AI DAILY DIGEST · 时间均为北京时间

AI 要闻 · 2026-11-16

星期一 · 11-16 13:45 截稿 · 共 12 条

★今日最该知道的 3 条

NO.1
Qwen 官方博客 · 11-16Qwen4-MaxMoE长程智能体

Qwen4-Max:新同事,已就位

官方 Work360 单任务均费由26.58元降至11.16元;新架构每 token 激活71B参数,以三层 GDN 配一层稀疏注意力处理长序列,另开源持续交付插件,让用户按阶段成果调整任务方向。

为什么值得看:成本降幅来自官方自建任务集,不能直接套到所有软件工程任务。接入时应固定推理档位,检查长上下文中早期约束是否遗失,并在中途修改需求,验证持续交付能否保留已验收成果、正确调整后续工作。
评分 0.79
NO.2
腾讯混元官方 · 11-16Hy4 flashEngramKV cache

Hy4 flash:日常工作的极致性价比模型

每百万 token 输入、输出分别标价0.5元和2元,模型已接入腾讯云等产品,开源仍属计划;224B总参数中每次激活12B,借助混合注意力等设计将 KV cache 压至 Hy4 的六分之一,官方称解码超过150 tps。

为什么值得看:低价更适合高频文档与工具任务,长程编码仍有能力取舍。盲测仅覆盖85位内部用户的259个任务;可用跨文件修改和表格修复分别验收,统计漏改、错误工具调用及等待时间,别把输出变短直接视为质量提高。
评分 0.76
NO.3
The Decoder · 11-15LongCat-2.5昇腾4bit量化MIT

美团发布1.6万亿参数智能体模型,训练全程未使用 Nvidia GPU

自托管示例使用194片昇腾加速器,权重按 MIT 许可开放;LongCat-2.5 每 token 激活约480亿参数,专家权重与激活采用4bit量化后,官方测得预填充吞吐较8bit版提高43.3%,API还支持百万 token 上下文。

为什么值得看:开放权重并不意味着单机可用,部署示例的硬件规模是首要门槛。已有昇腾集群的团队应分别压测图像处理、预填充与解码队列,并用长链工具任务检查4bit量化后的错误累积,避免只看短请求吞吐。
评分 0.66

1专栏:端侧模型

今日无重要更新

llama.cpp b12421调整TTS文档位置,b12422补充Jinja功能;两次日常构建合并记录,未单列新闻。

2专栏:Agent 记忆与协作

工作流技能与科研协作分别触及过程复用和推理验证,两者都需要可检查的产物来证明效果。

Databricks 官方博客 · 11-16Genie OneAgent Skills工作流

Genie One 技能(Skills)使用指南:把团队工作流教给 AI

为什么值得看:技能文件能固定步骤与输出格式,效果仍取决于模型是否正确执行。适合先封装一条有明确验收条件的重复流程,再加入缺失输入、冲突要求和工具失败样例,检查它会停止求证,还是照模板生成看似完整的结果。
评分 0.55

Qwen4-Max与Hy4 flash移至头条;同事件转述合并,技能库和浏览器工具仓库因缺少窗口内实质更新未单列。

3主流产品 Changelog 精读

本轮实质更新集中在工具授权、取消执行和会话恢复,升级验收应覆盖失败与中断路径。

OpenAI Agents SDK · GitHub Releases · 11-16Agents SDKPython检查点工具审批

Agents SDK v0.24.0-alpha.8

恢复受支持检查点时,已消耗的请求与 token 预算会延续;工具执行前可审核参数,取消远端命令须确认退出。预览版还支持应用自有模型客户端,新增 Linux ARM64 包,最低要求 glibc 2.28。

为什么值得看:这是预览版,检查点恢复并非覆盖所有待办状态。重点测试审批暂停后重启是否重复执行、预算是否延续;自有存储接回原后端还有单个未决手动调用等限制,应逐项核对,不能把成功序列化当成可安全恢复。
评分 0.52
Qwen Code · GitHub Releases · 11-15Qwen Code托管会话目录授权Auto Mode

QwenLM/qwen-code v0.27.4

取消运行现在以10秒为完成上限,并尽量保留已完成批次结果;托管会话新增临时本地目录授权和交互终端,长渠道回复改为按序分段,Auto模式按用户明确授权判断高风险操作,发布说明称无已知破坏性变更。

为什么值得看:这次升级影响托管会话的文件访问与中断行为,不能只做启动检查。建议在目录授权撤销、终端断连和工具批次执行中分别取消任务,核对访问是否终止、已完成结果是否保留,以及长回复分段后是否缺失或乱序。
评分 0.41

Codex两次alpha构建未提供实质变更说明,不单列;Qwen Code TypeScript SDK v0.1.34的CLI捆绑记录并入同仓库发布线索。

4GitHub 热门

今日无重要更新

本轮榜单仓库未提供可确认的窗口内版本增量;MuJoCo、LoopForge及其他重复上榜项目不据热度单列,避免将既有README能力当作今日发布。

5Agent 工程

Datasette的更新提供了三个可直接验证的工程切面:模型接入、流式导出与浏览器地图渲染。

Simon Willison · 11-15Datasette流式导出访问控制

datasette 1.0a43

私有存储查询的标题与SQL可能泄露、但不能被执行,本版修复了该问题;导出端新增 Response.stream(),CSV、TSV及插件可流式输出整表,另调整行数据JSON表示,并加入多页视图过渡。

为什么值得看:查询不可执行仍可能暴露表结构和业务条件,应优先回归匿名与低权限账户的查询可见性。流式导出则用大表检查首字节时间、内存峰值和客户端断开后的资源释放,确认插件没有在内部重新缓存整份结果。
评分 0.30
Simon Willison · 11-15MapLibre GLOpenFreeMapGeoJSONWebAssembly

datasette-maplibre 0.1a0

演示可在浏览器内借助 Pyodide 与 WebAssembly 加载插件和数据库,同图呈现 GeoJSON 形状与经纬度点;插件以 OpenFreeMap 提供矢量底图,用SVG预览几何形状,滚入视口后才启用WebGL预览。

为什么值得看:按可见区域启用WebGL能减少初始渲染负担,但复杂几何和频繁滚动仍可能占满显存。适合用大量离屏图形、超大多边形与低性能设备检查帧率及资源回收,同时验证底图服务不可达时数据层是否仍可辨认。
评分 0.30
Simon Willison · 11-15datasette-llmOpenAI兼容API本地模型

datasette-llm 0.1a11

通过uvx同时加载 datasette-agent 与数据库,即可让本地模型驱动 Datasette Agent;新增的OpenAI兼容端点配置使用 model_name 与 api_base 指定服务,模型连接由中间插件统一提供给其他插件。

为什么值得看:兼容端点解决了接入入口,工具调用表现仍要单独验证。可用只读数据库检查工具参数、流式响应与错误返回,并核对模型别名、实际模型名和服务地址的对应关系,避免界面启动成功却在执行查询时失败。
评分 0.52

Datasette 0.65.6、datasette-apps 0.4a0缺少具体变更文本,未单列;Sage-S2.1-Flash模型卡正文为空,暂不据参数信息扩写能力。

6检索与基础设施

openPangu-2.1-Pro把云端API接入与鸿蒙、昇腾开发能力结合,专用代码质量比笼统吞吐描述更需要验证。

IT之家 · 11-15openPangu-2.1-Pro华为云MaaSArkTS昇腾

开源盘古模型 openPangu-2.1-Pro 上线华为云,围绕 Agent 开发、AI 编码、推理优化方向能力升级

API每百万 token 输入、输出分别为0.8元和3.2元,缓存输入为0.016元;模型针对ArkTS应用与昇腾算子生成优化,并用超过10万条专项数据改善技能触发和工具调用,云平台提供限流、用量统计与性能监控。

为什么值得看:专项优化对鸿蒙与昇腾开发更有针对性,但报道未给出吞吐提升的量化条件。建议挑选带边界输入的算子和真实ArkTS页面,检查编译、数值误差及运行结果,再测限流下的重试行为,别用代码生成成功代替可用性验收。
评分 0.62

报道提供API价格与能力方向,未给出足以复现吞吐增幅的部署配置,本期不推算加速比例。

7论文

今日无重要更新

Gamer与Agentic Robotics原文发表于11月13日,Loopback Transformer发表于11月4日;本轮仅为榜单收录,未见窗口内新版本,均不作为今日论文新闻。

8大厂与模型

健康研究应用与专业工作台体现两类产品落地:前者需要纵向证据,后者需要可复用且可验收的工作流程。

TechCrunch · 11-16AppleOpenEvidence健康AI

Apple 联合 OpenEvidence 推出健康 AI 研究应用

为什么值得看:研究应用的招募规模不能替代临床有效性证据,设备与年龄门槛也会影响样本代表性。开发健康问答时,应把答案依据、用户理解和后续行为分开评估,并设计不确定问题的转介流程,避免把使用频率当作健康改善。
评分 0.52

LongCat-2.5移至头条,Qwen4-Max与Hy4 flash的媒体及社交转述已合并;Claude Code主题mod属界面演示,本期未单列。

9X 精选

今日无重要更新

☰往期