Anthropic 启动上市路演，Google 全面开放 Gemini 4 Carbon，OpenAI 推出 Businesses in ChatGPT

Anthropic 启动首次公开募股路演：拟以每股 70 至 78 美元发行 8.25 亿股 A 类股票，在 Nasdaq 上市，股票代码为“ANT”。Google 向开发者、企业和 Ultra 订阅用户开放 Gemini 4 Carbon，截至 11 月 30 日，每百万 tokens 的输入和输出价格分别为 2 美元和 10 美元；Cursor、GitHub Copilot、Perplexity 和 Devin 当天即完成接入，其中多家还公布了各自的评测结果。OpenAI 推出 Businesses in ChatGPT 测试版，Anthropic 为 Claude 新增 Whiteboards、Sheets 和 Data，ByteDance 和 MiniMax 分别发布 Seedream 5.5 和 H3-Image，爱丽舍宫则发布了一份由 16 个国家、10 家企业和 7 个组织签署的人工智能安全倡议。

Anthropic 启动首次公开募股路演：拟以每股 70 至 78 美元发行 8.25 亿股股票

11 月 10 日 — 在向 SEC 公开提交 S-1 文件两周后，Anthropic 启动首次公开募股路演，即在确定发行价格之前向投资者进行的一系列推介活动。其新闻中心发布、并由 @AnthropicAI 转发的文章介绍了此次拟发行的 8.25 亿股 A 类普通股。其中绝大部分，即 801 351 354 股，由 Anthropic 发行；其余 23 648 646 股由部分现有股东出售，公司不会从这部分出售中获得任何收益。

承销银行还将获得一项为期 30 天的选择权，可额外购买最多 123 750 000 股 A 类股票。预计发行价格为每股 70 至 78 美元。Anthropic 已申请在 Nasdaq Global Select Market 上市，股票代码为“ANT”，初步招股说明书可向 Goldman Sachs 和 Morgan Stanley 索取。

发行事项	公布数值
拟发行的 A 类股票	825 000 000
其中由 Anthropic 发行的股票	801 351 354
其中由股东出售的股票	23 648 646
银行选择权（30 天）	最多 123 750 000 股
每股价格区间	70,00 至 78,00 美元
上市市场及股票代码	Nasdaq Global Select，“ANT”

向 SEC 提交的注册声明尚未生效：在其生效之前，不得出售任何股票，也不得接受任何购买要约。公告未披露估值、融资金额或首个交易日。S-1 文件此前于 6 月 1 日秘密提交，并于 10 月 26 日公开。

🔗 Anthropic 启动路演（Anthropic 新闻中心）

Gemini 4 Carbon 全面开放，截至 11 月 30 日每百万 tokens 的输入和输出价格分别为 2 美元和 10 美元

11 月 10 日 — 在仅向 Fairwind Program 的网络防御人员开放两周后，Google 宣布 Gemini 4 Carbon 正式全面开放。根据 Google DeepMind 高级副总裁兼首席人工智能架构师 Koray Kavukcuoglu 署名发布的文章，模型 gemini-4-carbon 在 Gemini API（付费层级）、Google AI Studio、Android Studio 和 Gemini for business，以及面向企业的 Antigravity 和 CodeMender 中正式全面开放。该模型也正向所有 Google AI Ultra 订阅用户推出，可在 Antigravity、Gemini 应用（桌面端、移动端和网页端）以及 Search 的人工智能模式中使用。网络安全版本仍需通过 Fairwind Program 申请访问。

首发价格现在有了明确的结束日期。根据 API 版本说明，截至 2026 年 11 月 30 日，Carbon 每百万输入 tokens 收费 2 美元，每百万输出 tokens 收费 10 美元，此后分别调整为 4 美元和 20 美元；这些价格已于 10 月 28 日公布，但当时未说明切换日期。Google 明确表示，该价格适用于面向公众开放的 Carbon 模型。

价格类型（API，每百万 tokens）	截至 2026 年 11 月 30 日	2026 年 11 月 30 日之后
输入 tokens	2 美元	4 美元
输出 tokens	10 美元	20 美元

Google 将 Gemini 4 Argon 定位为大多数编程和文档工作任务的合适选择，而将 Carbon 用于需要更多探索与核验的长时间复杂任务，代价是消耗更多 tokens。文章称，Carbon 在 CursorBench 4.0、Perplexity 的 WANDR 和 Zapier 的 AutomationBench 上均排名第一，每项任务的成本不到紧随其后的最佳外部模型的一半（Cursor 和 Perplexity 的数据详见下一节）。在金融领域，它在 Hebbia 的智能体评测中追平受测模型的最佳成绩，并在 Balyasny Asset Management 基准测试的 23 种配置中排名第一。

安全方面，Google 表示，在模拟环境中阻断了 99 % 的攻击路径：

Google 引用的安全指标	Gemini 4 Carbon	Gemini 4 Argon
每次攻击尝试的突破率（模拟网络环境）	0,8 %	3,1 %
攻击请求成功率（Gray Swan 测试）	2,17 %	9,86 %
智能体诚实性（375 项任务的基准测试）	92 %	70 %

向 10 000 名科学家免费提供六个月 Argon 使用权的计划现已扩展至 Carbon，Google 研究人员还将该模型与 AlphaProof Code 配合使用，以 Lean 证明了 Signal 协议代码的安全属性。

🔗 Gemini 4 Carbon 现已开放（blog.google） · Gemini API 版本说明

MKA：Google 与 Artificial Analysis 推出包含 200 项可视化文档工作任务的基准测试

11 月 10 日 — Google 与 Artificial Analysis 联合发布 MKA（Multimodal Knowledge Agent）基准测试，用于衡量智能体处理视觉复杂文件的能力，包括建筑图纸、技术示意图、图表和表格。其 200 项非公开任务由来自 10 个行业、83 种职业的专家共同设计；每项任务都相当于一名经验丰富的专业人士 3 至 8 小时的工作量。每份交付成果通过约 70 项是非检查进行评分，准确性占 75 %，视觉设计占 25 %。

所有模型都使用同一套开源评测框架 Stirrup，评分则交由一个基于非 Google 模型构建的智能体完成，其评分与人类专家的一致率为 96 %。完整数据集由 Artificial Analysis 保持非公开，Hugging Face 上提供了 10 项公开任务。受测模型平均每项任务使用 30 至 130 轮交互。Gemini 4 Carbon 的质量排名第二，平均每项任务的成本仅为第一名的六分之一，文章未透露第一名模型的名称。

🔗 Multimodal Knowledge Agent 基准测试（blog.google）

Gemini 4 Carbon 当天接入 Cursor、GitHub Copilot、Perplexity 和 Devin，各有使用条件

与前一天的 Claude Fable 5.2 一样，Carbon 在开放后的数小时内就进入了集成模型的各类工具。Cursor 和 Perplexity 发布了各自的评测结果，GitHub 在 Copilot 中默认启用它，Cognition 则在 Devin Desktop 和 Devin CLI 中开放使用。Cognition 表示，Carbon 在低推理强度下就超过了 Argon 的最佳成绩，其成本按 API 公开价格计算，并计入公开折扣（见简讯）。

Cursor：高推理强度下以 60,4 % 位居 CursorBench 4.0 第一，截至 11 月 30 日享半价

11 月 10 日 — Cursor 开放 Gemini 4 Carbon，并将其列为自家基准测试 CursorBench 4.0 的第一名：高推理强度（High）下得分为 60,4 %，每项任务成本 9,22 美元。中等推理强度紧随其后，得分为 60,1 %，成本为 8,49 美元，领先于最高推理强度的 Claude Fable 5.2（60,0 %，32,79 美元）。排行榜上有一个有趣现象：低推理强度（58,6 %）反而是 Carbon 三个档位中成本最高的，每项任务为 11,89 美元，需要 124 个步骤，而 High 档位只需 71 个。

模型及推理强度	CursorBench 4.0 得分	每项任务成本
Gemini 4 Carbon High	60,4 %	9,22 美元
Gemini 4 Carbon Medium	60,1 %	8,49 美元
Claude Fable 5.2 Max	60,0 %	32,79 美元
Gemini 4 Carbon Low	58,6 %	11,89 美元
Claude Opus 5.5 Max	57,8 %	13,43 美元
Gemini 4 Argon High	52,9 %	4,57 美元

在 Cursor 中，截至 11 月 30 日，Carbon 享受半价优惠，每百万输入 tokens 收费 2 美元，输出收费 10 美元；自 12 月 1 日起恢复原价，分别为 4 美元和 20 美元。页面未说明 Carbon 每项任务的成本是按折扣价还是原价计算，公告也未附带更新日志。

🔗 @cursor_ai 的公告 · CursorBench 4.0 排行榜

GitHub Copilot：Carbon 正式全面开放，在组织中默认启用

11 月 10 日 — GitHub 将 Gemini 4 Carbon 加入 Copilot 并正式全面开放，适用于 Pro+、Max、Business 和 Enterprise 套餐。该模型面向复杂的编程、智能体和推理任务，侧重安全代码生成与安全相关工作。它将出现在十个使用入口的模型选择器中：VS Code、Visual Studio、Copilot CLI、代码智能体、GitHub Copilot 应用、github.com、GitHub Mobile、JetBrains IDE、Xcode 和 Eclipse；相比之下，10 月 13 日推出的 Gemini 4 Argon 当时覆盖八个入口。此次部署将逐步推进。

与 Claude Fable 5.2（下一节）不同，Carbon 在 Business 和 Enterprise 组织中无需采取任何操作：由于这些组织默认启用新模型，Carbon 会自动出现，除非管理员关闭了这一设置或禁用了该模型。其费用按供应商的目录价格据实收取，更新日志未列出具体金额或促销价格，而 Argon 刚推出时曾享受优惠价。

🔗 GitHub Copilot 中的 Gemini 4 Carbon（GitHub 更新日志）

Perplexity：WANDR 得分 0,857，每项任务成本 5,86 美元，接入 Computer 和 Search

11 月 10 日 — 全面开放不到两小时，Perplexity 就向 Pro 和 Max 订阅用户在其智能体 Computer 中提供 Carbon，并向 Max 订阅用户在 Search 中开放，与前一天 Claude Fable 5.2 的安排相同。

Gemini 4 Carbon is now available in Perplexity Computer for Pro and Max subscribers, and in Search for Max subscribers. It scores 0.857 on our WANDR benchmark at $5.86 per task, matching Claude Fable 5.2 at 40% of the cost.

🇨🇳 Gemini 4 Carbon 现已向 Pro 和 Max 订阅用户在 Perplexity Computer 中开放，并向 Max 订阅用户在 Search 中开放。它在我们的 WANDR 基准测试中获得 0,857 分，每项任务成本为 5,86 美元，与 Claude Fable 5.2 表现相当，成本仅为后者的 40 %。 — @perplexity_ai 在 X 上

WANDR 受测模型	WANDR 得分	每项任务成本
Gemini 4 Carbon	0,857	5,86 美元
Claude Fable 5.2	0,851	14,51 美元
Gemini 4 Argon	0,802	7,88 美元

与 Fable 5.2 表现相当，是 Perplexity 对结果的解读：两者相差 0,006 分，而作为这些数据来源的 Perplexity 图表将 Carbon 放在了帕累托前沿上。这一单模型得分不能与 11 月 5 日公布的 Agent API 超高档位的 85,9 % 相比较，后者采用了多智能体配置。API 更新日志将 google/gemini-4-carbon 加入 Agent API，采用截至 2026 年 11 月 30 日有效的首发价格（每百万输入 tokens 2 美元、缓存输入 0,10 美元、输出 10 美元），同时加入的还有 anthropic/claude-fable-5-2。公告未说明 WANDR 测试使用的推理强度，也未公布 Computer 中所需的积分成本。

🔗 Perplexity API 更新日志

Claude Fable 5.2 和 Mythos 5.2 接入 GitHub Copilot、Devin Security、Warp 和 Genspark

发布次日，Fable 5.2 和 Mythos 5.2 继续进入第三方工具。在 11 月 9 日接入 Cursor、Devin、Perplexity 和 v0 之后，Fable 5.2 又在 Warp Factories、Warp 终端以及 Genspark 的 Code Agent 中开放（见简讯）。其中两项集成设有特殊条件：GitHub Copilot 的数据保留政策，以及 Devin Security 中 Mythos 5.2 的受限访问。

GitHub Copilot：Fable 5.2 正式全面开放，默认保留数据

11 月 9 日 — 在 Anthropic 发布当天，Claude Fable 5.2 即在 GitHub Copilot 中正式全面开放，适用于 Pro+、Max、Business 和 Enterprise 套餐，覆盖与 Carbon 相同的十个使用入口。根据 GitHub 的初步测试，它解决的任务比 Fable 5.1 更多，所需步骤和工具调用更少，但未公布具体数据。其费用按供应商的目录价格据实收取，Copilot CLI 自 1.0.109 版本起已在模型选择器中显示该模型。

与 Fable 5 和 5.1 一样，Anthropic 默认保留提示词和输出，以运行其安全分类器，但不会将这些数据用于训练。因此，在 Business 和 Enterprise 中，Claude Fable 5.2 策略默认关闭，启用即表示接受这一数据保留安排；Copilot 中的其他 Claude 模型仍采用不保留数据的政策（零数据保留）。符合条件的企业可为 Fable 5.2、5.1 和 5 获得零数据保留的特殊安排，有效期至本日历年末。此后，这些模型将要求使用 Enterprise Frontier Safeguards（EFS），该机制增加了自动化安全监测和数据保留选项，其中包括由客户控制的加密密钥。

🔗 GitHub Copilot 中的 Claude Fable 5.2（GitHub 更新日志）

Devin Security：Mythos 5.2在Cognition内部网络安全基准测试中获得73,5分，Mythos 5.1为56,9分

11月10日 — Cognition将Claude Mythos 5.2接入Devin Security的托管安全扫描，面向符合条件的企业客户，即已通过Devin获得前沿网络安全模型访问权限的客户；其他客户可以提出申请。扫描由Devin自行启动：客户的安全团队无需单独获得模型访问权限，Anthropic仅通过其审核项目开放这一权限。

Cognition发布了一项新的内部漏洞发现基准测试：涵盖25个使用C、Python、Go、PHP和TypeScript的代码仓库，固定在仍包含1 781个已公开报告漏洞的提交版本。F2分数满分100，结合召回率和精确率，并更侧重召回率；每个仓库运行三次后取平均值。

Cognition评估的模型	平均F2分数（内部基准测试）
Claude Mythos 5.2	73,5
Claude Mythos 5.1	56,9
Claude Opus 5.5	32,7

随Mythos 5.2宣布的“超过1亿美元”额度，延续了10月26日已公布的数亿美元Devin额度承诺；此次的新变化是明确将这些额度与Mythos 5.2关联。尚未公布任何定价。

🔗 @cognition的公告 · Devin Security中的Claude Mythos 5.2（Cognition）

面向企业的ChatGPT：Businesses in ChatGPT进入测试阶段，Business套餐接入第三方工具

11月10日 — OpenAI推出Businesses in ChatGPT测试版，让企业能够管理自己在助手中的展示信息。OpenAI将其定位为一种新方式，帮助企业触达每周使用ChatGPT的12亿人。

Now in beta: Businesses in ChatGPT. Claim your business, manage your information, and get insights on how people engage with you. Eligible businesses can also build a Business Agent to answer customers’ questions and help them explore what you offer.

🇨🇳 Businesses in ChatGPT现已进入测试阶段。认领你的企业、管理企业信息，并了解人们如何与你互动。符合条件的企业还可以创建Business Agent，回答客户问题，并帮助他们了解你提供的产品与服务。 — @OpenAI在X上发布

入口是Business Hub，可从ChatGPT网页版的侧边栏访问。企业在其中认领自己的资料页面；通过验证后，即可更新信息，并添加包含价格和库存情况的商品数据流。根据版本说明，发布任何内容前都必须通过Persona完成身份验证。位于ChatGPT可用地区的任何符合条件的企业都可以使用；Enterprise客户和广告主需联系其OpenAI代表，Shopify商家则可从Business Hub或Shopify管理后台连接。Business Hub还会显示汇总统计数据：提及次数、网站点击量和发现主题，即网站被引用的对话中反复出现的话题。用户对话及其与Business Agent的交流内容均不会被共享，而且这些统计数据仅在达到特定阈值后才会显示。

第二项功能是Business Agent：企业可以构建、测试并发布一个基于其所提供信息回答客户问题的智能体。当企业出现在回答中时，用户可以从企业资料页面打开该智能体，在一个带有标识、与原始对话分开的对话中交流。企业还可以付费推广其智能体，将其设为ChatGPT Ads广告活动的目标页面，广告位会带有相应标识。

提供的功能	功能用途	已公布的可用范围
Business Hub	认领企业资料页面、更新信息、添加商品数据流	ChatGPT可用地区中符合条件的企业（测试版）
统计数据	提及次数、网站点击量、发现主题（汇总数据，设有阈值）	随Business Hub提供
Business Agent	基于企业信息回答客户问题的智能体	仅限美国符合条件的线上商业及服务企业
付费推广	将Business Agent设为ChatGPT Ads的目标页面	拥有Business Agent的企业

尚未公布任何定价。OpenAI计划将这些功能扩展到更多市场和类别，并为需求更复杂的组织增加工具，但未给出时间表。

🔗 Businesses in ChatGPT介绍（OpenAI）

ChatGPT Business套餐通过“使用ChatGPT登录”接入第三方工具，包括v0和Warp

11月10日 — ChatGPT Business套餐与Go、Plus和Pro一样，开始支持“使用ChatGPT登录”（Sign in with ChatGPT）：团队可以在Notion、v0、Amp、Kilo Code、Warp、Nous Research的Hermes、OpenClaw或OpenCode等工具中使用自己的订阅。用量从套餐的Codex和ChatGPT Work配额中扣除，不提供额外配额；已连接的应用无法访问对话或记忆。

此次新增的是管理控制功能。在admin.openai.com上，管理员可以逐个授权应用使用套餐，再设定每位Standard或Premium成员可供这些服务使用的配额百分比；超出后，获授权的成员可以使用工作区额度。Devin不支持使用Business套餐。

v0在更新日志中详细介绍了这一集成：符合条件的OpenAI模型响应会从套餐配额中扣除，而非消耗v0额度；达到管理员设定的上限后，v0会暂停生成并保留工作内容，用户可以选择申请提高上限，或继续使用自己的v0额度。Warp确认支持Business套餐，未披露更多细节。

🔗 @OpenAIDevs的公告 · “使用ChatGPT登录”文档 · v0更新日志

Claude Whiteboards和Claude Sheets进入测试阶段，Claude Dashboards更名为Claude Data并正式推出

11月10日 — Anthropic为Claude新增两种可协作的内容产物，并将第三种从测试阶段转为正式推出。Claude Whiteboards是一块共享白板：用户口述计划，Claude将其整理成包含时间线、负责人和日期的内容，团队可以实时修改。用户可以框选一个区域，就其中内容向Claude提问，再将白板转换为文档或演示文稿，或导出到Lucid、Miro或Vani by Zoho。Claude Sheets可创建包含工作表标签、公式、格式和下拉列表的电子表格，通常只需一条提示词，并会高亮显示每一处修改。Anthropic承认Sheets目前的功能仍较简单，并建议使用导出.xlsx或CSV、Claude for Excel，或Airtable、Asana、monday.com和Smartsheet等选项。

10月8日推出测试版的Claude Dashboards以Claude Data之名正式推出。

Claude Data (formerly Dashboards) is now generally available on paid plans. Along with dashboards, Claude can draft data stories and narrated videos from your metrics, for you to review before sharing. Certified queries and live sharing are in beta.

🇨🇳 Claude Data（原名Dashboards）现已面向所有付费套餐用户开放。除仪表板外，Claude还可以根据你的指标撰写数据叙述并制作带解说的视频，供你在分享前审阅。经认证的查询和实时分享功能处于测试阶段。 — @claudeai在X上发布

Claude Data新增了由数据团队认证的指标定义，并在图表上以徽章标示；实时分享功能让查看者看到已批准查询的结果，却无法使用你的访问权限运行其他查询；此外还支持设计系统、按仪表板设置缓存，以及带有版本回退功能的修改历史记录。它需要一个数据连接器（数据仓库或CRM）；合作伙伴包括Amplitude、Mixpanel、Omni、PostHog和Sigma。

Claude产品	截至11月10日的状态	Enterprise中的启用情况
Claude Whiteboards	测试版，面向付费套餐	默认关闭
Claude Sheets	测试版，面向付费套餐	默认关闭
Claude Data	正式推出（经认证的查询和实时分享功能处于测试阶段）	2026年11月19日默认启用
Claude Meetings	已宣布，日期未定	未说明

这三款产品正逐步向所有付费套餐开放，支持网页端、桌面端和移动端；Team套餐中默认启用。在同日发布的一篇综合介绍文章中，Anthropic还宣布了Claude Meetings，但未给出日期：Claude将加入通话，记录笔记，并在交谈过程中更新文档。此外，还推出了附带技能的Salesforce插件（测试版）、NetSuite插件和Workday插件（测试版）；据Anthropic称，Claude Marketplace已拥有超过9 000个连接器和插件。

🔗 Sheets、Whiteboards和Data（claude.com） · 使用Claude开展工作的更多方式（claude.com）

交互式连接器可在Claude中完整打开，MCP Apps新增app tools和嵌入式站点

11月10日 — 自1月起，交互式连接器一直在对话中显示工具的精简视图，如今可以在对话旁边或以全屏方式完整打开：例如，连接用户账户的完整Confluence或Notion编辑器。Claude可以修改当前打开的页面、行或文件，遵循与连接器操作相同的审批机制，并实时显示变化；工具也可以无需提示词直接打开，并固定在侧边栏。此次功能面向网页端和Claude Desktop的所有套餐，在整合聊天与Cowork的新体验中推出。首批工具包括Asana、Canva、Carta、Dropbox、monday.com、Smartsheet、Vercel和Webflow；Figma、Harvey和Shopify正在准备集成。

在开发者方面，Claude开始支持MCP Apps扩展的更多功能，包括app tools和嵌入式站点（embedded sites），目前处于公开预览阶段：据@ClaudeDevs称，实现细节仍可能变化。文档明确指出，这些功能需要远程服务器；若要加入目录，还需要经过验证的条目。

🔗 交互式连接器（claude.com） · @ClaudeDevs的系列帖文

Seedream 5.5支持100轮图像编辑，并可原生生成透明图像

11月9日 — ByteDance的Seed团队推出新一代图像创作模型Seedream 5.5，目标是在专业生产工作流中提供可靠的结果。第一项改进是多轮编辑可稳定持续至100轮，未编辑区域保持像素级一致，不发生色彩漂移。第二项是原生生成透明或半透明的RGBA图像，无需抠图即可用于合成。第三项是光线、材质和皮肤的呈现更自然，减少了过度光泽和过曝，并改善了密集小字的呈现效果。

根据ByteDance在其MagicArena平台开展的评估，Seedream 5.5在电商、营销、影视、游戏、办公和时尚六类用途中的质量评分与可用率均优于Seedream 5.0 Pro。ByteDance还表示，在成对比较中，它在文本结构方面领先于GPT Image 2.5 Sunburst和Nano Banana 2.1。

Seedream 5.5评估（据ByteDance）	已公布的结果
相较5.0 Pro的可用率（影视、办公）	超过两倍
图生图真实感相较上一版本的GSB偏好	+55,62 %
文本严重损坏	0,4 %
文本轻微损坏	1,7 %

该模型将登陆Dreamina、CapCut和BytePlus。11月10日，Pika已将其免费加入Image Studio，面向Creator和Fancy订阅用户开放，并支持拆分为100多个图层和导出透明PNG；Genspark也开放了抢先体验（见简讯）。该系列后续将推出Pro版本，日期未定；尚未宣布开放权重或定价。

🔗 Seedream 5.5介绍（ByteDance Seed）

MiniMax H3-Image可生成和编辑1600万像素图像，并依据社区许可开放权重

11月10日 — MiniMax发布H3-Image，这是一款来自H3系列、开放权重的图像生成与编辑模型；该系列首个模型于7月31日宣布，并自8月3日起开放权重。生成与编辑功能集成在同一个检查点中。模型可以直接输出各种宽高比、约1600万像素的图像，从4096x4096的正方形到6272x2688的21:9图像，无需放大，并支持最多16张参考图像。MiniMax表示可在10秒内生成一张4K图像，但未说明所用硬件。

H3-Image特性	已公布的数值
原生分辨率	约16百万像素，从4096x4096 (1:1) 到6272x2688 (21:9)
架构	稠密扩散Transformer（DiT），33,1十亿个参数，50层
采样	蒸馏至6步，无需CFG引导
已发布权重	BF16，Transformer为66,28 Go，VAE为2,34 Go
参考图像	最多16张
许可	MiniMax-H3-Image Community License Agreement

该Transformer沿用MiniMax H3的架构，移除了音频层，文本编码器保持不变。MiniMax还提供提示词增强模型MiniMax-H3-Image-PE，以及vLLM-Omni部署方案；模型卡未公布任何基准测试。Hugging Face转发了这一公告。

权重已在Hugging Face上发布，采用MiniMax专有许可：其第IV节规定的单独书面授权需通过表单申请。该模型也通过MiniMax的API提供，包含Highspeed变体，输出最高可达2000万像素；此外还已接入MiniMax Code和Hailuo AI，发布首周，1600万像素及以上图像享50 %折扣。

🔗 @MiniMax_AI的公告 · MiniMax-H3-Image的Hugging Face模型卡

Gemini Robotics 2.5 成功完成的任务增加 30 至 100 %，在 Mercedes-Benz 的成套备料成功率达 96 %

11 月 10 日 — Google DeepMind 在卡罗琳娜·帕拉达署名的博文中介绍了 Gemini Robotics 2.5，这是其最先进的视觉语言动作模型（VLA）。该模型接受了 200 多项不同任务的评估，涵盖用夹钳夹取并递送物品、用移液器移取液体，以及在包裹上系丝带等操作。根据任务类型的不同，它成功完成的任务比此前的基准模型多 30 % 至 100 %，执行速度也快了 20 % 至 30 %。它可运行于 Apptronik 的人形机器人 Apollo 2，以及配备平行夹爪的 Franka Duo 平台；Apollo 2 配备了具有五根手指、22 个自由度的 SharpaWave 机械手。该模型正在 Google DeepMind 的机器人合作伙伴处部署；尚未宣布向公众开放。

最具体的测试由 Mercedes-Benz 与 Apptronik 合作，在匈牙利凯奇凯梅特和德国辛德尔芬根的生产线上开展。在这项概念验证中，Apollo 2 准备汽车零部件套件（成套备料）的成功率达到 96 %：推理模型 Gemini Robotics ER 跟踪工作流程，Gemini Robotics 2.5 则控制机械手和机械臂。

Google DeepMind 引用的指标	公布数值
已评估任务	超过 200
按任务类型划分的成功完成量增幅	30 % 至 100 %
执行速度提升	20 % 至 30 %
Mercedes-Benz 的成套备料（Apollo 2）	96 % 成功率
障碍物周围 / 人员附近安全完成的任务	+33 % / +43 %
ASIMOV-Jailbreak：Gemini 4 Argon / Robotics ER 2	99,5 % / 82 %

安全方面，在推理时通过推理过程提供引导，使模型在障碍物周围安全完成的任务增加了 33 %，在人员附近安全完成的任务增加了 43 %。Google DeepMind 还发布了 ASIMOV-Jailbreak，这是一个专门针对机器人安全绕过行为的开源基准测试，包含数百条提示词，将危险请求伪装在数十种场景中：Gemini 4 Argon 的抵御成功率为 99,5 %，Gemini Robotics ER 2 则为 82 %。Argon 还通过从拍摄的场景生成数千次模拟，加快了开发进程。

🔗 Gemini Robotics 2.5（Google DeepMind）

NVIDIA 将 OpenShell 移交 CNCF，并为 Kubernetes 上的人工智能工厂推出 NVKE、NVKR 和 Snapshot

11 月 10 日 — 在盐湖城举行的 KubeCon + CloudNativeCon North America 大会上，NVIDIA 将 OpenShell 移交给隶属 Linux 基金会的云原生计算基金会（CNCF）。这一开源运行时为自主智能体提供安全保障与治理：它控制智能体的文件、网络、凭据以及所调用模型的访问端点。OpenShell 成为 CNCF 的 Sandbox 项目；据 NVIDIA 称，已有数百家组织使用它，并在不到一年内收到了数万次贡献。

NVIDIA 还参与了 Agent Substrate 的开发。这一源自 Google 的项目同样获准进入 Sandbox，能够暂停不活跃的智能体环境，再在共享的 Pods 池中恢复运行。NVIDIA 的技术博文称，其密度可达标准容器的 10 倍，目标是支持数百万个智能体；NVIDIA 和 Google 正在推进 OpenShell 与 Agent Substrate 的集成。

面向人工智能工厂，NVKE（NVIDIA Kubernetes Engine）和 NVKR（NVIDIA Kubernetes Recipes）现已推出公开预览版，作为 NVIDIA DSX AI Factory 平台的组件，以 Apache 2.0 许可证开源。NVKE 为部署在人工智能工厂内部的托管 Kubernetes 服务提供软件，负责集群的预配与管理；NVKR 则依据经过验证、签名且版本固定的配方，构建系统镜像、容器镜像和软件包。Mirantis、Netris、OpenNebula Systems、Rafay、Spectro Cloud、vCluster、Firmus 和 SK Telecom 均有集成计划。

NVIDIA Snapshot 旨在解决推理冷启动问题：这一开源组件可捕获已完成初始化的 GPU 工作负载，包括 CPU 和 GPU 内存，并在配备相同 GPU 和驱动程序的节点上恢复运行，同时提供了适用于 vLLM、SGLang 和 TensorRT LLM 的示例。

Snapshot 测量指标及所用 GPU	不使用 Snapshot	使用 Snapshot
Crusoe，GLM-5.3 准备好提供服务（HGX B300）	约 8 分钟	31 秒
Saturn Cloud，vLLM 启动（HGX B300）	2 至 8,5 分钟	6 至 34 秒
所有已测试配置（技术博文，B200）	冷启动	少于 45 秒，速度快 8 至 36 倍

没有定价：这些都是开源项目。

🔗 OpenShell 与开源基础设施（NVIDIA 博客） · CNCF 公告

语音与虚拟形象：ElevenLabs 推出 Scribe v3 和 Scribe v3 Live，Synthesia 推出交互式分身

11 月 10 日 — ElevenLabs 推出两款面向真实音频场景的语音识别模型，以应对人们互相打断、切换语言的情况：Scribe v3 用于录制音频，Scribe v3 Live 则以低延迟版本支持实时处理。在覆盖 102 种语言的测试中（FLEURS 基准测试的内部版本），Scribe v3 的词错误比 Scribe v2 少 27 %，且在每种受测语言中都有进步：德语减少 42 %，西班牙语减少 35 %，英语减少 23 %。它也能更准确地将发言归属到各个说话人：说话人分离错误总体减少 12 %，说话人达到三名时减少 17 %。

与 Scribe v2 Realtime 相比，Scribe v3 Live 的语义错误率降低了 43 %，词错误率降低了 31 %。它首次加入实时说话人分离功能，据 ElevenLabs 称，其错误比受测的其他实时模型中表现最好的一款少 39 %。对于语音智能体，话轮结束检测会依据对话上下文，多语言模式则能跟随一句话中途发生的语言切换。在为荷兰超过 200 万户家庭和企业供能的 Eneco，智能体首次就正确识别邮政编码的频率提高了 40 %，正确识别门牌号码的频率提高了 15 %。

ElevenLabs 公布的对比	宣布的改进幅度
Scribe v3 对比 v2，102 种语言的词错误	-27 %
Scribe v3 对比 v2，3 名及以上说话人的说话人分离错误	-17 %
Scribe v3 Live 对比 v2 Realtime，语义错误	-43 %
Scribe v3 Live 对比 v2 Realtime，词错误	-31 %
Scribe v3 Live，说话人分离对比排名第 2 的实时模型	-39 %

Scribe v3 Live 已在 ElevenAgents 中提供，并有针对医疗对话优化的版本；两款模型也均通过 ElevenAPI（scribe_v3、scribe_v3_live）提供，并成为 ElevenLabs 应用中的默认模型。处理默认在美国执行，同时提供位于欧盟、印度和新加坡的隔离环境，以及零数据留存模式。尚未公布价格。

🔗 Scribe v3（ElevenLabs）

Synthesia 开放免费的交互式人工智能分身，可直接与其语音对话

11 月 10 日 — Synthesia 允许用户免费创建自己的交互式人工智能分身。用户录制一小段视频后，分身约两分钟即可准备就绪，随后便可直接与其语音交谈；分身会以用户的外貌和声音实时回应。创建时需要提供姓名和电子邮件地址。

分身可通过链接分享，每位接收者都能与其交谈，再创建自己的分身。共有三种语气可选：标准、热情（热烈追捧）或调侃（吐槽）。Synthesia 没有说明所用模型、对话时长或这项免费服务的限制，也没有发布博文。

🔗 @synthesiaIO 的公告 · 交互式分身页面（Synthesia）

人工智能安全：16 个国家、10 家企业和 7 个组织签署巴黎倡议，以及 OpenAI 的 Control Room

11 月 9 日 — 爱丽舍宫发布《人工智能安全与安保巴黎倡议》。这份声明于 11 月 9 日签署，当天，应埃马纽埃尔·马克龙邀请在巴黎举行的人工智能与安全会议闭幕。倡议汇集了 16 个国家、10 家企业和 7 个民间社会组织，并继续接受新的支持者加入。发布时的签署方如下：

签署方类别	签署方数量	签署方名单
国家和政府	16	奥地利、巴林、加拿大、克罗地亚、塞浦路斯、爱沙尼亚、芬兰、法国、爱尔兰、肯尼亚、拉脱维亚、列支敦士登、卢森堡、荷兰、挪威、葡萄牙
企业	10	Anthropic, Black Forest Labs, Cohere, Domyn, Hugging Face, Microsoft, Mistral AI, OpenAI, Sakana AI, Synthesia
民间社会	7	LawZero, SaferAI, AI Safety Connect, Ifri, Geopolitical Center for the Datasphere, GPAI Policy Lab, CeSIA

Google、Meta 和 SpaceXSI 未出现在企业名单中，美国、英国和日本也未出现在国家名单中。

声明包含三项承诺。第一项旨在建立前沿模型风险评估与管理的共同框架，以共同标准和评估工具为基础，重点关注危险用途（网络、核、放射性、生物、化学），以及自主性不断增强或对齐偏差带来的风险，包括失控风险；评估中的非敏感结果将以标准化格式发布在公众可访问的共享存储库中。第二项涉及责任：前沿模型开发者承诺披露模型能力、局限和已知风险，在与风险程度相称时支持独立评估，并配备能够停止其模型的安全机制（失效安全机制），涵盖训练和内部使用。声明承认移除防护措施的风险，同时保留开放权重开发带来的益处。第三项涉及信息共享：建立早期预警系统，采用网络事件和人工智能控制事件的共同分类，并为举报人提供保密渠道，政策制定者承诺开通这些渠道。

Sakana AI 在参加会议后，于 11 月 10 日在 X 上宣布签署倡议。

🔗 《人工智能安全与安保巴黎倡议》（爱丽舍宫） · Sakana AI 的公告

Control Room：OpenAI 可在最多 35 秒内停止任意研究工作负载

11 月 9 日 — 同日，OpenAI 详细介绍了 Control Room，这一中央系统跟踪其整个研究基础设施中的模型工作负载，包括用于训练和评估的智能体采样，以及数据处理。每项任务在启动时都会申请一个标识符（job_id），每个推理引擎在处理请求前都要向 Control Room 申请授权；任务一旦被停止，其在所有引擎上的请求都会被拒绝。从作出停止决定到实际停止生成，最长延迟为 35 秒，这是授权缓存层造成的，OpenAI 希望将这一延迟降至零。

控制机制设置在集中的推理层，而非实验代码中。Control Room 默认拒绝请求：如果系统发生故障、被停用或遭到篡改，所有推理请求都会被拒绝。这一原则已应用于前沿模型的研究工作负载，并将在未来几天扩展至其他工作负载；所有智能体研究工作负载还必须具备获批的安全论证（安全论证材料）。

🔗 Control Room（OpenAI）

代码智能体：支持多人协作的 Cursor Projects、Amp Boxes、Delta、Antigravity 的 /swarm、Gemini CLI 和 Qwen Code

代码智能体方面，当天的重点集中在协作：Cursor 让多名队友的智能体一起工作，Antigravity 协调智能体群，Amp 托管其智能体构建的应用，Delta 则接纳 Conductor 用户。篇幅较短的更新（Claude Code、Codex CLI、Copilot CLI、Vibe CLI、Kimi Code…）见简讯。

Cursor 为 Projects 加入多人协作：队友的智能体共享上下文、计划和任务

11 月 10 日 — Projects 推出两个月后，Cursor 为其加入多人协作功能。在 Projects 中，一个协调智能体指挥一组智能体推进整个开发项目。用户可以邀请队友加入一个 Project：每个人仍与自己的协调智能体和执行智能体对话，但所有人共享同一层上下文（需求、图表、规格说明、原型）和一个任务看板，显示谁在做什么、每个人的智能体正在处理哪些工作，以及每项任务对应的 PR。在任一聊天中作出的决定，Project 中的所有智能体都可获取。

不同队友的智能体之间也会交流：据 Cursor 称，它们会在开始前分享计划，在工作过程中报告冲突，并帮助彼此解除任务阻塞。在 Cursor 内部，一些团队已经在共享的 Project 中处理值班任务。Cursor 将 Projects 描述为首个让软件团队与其所有智能体共同工作的工作空间；该功能自 11 月 10 日起以测试版向所有用户推出，尚未公布价格。

🔗 Projects 现已支持多人协作（Cursor） · @cursor_ai 的帖子串

Amp 推出 Boxes，用持续运行的机器托管智能体构建的成果

11 月 10 日 — 继用于开发的 orbs 和用于分享进行中工作的 portals 之后，Amp 又推出 boxes，用于长期托管已经构建的成果。每个 box 都是一台持久运行的虚拟机，没有容器或其他抽象层，智能体可在上面部署一个或多个应用，每个应用都有自己的 URL。部署可以设为私有，也可以通过 Sign In With Amp 保护；将 box 与工作空间共享后，每位成员都能部署新版本。每个 box 还配有自己的运行器，可启动智能体修改正在运行的应用的状态，例如清理团队维基的数据库。

boxes 按分钟计费，并可按时间表开机和关机。文章列出四种规格，但没有说明下表对应哪种方案；只说明视频中展示的是 Enterprise 方案的价格，而 Personal 和 Team 的 boxes 更便宜。

box 规格	机器配置	每小时价格	连续运行 30 天
b1.tiny	0,5 vCPU（峰值为 2），2 Go	0,025 美元	18 美元
b1.small（默认）	1 vCPU（峰值为 2），4 Go	0,042 美元	30 美元
b1.medium	2 vCPU，8 Go	0,069 美元	50 美元
b1.large	4 vCPU，16 Go	0,139 美元	100 美元

🔗 Boxes（Amp）

Delta 支持导入即将关闭的 Conductor 中的对话，并宣布 Cloud Runners 将于 11 月 11 日推出

11 月 10 日 — Zed 团队邀请 Conductor 用户转向 Delta，这是其支持智能体的多人协作编程环境。根据 Delta 的文章，Conductor 团队上周宣布加入 Meta 并停止运营其产品；同样据 Delta 称，Conductor Cloud 将从 11 月 13 日起不再接受新消息，并于 11 月 20 日关闭，当天开始删除数据。

因此，Delta 支持通过菜单导入 Conductor 对话；在机器上检测到这些对话时，也可从侧边栏导入，导入后会变为带有 Conductor 标签的私有讨论串。导入仅包含对话：文件和附件需从 Conductor 中保存，Cloud 工作空间必须在 11 月 20 日前转移到本地。Delta 还宣布 Cloud Runners 将于次日即 11 月 11 日推出，目前尚未上线：设为 Cloud 的讨论串会在托管运行器上运行其智能体，并在电脑、网页和手机之间同步。Claude Code 会话已可通过 Delta CLI 在其中同步；Pi 和 Codex 将陆续支持，同时正在添加对 Agent Client Protocol（ACP）的支持。

🔗 导入你的 Conductor 对话（Delta） · @zeddotdev 的讨论串

Antigravity 推出 /swarm 预览版，2.30.0 和 2.31.0 版本加入 Knowledge Work 界面

11 月 9 日和 10 日 — 随着 Gemini 4 Carbon 的到来，Antigravity 在应用和 CLI 中推出 /swarm 预览版：协调智能体将工作分配给并行运行的工作智能体，每个工作智能体都有自己的 git worktree；与此同时，对抗式验证智能体会运行测试并对 diff 提出质疑。所有智能体都通过一个只可追加的共享消息板交流，等待中的智能体不消耗词元。每种角色均可使用各自的模型，Carbon 负责协调和审查，Argon 或更轻量的模型负责执行，但 Google 提醒，智能体群会比普通对话更快地消耗配额。

11 月 9 日发布的应用 2.31.0 版本带来了 /swarm、字体大小设置，并要求浏览器智能体下载文件前必须获得批准。同日发布的 2.30.0 加入 Knowledge Work 布局，隐藏代码修改和开发者工具，面向研究、写作和日常任务；它完成了语音模式（不包括专业和企业账户）与远程智能体（面向付费 Ultra 和 Pro 订阅者）的全面推出，并可将 Claude Code、Codex 或 Cursor 的配置导入一个插件（MCP 服务器、技能、命令、子智能体、指令）。

🔗 Gemini 4 Carbon 与 /swarm（Antigravity 博客）

Gemini CLI 时隔六天再次发布，推出稳定版 v0.68.0 和预览版 v0.69.0

11 月 10 日 — 由于缺少每夜构建版本（工作流自 11 月 5 日以来每晚均失败），Gemini CLI 在六天没有发布新版本后，以十二分钟的间隔发布了一个稳定版和一个预览版。稳定版 v0.68.0 仅将 11 月 4 日的 v0.68.0-preview.0 转为正式版本：扩展验证、429 错误倒计时、回退后保留模型。

预览版 v0.69.0-preview.0 终于发布了此前留在主分支上的改动：用于查看每日词元用量的 /stats heatmap、将主题放入独立的 theme.json 文件、/model 会验证模型名称并接受直接参数，以及首批响应头返回前的 60 秒超时现在可配置。它还加入约二十项此前未发布的修复：在无界面模式下，中断会终止子进程，并保留信号对应的退出码；shell 模式不再在已有 gemini 会话中打开另一个会话；在 macOS 上，先确定文件夹信任状态，再启用 Seatbelt 沙盒；多个与 PDF 相关的内存泄漏得到修复。

🔗 Gemini CLI v0.69.0-preview.0 · Gemini CLI v0.68.0

Qwen Code v0.27.2 将 WeChat、QQ 和电子邮件接入 Web Shell，并向 Mods 开放三项 API

11 月 10 日 — 在 v0.27.1 发布的次日，Qwen Code v0.27.2 成为稳定版，共有 55 条更新，其中包括 20 项功能和 20 项修复。Web Shell 现在可配置 WeChat、QQ 和电子邮件渠道，前两者支持扫码登录，并在输入区域下方显示轮次数、输出速度、已消耗的词元和缓存命中率。

Mods 是该工具的扩展机制，新增三项 API：$.model.complete 用于不使用工具或历史记录的一次性补全，ui.render 钩子用于重写回答的显示文本，而不改动存储的文本，$.store 用于跨会话保留值。终端处于后台时，待处理的审批会触发响铃或桌面通知；Managed Agent 则提供会话摘要，可选择自动生成。唯一标记为破坏性的变更是升级 SDK 和 Web Shell 的依赖项。

🔗 Qwen Code v0.27.2

Grok Bot 接入 Tailscale 私有网络，以访问内部 MCP 服务器

11 月 10 日 — SpaceXSI 的智能体 Grok Bot 现在可以加入个人或企业的 Tailscale 私有网络（tailnet），以访问未对互联网开放的私有 MCP 服务器、内部工具和应用。可通过 Grok Bot 桌面应用中的 Tailscale 插件启用。

据 Tailscale 称，此集成基于前一天正式全面开放的 Tailscale OAuth apps。Grok Bot 不再使用共享服务身份，而是作为绑定于授权用户身份的设备加入 tailnet，无需粘贴密钥或机密凭据：访问规则、审计日志和设备配额均与该用户的其他机器一样适用。在 Tailscale 的 Premium 和 Enterprise 方案中，Grok Bot 带有专用的安全态势属性（custom:grokbot），可据此只向它开放特定 MCP 服务器，而无需赋予它拥有者的全部网络访问权限；在其他方案中，身份验证后添加的标签发挥同样作用。其他智能体的开发商可以根据 OAuth apps 文档复现这一集成。

Grok Bot 自 10 月起就已通过 MCP 服务器工作；新功能在于访问私有服务器。前一天，其账号还重置了所有用户的每周限额。

🔗 @bot 的公告 · Tailscale 文章

Gemini 进入设备和软件：Pixel 10、motorola signature 27 以及与 Adobe 的合作

Google 将 Gemini 扩展到更多手机和合作伙伴的软件中，没有推出新模型。

11 月 10 日 — Gemini Intelligence 是 5 月宣布的 Android 主动式人工智能层，如今正扩展到更多设备。Motorola 发布 motorola signature 27，这是其首款搭载 Gemini Intelligence 的设备，将于 11 月 19 日起在美国接受预订；11 月的 Pixel Drop 为 Pixel 10、Pixel 10 Pro XL 和 Pixel 10 Pro Fold 带来最新功能。能够将口述整理为清晰文本的 Rambler 也将登陆这些设备，而应用内任务自动化（点餐、叫网约车、预订）将扩展至英国、印度和日本。

Create My Widget 可根据描述创建主屏幕小组件，并从 Gmail、Agenda 和 Search 中获取信息；该功能将在未来几周陆续推出，也会登陆 Pixel Watch。Device Assistance 允许用户请求 Gemini 释放存储空间、检查位置信息访问权限，或减少干扰，同时让重要来电接通。Android Auto 也宣布即将提供主动建议，但尚未给出日期。

🔗 Gemini Intelligence：11 月新功能（blog.google）

Google 与 Adobe：在 Drive 和 Gmail 中集成 Acrobat，并探索用于 Photoshop 的 Google DeepMind 图像模型

11 月 10 日 — 在 Adobe MAX 期间，Google 宣布扩大与 Adobe 的合作，所有相关功能都将在未来推出，尚无具体日期。用户将能直接从 Google Drive 和 Gmail 使用 Acrobat（作为推荐应用，并在文件预览中显示“使用……编辑”入口），Gemini 和 Gemini Enterprise 的 Adobe 连接器将扩展到 Acrobat 和其他创意工具，这些工具也将进入 Search 的人工智能模式。企业将能在 Gemini Enterprise 中使用 Adobe 的 CX Enterprise Coworker 智能体，它可以创建视觉素材、处理 PDF 并发起营销活动。

在另一个方向上，Google 的前沿模型将进入 Adobe 的应用，但未说明具体模型。Adobe 和 Google DeepMind 还将探索新的编辑能力，首先研究用于 Photoshop 的图像模型，有望实现近乎即时的修图：这仍是研究中的方向，并非已宣布推出的产品。

🔗 Adobe 与 Google 扩大合作（blog.google）

工作与人工智能：OpenAI 和 Upwork 表明，人工智能正在重组自由职业工作，而非取而代之

11 月 10 日 — OpenAI 的《工作前沿》系列推出新一期：其经济学家与 Upwork 合作，在《人工智能时代自由职业工作的重新组合》报告中交叉分析 ChatGPT 的使用情况和自由职业项目招聘信息。首个发现是，两者的分布并不相同：写作在 ChatGPT 使用中占比明显更大，而视频与动画在 Upwork 招聘信息中更突出。

在配对的 63 个子类别中，43 个呈现同一种模式：在 ChatGPT 中相对常见的活动，在 Upwork 上的份额下降。其余 20 个则呈相反趋势，作者因此认为，单凭 ChatGPT 使用情况无法解释这些变化。

Upwork 项目类别	招聘信息占比，S1 2025 至 S1 2026
移动开发	+2,27 个百分点
视频与动画	+1,38 个百分点
QA 测试	+0,58 个百分点
内容写作	-0,57 个百分点
网页与移动端设计	-0,68 个百分点
网页开发	-1,98 个百分点

人工智能相关项目正在重组职业：从 2023 年初至 2025 年底，其招聘信息中要求完成的任务多样性提高了 45 %，按同等出现频率折算的任务数从 14,6 增至 21,2。它们公布的时薪与其他项目相近，但固定总价预算和工时总量更高。

🔗 人工智能对自由职业工作的影响（OpenAI） · OpenAI 与 Upwork 完整报告（PDF）

开放数据与研究：Transformers 中的决策模型、MotionGraphicsBench、嫁接专家和 Dory1.0-4B

四项开放发布，涵盖一个库、一项基准测试、一种训练方法和一个模型。

DecisionPipeline 和 AutoModelForDecision 加入 Transformers，代码已合并但尚未纳入已发布版本

11 月 10 日 — Hugging Face 发布决策模型参考指南。这类模型不生成文本，而是为预定义答案（某项服务、紧急程度、是或否）分配概率。指南由 Aritra Roy Gosthipaty、Lysandre、Pedro Cuenca 和 Tom Aarsen 撰写，宣布 Transformers 将加入 DecisionPipeline、AutoModelForDecision 和 DecisionConfig 类，可像调用分类流水线一样调用 pipeline("decision", ...)。

这段代码来自 11 月 9 日合并到主分支的 PR 50054，目前尚未包含在任何已发布版本中：最新版本 v5.22.2 发布于 11 月 6 日。文章还演示了使用 Trainer API 在 JEV-9B 上微调决策模型。指南其余部分汇集了已可用的组件（transformers serve 的 /v1/systemone 端点、通过 llama.cpp 提供服务、Hub 标签）。文中未公布任何性能数据。

🔗 Hugging Face 中的决策模型 · Transformers 的 PR 50054

MotionGraphicsBench：GPT-6 Astra 以 67,7 % 领先，仅四个模型超过 50 %

11 月 10 日 — Jiaju Ma（斯坦福大学与 Figma）和三位来自 Figma 的共同作者发布 MotionGraphicsBench，这项基准测试衡量模型为现有矢量图形制作动画的能力。100 项任务均由专家根据真实的 Lottie 动画编写，每项提供一个静态 SVG 和一条动画指令；结果由确定性验证程序检查。这些验证程序与人类判断的一致率为 93,3 %，而基于 GPT-6 Astra 的视觉评判模型为 83,3 %。

在来自 12 家供应商的 32 个模型中，以各自最高推理强度运行时，仅四个模型的首次尝试成功率超过 50 %，GPT-6 Astra 以 67,7 % 领先。表现最好的开放模型仍远远落后。

受测模型（推理强度）	pass@1
GPT-6 Astra (max)	67,7 %
GLM 5.3 (max)	39,8 %
Qwen 3.8 (xhigh)	39,4 %
Qwen 3.8 Flash-Next (xhigh)	34,0 %
16 个专有模型的平均值	38,8 %
16 个开放模型的平均值	21,8 %

🔗 MotionGraphicsBench（Hugging Face 博客，Figma） · arXiv 论文

TNG 为 Qwen3.5-35B-A3B 接入 Rust 和 Haskell 专家，无需重新训练即可组合

11月10日 — TNG Technology Consulting 在不改动原有专家的情况下，为混合专家模型（MoE）添加新专家：它们位于独立的参数空间中，路由器则学习何时调用它们。在 Qwen3.5-35B-A3B-Base 上，Rust 专家将 Rust 代码生成的 pass@1 从 0,62 提升至 0,73，Haskell 专家将 Haskell 的成绩从 0,32 提升至 0,51；两者的通用能力得分分别为 0,78 和 0,80，基础模型为 0,80。

两个分别训练的专家可以合并到同一个 checkpoint 中，并保留大部分提升（0,70 和 0,50）。表现最好的 LoRA 适配器单独使用时成绩大致相当（0,74 和 0,48），但将两者平均合并后，成绩降至 0,67 和 0,36。这些专家仅在持续预训练阶段添加，博文未提供任何已发布权重的链接。

评测配置	Rust	Haskell
基础模型	0,62	0,32
添加 Rust 专家	0,73	—
添加 Haskell 专家	—	0,51
组合两个专家	0,70	0,50
两个 LoRA 的平均合并	0,67	0,36

🔗 自带专家！（Hugging Face 博客，TNG）

Dory1.0-4B：NVIDIA 发布可在推理时调整计算量的小型循环模型

10月16日发布，11月10日再次受到关注 — NVIDIA 已在 Hugging Face 上发布 Nemotron Labs 的开放语言模型 Dory1.0-4B，此前本资讯尚未收录。它没有继续堆叠层数，而是在输入模块和输出模块之间反复使用同一个包含 20 层的模块；输入与输出模块各有 8 层，每次循环都会重新注入输入。循环次数可以在推理时调整，无需重新训练，以增加计算量换取精度；仅保留最后一轮循环的 KV 缓存。

Dory 原生采用 NVFP4 预训练，随后以 BF16 继续训练，提供 BF16、MXFP8、NVFP4 和 Q5_K_M 版本，支持 256K token 的上下文，面向英语，采用允许商业使用的 OpenMDW-1.1 许可证。vLLM 支持正在审查中，BF16 版本上个月的下载量为 13 488 次。NVIDIA 于11月10日为其举办了一场“专家答疑”直播。

🔗 Dory1.0-4B（Hugging Face）

快讯

编程智能体

Claude Code 2.1.322 — 此版本仅有一项更新：快速模式登陆 Vertex 的 global、us 和 eu 区域，如果 Vertex 拒绝使用，则回退至标准速度。根据文档，这是 Google Cloud 的 Agent Platform 上的 Fable 5.2 快速模式，可通过 /fast 或启动选项启用。🔗 来源
Codex CLI 0.167.1 — 未附发行说明的修复版本：根据其两个 pull request，默认关闭的选项 incremental_tools_legacy 会在对话过程中逐步声明工具，且仍仅供 Amazon Bedrock 提供商使用。同日，openai-python 3.49.0 和 openai-node 7.55.0 添加了异步函数的类型支持。🔗 来源
Copilot CLI 1.0.109 和 1.0.110-0 — 稳定版 1.0.109 包含 158 项更新：选择器加入 Fable 5.2，沙箱主机规则支持 CIDR，/share 跟随符号链接前需要确认。预览版 1.0.110-0 移除旧的远程控制方式，改用 AHP 环境，并在使用量达到 90 % 时便建议充值 AI 额度。🔗 来源
Copilot CLI 的 C++ Language Server — 服务器现已内置 MSBuild 编译命令提取器，并在打开项目时自动调用，无需配置 skill，也无需手动提供 compile_commands.json；CMake 项目仍通过 skill 处理。需要 Copilot 订阅。🔗 来源
GitHub Agentic Workflows 1.2.2 — 1.2 系列的首个稳定版：更多工作流改用节省成本的模型路由，取代固定模型；另有十个 Copilot 工作流添加了避免无用运行的关卡，cancel-work --obsolete 会取消过时任务。智能体的出站网络限制得到强化。🔗 来源
Antigravity CLI 1.5.3 — 11月7日发布的版本：显示每个子智能体的模型和推理强度，插件 hooks 接收 PLUGIN_ROOT 和 PLUGIN_DATA，并修复了终端沙箱中的一个漏洞（某条命令可能修改随后在沙箱外加载的环境）。🔗 来源
Vibe CLI 3.1.2 — Mistral 的命令行智能体现可禁用插件而无需卸载，重做了 /skills（搜索、开关、来自注册表且固定版本的共享 skill），并在 headless 模式下的每次补全前强制遵守 --max-tokens 和 --max-price。🔗 来源
CLI mistral 0.18.0 — Mistral 的应用与智能体部署工具现在会续期已过期的会话，避免因 401 错误而失败；添加了 mistral context show --json，并为在 Mistral 沙箱中运行的智能体赋予所需角色。🔗 来源
Kimi Code 2.5.3 — 引导消息现在会中断当前向模型发出的请求，后续工作在同一轮中继续，并提供专用的 steer 接入点；通过 npx 启动的 MCP 服务器可在 Windows 下重新启动。🔗 来源
v0 安全审查 — 根据用户要求，v0 会审查一次对话中的改动（或项目中风险最高的代码），查找缺少身份验证、注入或 SSRF 等问题，结合整个项目核实每项发现并提出修复方案，仅在获准后应用。仅限付费套餐，消耗 v0 额度。🔗 来源
Replit 的 Performance Scanner — Replit 推介了一款工具，可找出应用中潜在的性能瓶颈，为 Agent 提供修复起点；推文未说明上线日期、适用套餐或价格，该功能当时也尚未出现在文档中。🔗 来源
Devin 中的 Gemini 4 Carbon — Cognition 在 Devin Desktop 和 Devin CLI 中开放 Carbon；根据其博文，即使采用低推理强度，它也能超过 Gemini 4 Argon 的最佳成绩，而其最高成绩对应的每项任务成本低于 Argon 的三分之二。其在 FrontierCode 2.0 上的 40,0 % 成绩已于10月30日公布。🔗 来源
Warp 中的 Fable 5.2 — 11月9日晚，Warp 在 Warp Factories 和终端中开放 Claude Fable 5.2，并建议让它找出应用中的隐式状态机，使应用更易于智能体理解；未提供价格或基准测试结果。🔗 来源
Genspark 的 Code Agent 中的 Fable 5.2 — Genspark 为其 Code Agent 添加 Claude Fable 5.2，并重申它在 FrontierCode 2.0 上超过 Opus 5.5、取得最高分的说法，未提供具体分数、套餐或额度消耗。🔗 来源

企业

JPMorganChase — 该银行将 Claude 的使用范围扩展至工程师以外：pull request 审查、自修复智能体、事故分析、产品待办事项和风险评估。Claude Code 在其容器化平台 Devspace 中运行，智能体无法直接访问凭据，自动关卡会阻止 Claude 验收自己的工作；未公布具体数据。🔗 来源
Curative — 这家美国医疗保险公司借助基于 Claude 的智能体 Gwen（主要使用 Opus，由 Sonnet 复核、Haiku 评判），每周签订 2 000 至 2 400 份医疗服务提供方合同，而2025年全年仅为 2 100 份，每份合同约消耗 2 000 万 token；报销争议的处理时间从约 90 天缩短至不足 30 分钟。🔗 来源
CodeRabbit — 在 OpenAI 于11月9日发布的案例研究中，CodeRabbit 表示，借助 Codex，其软件交付量在六个月内提高至约 20 倍；免费的 Deep Scan 服务在 13 000 次深入扫描中发现了超过 43 000 个漏洞，GPT-6 Astra 能检出其内部测试集中 50 % 的问题。🔗 来源
Gemini for healthcare — Google Cloud 推出预览版解决方案，将患者病历、计费、临床指南和 Medicare 数据连接起来，在人工监督下执行多步骤任务（病历摘要、预授权审核），合作方包括 HCA Healthcare、Highmark Health 和 Northwell Health。🔗 来源

教育与社会

EMEA 地区学校中的 AI — OpenAI 总结了在爱沙尼亚、斯洛伐克、希腊和意大利开展教育合作的经验，并援引 ThinkYoung 的一项研究：79 % 的受访学生使用 AI 完成作业，但只有 47 % 表示有人教过他们如何使用。🔗 来源
面向照护者的工作坊 — OpenAI Academy 于11月10日与三家协会合作，在奥克兰、坦帕、匹兹堡、亚特兰大和底特律为家庭照护者举办免费 ChatGPT 工作坊；据 OpenAI 称，美国每周与健康有关的消息中，有超过 4 000 万条涉及亲友。🔗 来源

语音

基于 GPT-Live 的语音智能体 — OpenAI 开发者博客邀请 Juno、Treater、Picsart 和 Weekend 分享经验。在 Juno，一个后台小模型将转交给文本智能体的次数减少了 40 %，并将一次测试通话中最长的静默时间从 9,3 秒缩短至 3,2 秒；在 Treater，对话时长中位数增加了 26 至 30 %。🔗 来源

图像

Genspark 中的 Seedream 5.5 — Genspark 在 Genspark Design 和 AI Media Studio 中开放 BytePlus 的 Seedream 5.5 抢先体验，并为所有用户提供为期一个月的 40 % 折扣。🔗 来源
Ideogram 4.5 — Ideogram 宣称在 Rapidata 的一项基准测试中位居 20 个模型之首，领先于 FLUX 3 Image、Muse Image 和 MAI-Image-2.6。该测试由人类评审判断一张脸经过连续五次编辑后是否仍可辨认；未公布具体分数。🔗 来源
AMD GPU 上的 Pika H3 Flex — 一位女性贡献者在面向 Instinct MI350X 的专用分支中，将 Pika 开放权重视频模型的推理移植到 AMD GPU；Pika 呼吁 AMD 开发者参与贡献，未提供性能测量结果。🔗 来源

Hugging Face 与开放实验室

通过 Google Cloud 账单支付 Hugging Face 费用 — 在 Hugging Face 逐项批准订阅后，组织现在可以通过 Google Cloud Marketplace，按照 Hugging Face 的公开价格支付 Team 和 Enterprise 订阅、Jobs、Inference Endpoints、Inference Providers、GPU Spaces、ZeroGPU 及存储费用。🔗 来源
Google Cloud 上的 Muse — 11月9日晚，Meta 宣布 Muse Ember 和 Muse Wonder 将登陆 Google Cloud，Muse Spark 1.3 自9月起已在该平台提供预览版；未说明具体服务、可用状态或价格。🔗 来源
Hugging Face 上的 2 000 万名创作者 — 据克莱芒·德朗格称，Hugging Face 拥有 2 000 万名 AI 创作者，托管了 300 Po 的模型、数据集、智能体轨迹和 RL 环境，其中 9 Po 是一周内新增的；10月的活跃用户数和营收均创下其单月纪录，但未公布金额。🔗 来源
Trainium3 上的 GLM-5 — 戴维·科尔瓦西耶使用已发布的 Transformers 代码，在单个 trn3.48xlarge 实例上运行 GLM-5（7540 亿个参数）：加载耗时 43 分钟，首个 token 用时 4,1 秒，批量大小为 1 时每秒生成 6,9 个 token；作者表示，这是未经优化的初次测量。🔗 来源
OpenMed 的疾病识别 — 马齐亚尔·帕纳希发布了三个采用 Apache-2.0 许可证的开放模型，参数量从 194M 到 576M，可在 CPU 上识别英语医学文本中的疾病；在 NCBI Disease 上微调后，它们在 BC5CDR 上的 F1 提高了约 14 分。🔗 来源
未经测试便交付的智能体 — 塞尔坎·佩克尔在一篇土耳其语博文中展示，SWE-agent 的 47 293 次交付中，有 39,4 % 在最后一次修改后未进行测试，其解决问题的几率约低三分之一（比值比为 0,68）；该假设已预注册，并使用 Claude Code 和 gpt-oss-120b 完成复现。🔗 来源
借用推理 — 蒂莫费·克柳宾将 Qwen3.8-27B 的推理轨迹插入 Qwen3-8B，使后者在 300 道 LiveCodeBench 题目上的成绩从 51,1 % 提升至 80,9 %；两个经过训练、用于生成此类轨迹的 8B 模型未带来帮助。🔗 来源
FiftyOne 中的 EgoDex — 哈普里特·萨霍塔转换了 Apple 发布的 EgoDex 测试集：包含 111 种操作任务的 3 243 个片段，共 7 小时，附有通过 Apple Vision Pro 记录的 68 个关节的姿态数据。🔗 来源

这意味着什么

与前一天的 Fable 5.2 一样，Gemini 4 Carbon 在发布当天就由接入它的平台进行评测，各自采用自己的测试集：在 Cursor 的 CursorBench 4.0 上为 60,4 %，在 Perplexity 的 WANDR 上为 0,857，在 Devin 中则以低推理强度就超过了 Argon 的最佳成绩。Google 也在自己的博文中引用了这些外部排名。这些数字必须结合成本解读：在 Cursor，Carbon 低推理强度的每项任务成本高于高推理强度；Perplexity 则将与 Fable 5.2 相差 0,006 分、成本为其 40 % 的结果称为持平。GitHub 未给出任何数据，却默认启用 Carbon，而 Fable 5.2 仍需等管理员接受 Anthropic 的数据保留条款后才会启用。

11月30日成为一个关键时间点。Google 将 Carbon 的首发优惠价截止日期定在这一天（每百万 token 分别为 2 美元和 10 美元，之后为 4 美元和 20 美元），Cursor 从12月1日起恢复原价，Perplexity 的 Agent API 也采用这一首发价格。图像领域的首发折扣同样越来越多：MiniMax H3-Image 的 1600 万像素图像享受为期一周的 50 % 折扣，Genspark 中的 Seedream 5.5 享受为期一个月的 40 % 折扣。因此，当天公布的每项任务成本需要结合其计价基础来理解：Devin 明确表示按 API 公开价格测量，包含公开折扣，而 Cursor 页面未说明其成本是否计入折扣。

助手正在成为工作与商业活动的场所。OpenAI 向企业开放 ChatGPT，让它们管理自身的商家资料、跟踪被提及的情况，并在其中部署可通过 ChatGPT Ads 付费推广的智能体，同时允许 Business 团队将套餐额度用于 v0、Warp 或 Notion。Anthropic 则将 Claude 打造成一个可以绘制图纸、维护电子表格、分享经过认证的指标，并完整打开 Confluence 或 Notion 的空间。同日，Anthropic 启动上市路演，仅公布两项数据：8.25 亿股 A 类股，以及 70 至 78 美元的价格区间，未披露估值、募资金额或上市日期。

停止模型的能力正从原则走向工程实践。签署《巴黎呼吁》的开发者，包括 OpenAI、Anthropic 和 Mistral AI，承诺建立能够停止其模型的机制，涵盖训练和内部使用；同日，OpenAI 介绍了自己的 Control Room，最长延迟为 35 秒，系统故障时默认拒绝放行。NVIDIA 则将 OpenShell 交由 CNCF 管理，用于控制智能体的文件、网络和凭据访问；Tailscale 让 Grok Bot 以用户身份接入私有网络，管理员可限制其权限。