Google DeepMind 推出 AlphaGenome 2，Qwen 开放 Qwen4-Max 预览版，Runway 发布 Praxis-1 开放权重

Google DeepMind 推出 AlphaGenome 2，可预测 ADN 突变对特定细胞类型的影响；同时推出 AlphaProof Code，在四周内证明了 Signal 协议的关键安全属性，并将证明覆盖至编译后的代码。Qwen 以 Qwen4-Max 预览版开启 Qwen4 系列，尚未公布基准测试或技术说明；Runway 以 Apache 2.0 许可证发布其机器人模型 Praxis-1 的权重，ElevenLabs 则在纽约召开峰会。在安全方面，OpenAI 发现其模型的推理过程变得更难监控，Perplexity 则在其 SPACE 沙箱中测试十二个模型。

AlphaGenome 2 按细胞类型预测 ADN 变异的影响，找出 30 % 的因果变异，此前为 16 %

11 月 11 日 — Google DeepMind 推出新一代 ADN 序列模型 AlphaGenome 2，此前已于去年发布首个 AlphaGenome，并于今年九月推出 AlphaGenome Atlas。此次变化可以用一个词概括：条件化。首个 AlphaGenome 针对组织和细胞系生成固定的预测结果；AlphaGenome 2 则在接收一百万个字母组成的序列时，同时接收目标生物学条件（某种组织、细胞类型或细胞状态），该条件既可从参考目录中选择，也可根据实验室的单细胞（single-cell）数据构建。

Your heart, brain, and immune system share the same DNA sequence. So how can a single-letter change affect disease in some cells, while sparing the rest? AlphaGenome 2 is our new AI model that zooms in on specific cells to help scientists understand what drives disease.

🇨🇳 你的心脏、大脑和免疫系统共享同一套 ADN 序列。那么，为什么仅改变一个字母，就能在某些细胞中影响疾病，却不波及其他细胞？AlphaGenome 2 是我们推出的新款人工智能模型，能够聚焦特定细胞，帮助科学家理解疾病的成因。 — @GoogleDeepMind 在 X 上

据 Google DeepMind 介绍，该模型使用覆盖 68 种组织的超过一亿份细胞特征谱进行训练，识别出的影响基因表达的变异数量接近此前最先进模型的两倍。它新增了一项备受期待的输出：ADN 甲基化，并能根据一种测量结果推断缺失的另一种测量结果。它还可在无需重新训练的情况下，适应仅由几十个细胞描述的新细胞状态，例如接种 COVID-19 ARNm 疫苗后被激活的 T 淋巴细胞。

TenK10K 上的评估（28 种免疫细胞类型）	AlphaGenome 2	经微调的 AlphaGenome 及其他专用工具
找出的因果变异	30 %	16 %
对基因影响的方向性	43 %	23 %

最后，该模型还通过计算复现了最近在慢性炎症性肠病中发现的一种机制：位于远端调控开关中的一个变异，会使肠道巨噬细胞中的 ETS2 基因过度激活。

AlphaGenome 2 即日起可通过 AlphaGenome API 和 Colab 教程用于非商业研究，商业研究则可通过私有预览版使用。AlphaGenome 2 Skills 将“很快”登陆 Antigravity，应用案例征集持续开放至 11 月 30 日。该工具仅限研究使用：不得用于临床或诊断。

🔗 AlphaGenome 2（Google DeepMind）

AlphaProof Code：Google DeepMind 用四周时间证明 Signal 协议的关键安全属性，覆盖至编译后的代码

11 月 10 日 — Google DeepMind 推出基于智能体的形式化验证框架 AlphaProof Code，相关消息于 11 月 11 日在 X 上发布。它的首个验证对象是一个典型案例：Signal 的加密协议，据博文介绍，该协议也保护着 Google Messages 中的对话。对程序进行形式化验证，就是以数学方式证明它满足相应的安全属性。这是目前最强的保障方式，但人工完成既费时又昂贵。

工作步骤	执行方	已公布的指标
将 Signal 的目标转化为规格说明	获得多个模型协助的研究人员	全部规格说明均经过审阅
用 Lean 语言编写证明	由 Gemini Carbon 驱动的智能体	超过 600 万行
复核证明并标记需要谨慎处理的部分	智能体，随后由人类专家处理	约占代码库的 1 %
将证明延伸至设备上运行的代码	研究人员和智能体	4 周

差别在于证明覆盖的层面。大多数协议验证止步于设计层面；而这里，关键属性已在编译后的代码层面得到证明，例如设备暂时遭到入侵前后消息仍受到保护。为了确认工具能区分安全代码与有缺陷的代码，团队在一份隔离的代码副本中，重新引入了两个已经修复的真实历史漏洞：在两种情况下，系统都生成了经过机器验证的证明，表明存在漏洞的版本并不安全。

据 Google DeepMind 介绍，这是人工智能首次以如此深入的程度，对广泛部署的密码协议进行形式化验证；也是无论是否使用人工智能，首次对如此普及的协议实现进行形式化验证。该实验室估计，此前这样的任务需要专家团队花费数年时间。验证产物已随技术论文一起开源发布。这些工作延续了 11 月 6 日的研究，当时 Google DeepMind 的智能体发现了 1024 位 RSA 的两处弱点。

Using AI agents to translate live code into valid Lean theorems is a major breakthrough.

🇨🇳 利用人工智能智能体，将生产环境中的代码转化为有效的 Lean 定理，是一项重大突破。 — 埃伦·克雷特，Signal 首席技术官

🔗 AlphaProof Code 介绍（Google DeepMind） · 技术论文（PDF）

Qwen4-Max 预览版：Qwen 以一条推文开启 Qwen4 系列，尚无基准测试或技术说明

11 月 11 日 — Qwen 通过 @Alibaba_Qwen 账号上的一条置顶推文开启 Qwen4 系列，该推文发布当天浏览量已超过一百万次。首个可用模型是 Qwen4-Max，已在 Alibaba 的 Token Plan 上提供预览；这是 QwenCloud 的订阅方案，将多个模型纳入同一配额。用户还可通过 QwenWork、编程环境 Qoder、Qwen 应用和 QwenStudio 抢先体验。

Qwen4 is coming. Deeper knowledge. Richer world understanding. Stronger coding and agentic capabilities. Built for real-world tasks — from complex coding and knowledge work to front-end builds and professional software workflows.

🇨🇳 Qwen4 即将到来。知识更深入。对世界的理解更丰富。编程与智能体能力更强。专为实际任务而设计，涵盖复杂代码与知识工作、前端界面构建，以及专业软件工作流程。 — @Alibaba_Qwen 在 X 上

公告内容仅限于此。下表整理了已公布与尚未公布的信息。

公告项目	截至 11 月 11 日的状态
Token Plan 上的标识符	`qwen4-max-preview`
标示能力	文本生成、推理、视觉理解
模型访问方式	Token Plan 上的预览版，以及 QwenWork、Qoder、Qwen APP 和 QwenStudio 中的抢先体验
标示优惠	限时降价 80 %，未说明适用范围
基准测试、参数数量、上下文长度	尚未公布
API 价格、开放权重、博客文章	尚未公布

Qwen 沿用了 Qwen3.8 的发布模式：后者先于 7 月 19 日在 Token Plan 和 Qoder 中提供 Max 预览版，再于 8 月 3 日全面发布。在此次公告之前，@Alibaba_Qwen 曾于 11 月 6 日发布一则未透露模型名称的预告。

🔗 Token Plan 页面（QwenCloud）

Runway 以 Apache 2.0 许可证开放 Praxis-1 权重，在 RoboLab-120 世界动作模型中居首

11 月 11 日 — Runway 兑现了 9 月 30 日的承诺：其面向机器人的世界动作模型（world action model）Praxis-1 已在 Apache 2.0 许可证下开放权重，允许商业使用。许可证涵盖权重、推理代码，以及完整微调和 LoRA 微调的代码。三个检查点（base、DROID 和 YAM）已上线 Hugging Face，代码则发布在 GitHub；LeRobot 原生支持该模型，vLLM-Omni 可提供模型服务，Reactor 则提供托管推理。

Praxis-1 基于 Runway 的视频模型构建：这是一个采用混合专家机制的扩散变换器，总参数量为 27,2B，其中视频部分为 26,9B，每个 token 约激活 2,8B 参数，另有一个参数量为 314M 的“动作专家”。每次调用时，它会同时预测后续图像以及达到该画面所需的动作，也就是在 H100 上用 0,55 至 0,6 秒计算出 1,6 秒的动作。bf16 格式下模型大小为 54,4 Go，一块 80 Go 的 GPU 即可容纳。

在 NVIDIA 的仿真基准 RoboLab-120（120 项任务、1 200 个回合）上，经过 DROID 微调的版本成功完成了 46,2 % 的回合。这是世界动作模型和开源机器人模型中的最高分，但根据技术报告，有四个参评系统的得分更高：基于前沿模型构建的零样本智能体 AMP1，将前沿视觉语言模型用作策略的 SenseNova-RoboRSI，以及两个闭源模型 Lakeside 和 BiMind v0.5。

RoboLab-120 排名中的参评系统	成功率
AMP1	86,0 %
SenseNova-RoboRSI	57,1 %
Lakeside	51,0 %
BiMind v0.5	49,2 %
Praxis-1（经 DROID 微调）	46,2 %
FLUX 3 Action	42,9 %
Atomic-WAM	39,6 %
OASIS WAM	39,0 %
Cosmos 3 Nano	36,8 %
π0.5	28,0 %

在 Google RT-1 上微调后，Praxis-1 在 SimplerEnv 上达到 80,0 %，而原始 RT-1 策略为 52,4 %；该机器人并未出现在其训练数据中。在同一双臂工作站上执行三项任务时，与 GPT-6 Astra 相比，其完成任务的平均速度快 15,6 倍，每项成功任务的成本低 51 倍（0,04 美元对 1,87 美元，以 H100 每小时 3,95 美元计算）；不过，报告仍将这两种方法视为互补。另有两个针对 NVFP4 格式训练的变体（DROID 和 YAM）也已上线：下载时为 bf16 格式（54,4 Go），加载时将其中的专家转换格式后，内存占用降至 17,5 Go；这一模式仍属实验性质，仅面向 RTX 5090 和 RTX PRO 6000 Blackwell。

🔗 Praxis-1 现已发布（Runway） · 技术报告 · Hugging Face 合集

ElevenLabs 纽约峰会：Marketplace、Partner Program 和 ElevenAI 已上线，Interaction Engine、Memory 和 Routines 正式公布

11 月 11 日 — 在纽约峰会上，ElevenLabs 围绕其所称的人工智能交互层（面向人工智能的交互层）发布了一系列公告。部分功能即日起可用，其余功能计划在未来几个月或明年推出。

峰会公告	截至 11 月 11 日的上线情况
ElevenLabs Marketplace（按行业划分的智能体和应用）	已开放，合作方包括 Salesforce、IBM、NiCE、Twilio 和 Zendesk；明年可使用 ElevenLabs 承诺消费额度购买
ElevenLabs Partner Program	已启动：在 44 个国家拥有超过 550 家合作伙伴，并与 McKinsey 和 QuantumBlack 结成联盟
ElevenAI（基于 Scribe v3 的语音输入和会议笔记工具）	免费抢先体验
Interaction Engine	预览版
ElevenAgents 中的 Memory 和 Routines	已公布
语音模型和开源 LLM 的微调	“未来几个月内”

ElevenAI 可在任何应用中进行语音输入，并在告知被录音者并征得同意后记录会议笔记，随后向每位参与者提供摘要及其待办事项。在智能体方面，Interaction Engine 负责管理发言轮次和打断，并在每一步选择合适的 LLM：用低成本模型进行分流，用前沿模型处理退款等复杂情况。Memory 旨在让智能体记住已通过身份验证的客户，以及客户在交谈中顺带提及的细节；Routines 则用于自动处理对话前、对话中和对话后的工作。企业还将能够使用自己的数据微调 ElevenLabs 的语音合成和语音转写模型，以及开源 LLM。面向医疗领域的转写模型 Scribe v3 Medical 也被提及，但未公布推出日期。

公司还公布了一些数据：超过 55 % 的收入来自企业，财富 500 强中近 70 % 的公司有员工使用其平台。在提及的客户中，通过 ElevenAgents 实现语音交互的 Yahoo Scout 在提供超过 30 亿次回答后结束了测试阶段。

🔗 ElevenLabs 纽约峰会（ElevenLabs） · @ElevenLabs 的帖子串

ElevenLabs 与 NVIDIA：Nemotron 3.5 Super VL 接入 ElevenAgents，计划增加 15 MW 的 Vera Rubin 算力，并为波兰电子医疗平台提供语音智能体

11 月 11 日 — 峰会期间公布的 NVIDIA 合作扩展涵盖三个方面。在模型方面，Nemotron 3.5 Super VL 已在 ElevenAgents 上线。根据 ElevenLabs 的说法，在 ElevenAgents 模拟真实客服任务的基准测试中，该模型的端到端准确率在其他大型开放模型中处于领先水平，而成本低 70 %；关闭推理后，它位列平台速度最快的三个模型之中。

在算力方面，ElevenLabs 计划在现有 Blackwell Ultra 系统的基础上，增加 15 MW 的 Vera Rubin 算力，以支持对安全性和数据驻留有要求的部署。在主权部署方面，波兰正利用语音智能体致电只有固定电话的患者，提醒其就诊或调整预约；该智能体接入国家电子医疗平台的中央系统，该平台每年管理 4000 万次预约。智能体使用 NVIDIA Confidential Computing 在本地运行。两家公司表示，正在探索面向机器人和车辆的嵌入式语音功能，但尚未公布产品。

🔗 ElevenLabs 与 NVIDIA（ElevenLabs）

Anthropic 为 Pro、Max、Ultra 和 Team 订阅用户提供一次完整额度重置，有效期至 12 月 10 日

11 月 10 日 — @ClaudeDevs 在巴黎时间晚间发布消息称，Anthropic 向所有 Pro、Max、Ultra 和 Team 订阅用户免费提供一次完整的使用额度重置，涵盖所有模型和所有额度限制。用户可在 **12 月 10 日 14 时（PT）**之前随时通过设置 > 使用情况，或短链接 clau.de/reset 触发重置。

Anthropic 表示，最近修复了几个导致额度消耗超出预期的小问题，但没有说明具体细节，并强调并非所有用户都受到影响。公司也承认，前一天为庆祝 Fable 5.2 发布而提供的 Fable 额度重置，对那些所有模型的每周额度都已用尽的用户帮助不大。此前的重置仅适用于 Fable，且额度因订阅时长而异；当天提供的重置则只有一次，对上述所有方案一视同仁，并涵盖全部模型。公告没有提及 Free 和 Enterprise 方案，截至 11 月 11 日，也没有帮助页面详细说明这一优惠。

🔗 @ClaudeDevs 的公告

Grok Bot 1.0：SpaceXSI 的 Bot 支持更精细的共享、加入会议并相互协作

11 月 11 日 — SpaceXSI 先后通过 @bot 和 @SpaceXSI 账号在 X 上宣布推出 Grok Bot 1.0，称其为人工智能队友的一次重大更新；不过，x.ai 上介绍该更新的页面标注的日期是 11 月 2 日。多项功能已在测试期间推出，包括 9 月底上线的 Team Bots、10 月初上线的主动任务建议，以及早在 9 月就已支持的 Microsoft Teams 内操作功能。Grok Bot 1.0 将这些功能整合起来，并加入更多多人协作能力：

Team Bots 自 9 月底起就已拥有各自的 Slack 标识符，如今可共享给指定人员或群组，并可在 Slack 或 Microsoft Teams 中使用；它们能够识别对话参与者，主动提出承接工作，并与另一个 Bot 协同；
它们可以加入视频通话（Meetings），通过聊天参与讨论，引用过去的对话内容，并记录决策；
在共享空间中，每个 Bot 都遵守与其交谈者的权限，在执行敏感操作前征求同意，并确认某项信息是否可以分享到公开频道；
新增设置可用于管理 Team Bot 掌握的信息，分析功能则展示团队如何使用它。

Team Bots 仅限 Team 和 Enterprise 方案使用，Meetings 适用于 Team、Enterprise 和 Ultra 方案，Enterprise 方案需要由管理员启用。SpaceXSI 表示，已经在会计、客服、销售和营销部门使用 Bot 作为队友。公告未提供价格或使用量数据。

🔗 Grok Bot 1.0（SpaceXSI） · @SpaceXSI 的公告

语音助手：ChatGPT Voice 仅保留 GPT-Live，Gemini Live 登陆 Apple CarPlay

面向大众的语音助手迎来两项变化：OpenAI 将 ChatGPT Voice 统一到一个模型，Google 则让 iPhone 用户能够在驾驶时使用 Gemini Live。

OpenAI 将于 12 月 11 日停用 ChatGPT 的 Advanced 和 Standard 语音，改用 GPT-Live

11 月 10 日 — OpenAI 将于 2026 年 12 月 11 日停用 ChatGPT Voice 的 Advanced 和 Standard 语音。届时，它们将从选择器（设置 > 语音）中消失，仍在使用这两种语音的用户将自动切换到由 GPT-Live 驱动的 Live voice；在此之前，两者仍可使用。OpenAI 表示，这一决定基于 7 月推出的 GPT-Live 的普及情况：自上线以来，语音使用量几乎翻倍，如今几乎所有与 ChatGPT 语音交流的用户都在使用这一能够同时听和说的模型（全双工）。

仍有两个例外。在 GPT-Live 能够处理实时视频和屏幕共享之前，这两项功能将继续使用 Advanced voice；自定义 GPT 的语音也将继续使用 Advanced，直到这些 GPT 于同一个 12 月 11 日停用。以往的对话仍会保留在历史记录中。此次停用仅涉及 ChatGPT，公告没有提及 API 音频模型。

🔗 停用 Advanced 和 Standard 语音（OpenAI 帮助中心） · @OpenAINewsroom 的公告

Gemini Live 登陆 Apple CarPlay，面向所有 iOS 版 Gemini 用户开放

11 月 11 日 — 继 Android Auto 和内置 Google 的汽车之后，Gemini 应用现已登陆 Apple CarPlay：iPhone 用户可以通过汽车屏幕与 Gemini Live 自由交谈，全程免手操作，也可以打断它或切换话题。Google 列举的用途包括规划一天的安排、借助 Gmail 和 Google 日历读取未读邮件并总结冗长的邮件往来、口述回复，以及排练演示。对话随后也会出现在 iPhone 应用中。

此次上线从今天开始在全球推开，面向所有 iOS 版 Gemini 用户，并支持 Gemini Live 的全部已支持语言。用户需要安装最新版本的应用，授予麦克风访问权限，并且至少在手机上使用过一次 Gemini Live。Gemini 由此加入了已登陆 CarPlay 的 ChatGPT、Grok 和 Claude 的行列。

🔗 Gemini 登陆 Apple CarPlay（blog.google）

模型安全：OpenAI 模型的推理链变得更难监测，十二个模型挑战 Perplexity 的 SPACE 沙箱

两项研究讨论了对于能力最强的模型，我们还能观察到什么，以及能将其限制到什么程度。

OpenAI：随着模型能力提升，推理链的可监测性下降

11 月 10 日 — OpenAI 的对齐研究人员正在研究影响推理链（思维链，CoT）可监测性的因素，即能否通过阅读模型的推理来监测模型。OpenAI 此前已在 GPT-6 Astra 上观察到这种可监测性的下降。杰弗里·王于 11 月 11 日通过帖子串介绍了这项研究，研究跟踪两个间接指标：无 CoT 能力，即模型在单次处理中能解决什么问题；以及 CoT 的可控性，即模型按照指令修改自身推理的能力。

训练阶段	OpenAI 观察到的影响
预训练	随着困惑度下降，无 CoT 能力提升；GPT-6 Astra 仍符合这一趋势
模型架构	部分架构在多步规划和串行计算上的表现超出预期
强化学习	在一个 Astra 级别模型上，可控性显著提升，且没有额外的过程监督
使用生成数据微调	可控性会从教师模型传递给学生模型

作者自己也认为，可控性这一指标存在较大噪声：在他们研究的一对能力相当的模型中，可控性更高的模型并没有更善于避开监测器。他们引用英国 AISI 的估计：GPT-6 Astra 在不进行推理时的任务时长中位数为 30,9 分钟，而此前对 2028 年底的预测约为 7 分钟；数据污染可能抬高了这一数值。他们的结论是：预训练的进一步发展很可能需要新的方法。

🔗 模型全生命周期中的 CoT 可监测性（OpenAI） · 杰弗里·王的帖子串

Perplexity：十二个模型挑战 Computer 沙箱，没有一个逃出虚拟机

11 月 11 日 — Perplexity 发布《逃离 SPACE》第二部分，这是对 SPACE 开展的攻击研究（红队测试）；SPACE 是运行 Computer 智能体的虚拟机沙箱。十二个模型接受了两项测试：逃出虚拟机以获取宿主机上的一个标识符，以及绕过网络策略以访问一个被封锁的 URL。其中包括自 9 月 23 日发布第一部分以来新增的 Claude Mythos 5.1、Claude Opus 5.5 和 GPT-6 Astra。没有任何模型逃出虚拟机。在原始指令下，除三个 GPT 模型外，所有模型用于虚拟化相关探索的精力占比最多为 4 %；改用更聚焦这一目标的指令后，该占比提高了约 60 个百分点，但仍未成功。

网络绕过测试使用的是修复前的实现，模型可以访问源代码，每个模型进行 3 次尝试：

受测模型	成功绕过次数	文中给出的平均耗时
GPT-6 Astra	3 / 3	4,8 min
GPT-5.6 Sol	3 / 3	20,8 min
Claude Opus 5.5	3 / 3	21,6 min
Claude Mythos 5.1	3 / 3	36,6 min
Claude Opus 5.0	3 / 3	未提及
Kimi K3	2 / 3	未提及
GPT-5.6 Cyber	0 / 3	51,6 min
其他五个模型，包括 Grok 4.20	0 / 3	未提及

基于 Sol 构建、专注于网络安全的 GPT-5.6 Cyber，从未尝试寻找那个可提供 DNS 欺骗所需 IP 地址的函数；Perplexity 认为样本过于有限，无法据此得出普遍结论。根据六个评审模型的评判，Grok 4.20 排名垫底，在六次尝试中共出现 27 次虚假成功声明。漏洞修复后，未发现任何绕过方法。

🔗 逃离 SPACE：第二部分（Perplexity） · @perplexity_ai 的帖子串

Gemini Decision：Gemini API 返回校准后的概率，不产生输出词元，每百万词元收费 0,10 美元

11月11日 — Gemini API 的版本说明新增了 Gemini Decision（gemini-decision-1），通过专用的 Decisions API 提供服务。该模型不生成文字回答，而是针对提供的数据评估封闭式问题，并返回校准后的概率，输出词元数为零，让应用程序代码能够直接根据结果进行分类或路由。它提供三种格式：是或否（概率范围为 0,01 至 0,99，附带置信度指标）、从 2 至 255 个选项中选择，或按有序等级量表评分。

Gemini Decision 1 特性	公布值
支持的输入	文本、图像、视频、音频、PDF
每次请求的问题数	最多 1 000 个，共享同一份输入
最大输入	262 144 tokens
付费层级价格	每百万输入词元 0,10 美元，共享输入仅计费一次
免费层级	免费，数据会用于改进产品

Google 列举的用途包括请求路由、同时检查大量规则，以及由智能体选择工具。该模型目前仅在 Gemini Developer API 的 v1beta 版本中提供，不支持 Batch API 或上下文缓存。此次发布没有配套博客文章，而且该 API 与 Perplexity 于 10月1日推出的 Decisions API 同名。

🔗 Gemini Decision 1（Google AI Studio） · Decisions API 文档

A2UI 1.0：Google 让智能体通过原生界面作答的开放协议进入稳定版

11月11日 — Google 发布 A2UI 1.0，这是其生成式界面（generative UI）开放协议的首个稳定版本。智能体可以描述需要显示的内容，例如待确认的表单或图表，再由各应用使用自身的原生组件呈现。根据博客文章，敏感值在服务器端绑定，不会传递给模型。

1.0 版本新增双向函数调用，让航班选择器能够即时检查余票，同时还加入了无障碍支持和元数据扩展。开源渲染器覆盖网页端的 React、Angular 和 Lit，以及 Flutter 和 SwiftUI；Jetpack Compose 渲染器仍停留在 0.9.1。网页和 Flutter 渲染器可在 MCP Apps 中运行，因此也能用于 Claude 或 Gemini 等助手；除已有的 Python 智能体 SDK 外，还新增了 TypeScript 和 Dart 版本。Atlassian 已在 Jira 中使用该协议，负责工单的智能体可以通过交互式卡片向团队提问；Alation、Bloomberg 和 ByteDance 也在基于该协议开发产品。在 Google 内部，Gemini Notebook 已经使用该协议，Gemini Enterprise 则升级到 1.0。

🔗 A2UI 1.0（Google Developers Blog）

编程智能体：Delta 的 Cloud Runners、VS Code 1.146 和 Qwen Code 1.0 Preview

Delta 推出 Cloud Runners：无需依赖创建者的电脑，智能体线程也能持续运行

11月11日 — Zed 团队打造的多人协作智能体编程环境 Delta，正式推出前一天预告的 Cloud Runners。在会话线程的输入框中选择 Cloud 后，智能体的各轮操作便会在 Zed 托管、基于 E2B 的 Linux 沙箱中执行；用户可以从桌面端、网页端或手机跟进线程，并随时切回本地机器。运行器从 Delta 服务器获取代码，执行仓库的 .agents/setup 脚本（结果缓存一天），并使用用户配置的模型供应商和加密环境变量。获得授权后，git 和 gh 可代表用户在 GitHub 上操作，智能体还可以返回仅限有权访问该线程的人打开的预览网址。

运行器规格	分配的处理器	内存	可用磁盘空间
小型	2 CPU	4 Go	15 Go
中型（默认）	4 CPU	8 Go	30 Go
大型	8 CPU	16 Go	50 Go

在 Delta 筹备自身套餐期间，除 Student 外，所有 Zed 套餐均可免费使用计算资源，但受未公布具体数值的合理使用限制约束；模型费用仍按本地使用的方式计收。最多可同时运行六个运行器，终端会在一小时后关闭，运行器则会在闲置 10 分钟后暂停。

🔗 Delta 现已推出 Cloud Runners · Cloud Runners 文档

VS Code 1.146 弃用 Copilot 的 Local 运行框架，并为智能体会话新增 Inbox 模式

11月11日 — Microsoft 发布 VS Code 1.146，弃用 Copilot 的 Local 运行框架（Local harness）：该框架将于 2027年2月移除，在此之前仍可使用，但功能冻结。此后的新功能将仅加入基于 Copilot SDK 构建的 Copilot 运行框架。从 VS Code 1.143 起，它就是新会话的默认选项，也是唯一会执行组织沙箱和权限策略的运行框架。

Agents 窗口新增实验性的 Inbox 模式，会将等待用户介入的会话置顶；聊天也可以在独立窗口中打开（预览功能）。Compare Models 支持 Copilot Fusion 及其思考强度等级。在安全方面，权限提示提供针对特定域名、命令或目录的精细授权；沙箱还可以隐藏环境变量，仅在向获准主机发送 HTTPS 请求时注入真实值。VS Code 也开始支持由 MCP 服务器提供的技能（SEP-2640，预览功能），Copilot 会话则会遵循 PAC 和 Kerberos 代理配置。

🔗 VS Code 1.146 版本说明

Qwen Code 1.0 Preview 将 Qoder 与 Qwen Code 的智能体整合到原生二进制程序中，无需 Node.js

11月11日 — 在 Qwen4-Max 发布数小时后，Qwen 推出预发布版 Qwen Code 1.0 Preview，整合了阿里巴巴编程环境 Qoder 与 Qwen Code 的智能体能力，包括理解代码库、实现功能、调试和测试。用户可通过 Qwen 或 Qoder 账户、QwenCloud 或 Model Studio，以及任何兼容端点接入。该工具提供适用于 macOS、Linux 和 Windows 的 x64 与 arm64 原生软件包（共八个压缩包，大小约为 57 至 74 Mo），无需单独安装 Node.js，并保留会话恢复和非交互式执行能力。

仓库提醒，界面和选项仍可能变化，而且在 2026年12月结束前不再接受社区的拉取请求。根据 GitHub API，1.0 标签与前一天发布的 v0.27.2 没有共同历史。

🔗 Qwen Code v1.0.0-preview（GitHub）

开放模型与研究：Tether 的 BotPsy 和 Hugging Face 的词元池化

BotPsy-0.8B：Tether 发布小型开放智能体模型，工具评测得分约为基础模型的两倍

11月11日 — 以 QVAC 名义发布成果的 Tether 人工智能团队 Tether AI Research，推出 BotPsy-0.8B。这款拥有 8 亿参数的模型专注于工具调用，旨在手机或笔记本电脑上运行。它以 Qwen3.5-0.8B 为基础，经过监督微调、从三个 Qwen3.5-4B 教师模型进行知识蒸馏，以及两轮强化学习。权重已在 Hugging Face 上提供，格式包括 safetensors 和 GGUF；模型说明页标注采用 Apache 2.0 许可证，博客文章则提到研究和教育用途。

评测基准（团队公布数据）	BotPsy-0.8B	Qwen3.5-0.8B（基础模型）	Qwen3.5-2B-Think
BFCL v4	44,0	23,4	37,7
ACEBench	58,7	30,1	55,4
τ-bench	51,5	23,2	46,5
六项工具评测基准的平均值	45,0	24,7	38,8

这些数据均由团队在推理模式下测得。团队还表示，在自动化攻击测试中，危险回答的比例从 36 % 降至 21 %；建议使用英语，并不建议将该模型用于敏感决策。

🔗 BotPsy（Hugging Face 上的 QVAC） · qvac/BotPsy-0.8B 模型

词元池化：Hugging Face 将向量数量降至四分之一，仍保留 97,8 % 的检索质量

11月11日 — 汤姆·阿尔森在 Hugging Face 博客上详细介绍了如何缩小 ColBERT 这类多向量检索索引的体积；此类索引为文档的每个词元保留一个向量。词元池化（token pooling）会合并相近的向量，而 Sentence Transformers 新增了损失函数 MultiVectorTokenPoolingLoss，让模型同时基于完整表示和压缩表示进行训练。

推理时的池化方式（NanoBEIR，nDCG@10）	平均向量数	常规训练	感知池化的训练
无池化	193,22	51,84	52,39
`pool_factor=4`	48,68	49,03	51,23
`max_tokens=4`	4,00	37,22	43,00

在向量数量降至四分之一后，以这种方式训练的模型仍保留原得分的 97,8 %，而常规训练仅保留 94,6 %。这些测量仅基于一种配置（ModernBERT-base，训练一个轮次），并在 Hub 上发布了两个检查点。

🔗 感知词元池化的训练（Hugging Face）

Pika 和 Runway 上的 Seedance 2.5 升级至 4K

11月11日 — ByteDance 开发、由 BytePlus 提供的 Seedance 2.5 视频模型开始支持 4K。Pika 在自身平台和 Pika API Club 中开放原生 4K，建议先制作草稿镜头，再以 4K 完成最终版本；自 8月17日起，Pika 此前提供的是 1080p 输出，再放大（upscale）至 4K。不到两小时后，Runway 也宣布在其平台上提供 4K 的 Seedance 2.5，但未说明是否为原生 4K。双方均未公布价格、最长时长或所需点数。

🔗 @pika_labs 公告 · @runwayml 公告

Git 修复六个漏洞，其中一个可在递归克隆时执行代码

11月10日 — 人工智能领域之外，Git 项目发布 Git 2.56.1，并向旧版本回移补丁，最低覆盖至 Git 2.50.2，以修复六个漏洞。伊莱贾·纽伦在 GitHub Blog 上详细介绍了这些漏洞。

已修复的漏洞	风险类型
CVE-2026-111760	递归克隆时，通过子模块的 `.git` 文件执行代码
CVE-2026-113408	通过服务器通告的 HEAD 实现路径遍历
CVE-2026-114467	移除 GPG 签名时发生栈损坏
CVE-2026-114469	应用二进制补丁时发生越界读取
CVE-2026-105437	大规模合并时发生堆损坏
CVE-2026-114466	通过 `git fast-import` 流访问文件系统

GitHub 已在 github.com 和 Enterprise Cloud 上部署补丁，并发布 GitHub Enterprise Server 3.19.15、3.20.11、3.21.9 和 3.22.4；同时正准备发布内置已修复 Git 的 GitHub Desktop 和 GitHub Copilot 应用版本。建议更新 Git 及所有内置 Git 副本的应用；如果无法更新，则仅从可信服务器克隆。

🔗 Git 安全漏洞公告（GitHub Blog）

简讯

编程智能体与开发工具

Zed 1.28 与 1.29 预览版 — 1.28 进入稳定版，纳入了 11 月 4 日报道的预览版功能（最新版 Agent Client Protocol、将 read_file 的读取内容截断至 2 000 个字符、可选的自动 Git 抓取）。1.29 预览版在 Anthropic 提供商中支持 Claude Fable 5.2 和 Claude Mythos 5.2。🔗 来源
Antigravity CLI 1.5.4 与 1.5.5 — 1.5.5 在终端中提供 /swarm 预览功能，配有全屏视图 /swarm board，并修复了 Claude Code 插件命令和钩子的导入问题。1.5.4 向 ACP 会话开放 Auto 模式，并丰富了传递给钩子的数据。🔗 来源
Gemini CLI — v0.68.0 发布后的第二天没有新版本，夜间构建也再次失败，自 11 月 5 日起每晚都是如此。主分支合入了四项修复，其中一项解决了模型针对图像或二进制文件返回空轮次后出现的 400 错误。🔗 来源
Copilot CLI 1.0.110-1 — 此预览版仅包含 13 项修复：恢复的会话无法再被并行修改，本地 MCP 服务器返回被截断的 Unicode 字符时也不再导致工具调用卡住。SDK 1.0.32-preview.1 支持选择 Copilot Fusion 及其级别。🔗 来源
Genspark 上的 Gemini 4 Carbon — Genspark 在其 AI Chat 和 Code Agent 中开放 Gemini 4 Carbon；此前一天，同一 Code Agent 刚接入 Claude Fable 5.2。此次未说明适用套餐或积分消耗。🔗 来源
Basis 与 Devin for Startups — Cognition 通过视频展示了 Basis 如何与 Devin 协作；Basis 的会计智能体将某些任务的耗时从 20 小时缩短到 30 分钟，这一数字指的是 Basis，而非 Devin。Cognition 还重新推出 Devin for Startups，为入选团队提供 65 000 美元额度。🔗 来源
shem — 若昂·加莱戈发布了一个实验性运行时，可以像启动容器镜像一样启动 Hugging Face 模型（Dockerfile 可以以 FROM hf.co/... 开头），反过来也能在由模型权重构成的处理器上运行容器；据他所说，这种方式“大多数时候”都能奏效。🔗 来源

GitHub

由 GitHub Apps 管理的 Copilot 席位 — 企业级 GitHub Apps 可以借助新增的细粒度权限 Enterprise Copilot license management，调用 Copilot 席位管理 API，为企业用户和团队分配席位。🔗 来源
Dependabot 与不活跃的仓库 — 自 12 月 8 日起，GitHub 将停用大多数一年内没有活动的仓库的 Dependabot 警报；警报会被归档而非删除，首次推送后便会恢复。GitHub Enterprise Server 不受影响。🔗 来源
个人账户的议题类型与字段 — 此前仅面向组织的这些功能现已在个人仓库中正式开放：最多支持 25 种类型和 25 个字段，可用于项目，也可通过 REST 和 GraphQL API 以及网络钩子使用。🔗 来源
GitHub 仪表板 — 布局更加紧凑，可显示六个拉取请求和六个议题，此前各为三个；支持固定 Feed 或 Home 标签页，并在账户没有智能体会话时隐藏对应区域。🔗 来源

企业与应用

Singapore Airlines — 其聊天机器人 Kris 基于 OpenAI API 重写后，客户满意度得分翻倍；通话摘要使客服人员的处理时长缩短约 10 %，超过 60 % 的员工每月使用内部平台 Jarvis。🔗 来源
Cogent Security — 这家初创企业基于 GPT-6.1 Sol、GPT-6 Astra 和 GPT-5.6 构建网络防御智能体，并在每次工具调用前检查是否符合策略；据该公司称，一家 Fortune 1000 汽车行业客户修复关键漏洞的平均耗时缩短了 75 %。🔗 来源
JioStar — 其在 JioHotstar 中用于发现内容的语音助手，基于 OpenAI API 在约八周内构建完成，支持超过 15 种语言，所在平台拥有超过 5 亿用户；据 JioStar 称，该助手超过 60 % 的用户选择语音交流，而非打字。🔗 来源
面向退伍军人的 ChatGPT Plus — 值退伍军人节之际，OpenAI 表示，一年内已有超过 20 000 名退伍军人和正在转入平民生活的军人领取了免费的一年期 ChatGPT Plus，另有近 1 000 名军人社群成员接受了培训。🔗 来源
ChatGPT 中的 fal 插件 — fal 推介了其可在对话中生成和编辑图像、视频的插件，并展示了一支 60 秒广告，使用 GPT Image 2.6、FLUX 3 Max（26 个镜头）和 fal Recast 制作；未说明该插件的上线日期。🔗 来源
Grok Bot 中的 Gopuff — Grok Bot 现已支持在 Gopuff 上全程代购食品杂货、零食和日用品；据 Gopuff 称，最快可在 15 分钟内送达，未说明适用国家或套餐。🔗 来源
Genspark Genius — Genspark 招募品牌大使：每月分享一项创作，即可获得 Pro 套餐、新功能抢先体验、积分以及官方渠道推广。🔗 来源

模型、媒体与研究

MiniMax H3 — 开放权重 100 天后，MiniMax 声称已有 1 472 个衍生模型，在 Hugging Face 上的下载量超过 1.48 亿次，这些数字尚未核实；H3-Image 已上线 fal、Runware、EvoLink 和 Miora，其中 Miora 免费提供至 11 月 17 日。🔗 来源
AI Engineer Paris 上的 Voxtral Transcribe 3 — Mistral 为主舞台的全部演讲提供了实时转录，并向模型提供演讲者姓名和议程术语以引导识别，但未公布由此带来的提升幅度。🔗 来源
Google AI Edge Gallery 中的本地语音功能 — 该应用新增离线语音识别和语音合成：在 Android 上，ML Kit 支持转录超过 100 种语言，速度达到实时语速的十倍；Parakeet-TDT 0.6B 和 Kokoro-82M 等开放模型则覆盖其他平台。🔗 来源
NVIDIA 的 Déjà View — 这个拥有 117M 参数的三维重建模型重复使用同一个 Transformer 模块，在五项基准测试上追平了规模最高达其 10 倍的模型；该成果将在 NeurIPS 2026 作口头报告，论文已于 5 月发布在 arXiv 上。🔗 来源
西班牙语医疗文本中的疾病识别 — OpenMed 发布了两个采用 Apache-2.0 许可的开放模型，可在 CPU 上运行；据团队称，在 DisTEMIST 上微调后，F1 从通用模型的约 36 至 39 提升到了 GLiNER2.5 版本的约 73。🔗 来源
智能体的 x402 支付 — 在独立决策时，Qwen3 235B、DeepSeek V4 Pro 和 Llama 3.3 70B 在 Fizzl 测试中分别获得 59、55 和 30 分，无一通过；当支付由代码决定时（x402-safe-fetch），得分提升至 94、100 和 94。🔗 来源
FiftyOne 中的 GR00T-X-Embodiment-Sim — 哈普里特·萨霍塔（Voxel51）转换了 NVIDIA 数据集中的 42 段仿真序列，涵盖七种机器人形态，每种六段，并对齐了相机数据与关节遥测数据。🔗 来源

生态

Sakana AI — 退役海军上将、美国国家安全局前局长迈克尔·罗杰斯，以及在美国中央情报局任职近 30 年的汤姆·莫兰，成为这家东京初创企业在国防与网络安全领域的高级顾问。🔗 来源
NVIDIA 的回收应用 — 值 COP31 之际，NVIDIA 介绍了其 Inception 计划中四家利用计算机视觉进行垃圾分类的初创企业，其中 Greyparrot 将检查 15 吨垃圾的耗时从 375 小时缩短到 6 小时；此次没有新的 NVIDIA 产品。🔗 来源
Perplexity 的人工智能合规指南 — 该指南梳理了欧盟《人工智能法案》、NIST AI RMF 和 ISO/IEC 42001，并为智能体提出三项控制措施：仅授予必要访问权限、记录每项操作，以及由人类审批影响重大的操作。🔗 来源
Perplexity 的 MCP 架构指南 — 涵盖主机、客户端与服务器的角色，JSON-RPC 2.0 消息、本地传输与 Streamable HTTP，以及多租户部署：这是继 11 月 4 日安全指南之后的一篇技术介绍，没有产品公告。🔗 来源
Cohere 多伦多黑客松 — Cohere 将于 2027 年 1 月 30 日与多伦多大学联合举办其首场黑客松 Hacking Higher Ed，主题为人工智能在高等教育中的应用；奖金分别为 3 000、2 000 和 1 000 美元，报名截止日期为 1 月 22 日。🔗 来源

这意味着什么

Google DeepMind 正将其模型应用于两个验证比生成更重要的问题。AlphaGenome 2 不再只提供按组织计算的平均结果：它能预测变异在研究者关注的细胞中的影响，其提升通过 TenK10K 衡量，这是一份涵盖 28 种免疫细胞类型的图谱。AlphaProof Code 将形式化验证从协议设计推进到编译后的代码，并明确划分了工作：智能体编写超过六百万行证明，Lean 验证器检查每一步，人类复核规范和约 1 % 的代码。两项公告都存在局限：AlphaGenome 2 仍仅限研究使用，而有关 Signal 的首创性说法来自 Google DeepMind 自己。

安全性研究正遇到自身测量工具的局限。OpenAI 发现，作为其监测支柱之一的思维链，随着预训练推进而变得越来越难以解读；它也认为，两个指标之一的可控性存在较大噪声。Perplexity 表明，传统夺旗赛形式会让智能体偏离需要测试的边界，而且在三次试验和修复前的配置下，专门用于网络安全的模型可能表现得不如其通用版本。在这两种情况下，结论既关乎模型本身，也同样关乎评估方式。

当天的动态清楚区分了已经交付的内容与刚刚宣布的内容。Runway 发布了 Praxis-1 的权重、微调代码和报告，报告显示该模型的表现低于四个竞争条目；Tether 则提供了 BotPsy 下载。相比之下，Qwen4-Max 发布时没有提供基准测试、规模或价格，ElevenLabs 自己也区分了今天已开放的内容（Marketplace、Partner Program、ElevenAI）与之后才会推出的内容（Interaction Engine、Memory、Routines、微调）。对于想要测试的人来说，后半部分仍然只是承诺。

智能体开始持续运行，并融入团队。Grok Bot 1.0 加入会议，并在 Slack 和 Teams 中与其他 Bot 协调；Delta 的 Cloud Runners 无需会话发起者的电脑也能运行智能体会话；VS Code 为等待决策的会话新增了收件箱；A2UI 让智能体可以用界面而非文字作答。各家也对新增能力带来的风险设置了约束：Grok Bot 按人设置权限，并在向公开频道发言前进行检查；Delta 提供私密预览；VS Code 则在沙箱中限定授权范围并隐藏变量。