法是用 BookNavigator 界面,再以细粒度奖励做强化学习;Intern-S2-Preview-35B 的证明准确率从 51.5% 提到 79.5%,并超过不读教材和固定检索的强化学习基线。

为什么值得看:这是把现学现用写成可训练的策略,评测主场仍是教材习题证明,BrowseComp-Plus 和 CL-bench 上的提升只有 1.7 和 2.3 个百分点。若你关心智能体如何在长文档里自学,看它的奖励设计和导航界面比看榜分数更有用。
评分反馈

论文日期以 HF Daily Papers 11-12 列表日为准(arXiv 标注提交于 10-29)。同组的教材证明监督语料论文偏数据集构建,未强收第二篇。

8大厂与模型

文心预览版给出 Code Arena 分数;Inkling 2 Small 的权重可以下载了。

X · @arena · 11-12 09:08(北京)ERNIE 5.5Code Arena开源

后续|@arena: ERNIE 5.5 WebDev 第二

为什么值得看:11-12 介绍预览版时,公开对战分数还没出。Arena 官方现在给出 Code Arena WebDev 1668 分,略高于 DeepSeek-V4.1-Flash (Max) 1664、Kimi K3 (Max) 1658,与 Qwen3.8-Max 1670 接近,并称正向开源模型第二靠拢。措辞是 trending towards,名次尚未锁定。
评分反馈
Hugging Face · 11-13;官方权重页Inkling 2 Small开放权重Apache 2.0

后续|Inkling 2 Small 权重开放

权重已放到 Hugging Face,可选 NVFP4(合计显存至少 500GB,例如 2 张 B300 或 4 张 H200)和 MXFP8(至少 800GB)两种检查点。这是 594B 总参数、激活 17B 的多模态 MoE,本地可用 SGLang、vLLM、TokenSpeed、Unsloth 推理。

为什么值得看:11-07 介绍时还写着权重要等安全测试,当时只能走 Tinker 接口。官方今天把可下载权重放出来了,许可是 Apache 2.0,可以自己下、自己微调。这不是能在笔记本上跑的小模型:官方推荐的 NVFP4 检查点要合计至少 500GB 显存。
评分反馈

Gemini 4 Hydrogen、Simular Box 与 Claude 自托管 Managed Agents 见三条;韩国端侧芯片路线图、MediaPipe 1.2.3、Buzz、Mastra 私有网关、qwen-code 预览补丁、Claude Code 的 Code Mode、Chrome 的 Web 指南、自我学习论文,以及文心 Code Arena 成绩和 Inkling 2 权重开放见各栏。融资、图像与视频生成未收。

9X 精选

今日无重要更新

☰往期