搜索

Google 推出 Gemini 4 Neon,OpenAI 称暂缓发布 GPT-6.1 Astra,Genie 4 登陆 Project Genie

本期涉及的公司

取消勾选不感兴趣的内容。您的选择适用于所有期次,并保存在本设备上。

主要实验室
中国
欧洲
编程工具
智能体与网络搜索
生成式媒体
基础设施与开源
其他

ai-powered-markdown-translator

文章由 gpt-6.1-sol 从法语翻译成中文。

在 GitHub 上查看项目 ↗

Google 推出 Gemini 4 Neon,定位介于 Carbon 和 Hydrogen 之间,每百万 tokens 收费 3 和 15 美元,在 Artificial Analysis Coding Agent Index 中排名第 1,并成为 Antigravity 的新默认模型。OpenAI 表示,当需要更多时间达到安全标准时,会暂缓发布 GPT-6.1 Astra 这样的模型,并展示了其模型如何使 AMD 旗舰 GPU IP 的 PPA 提升最高达 14 %。Genie 4 在 Project Genie 中向 Google AI Ultra 订阅用户开放,Claude Code 2.1.327 修复了 100 个问题,Perplexity 则推出每 1 000 个 URL 收费 1 美元的 Context API。


Gemini 4 Neon:Google 的中间档模型,每百万 tokens 收费 3 和 15 美元

11月18日 — Google DeepMind 推出 Gemini 4 Neon,这是继 Argon、Carbon 和 Hydrogen 之后的 Gemini 4 家族新模型,定位介于面向耗时最长、难度最高项目的 Carbon 与面向日常快速执行的 Hydrogen 之间。模型 gemini-4-neon 已在付费 API 中全面开放:输入每百万 tokens 收费 3 美元(缓存输入为 0.15 美元),输出为 15 美元,上下文长度为 100 万 tokens,并提供从 low 到 xhigh 的四个思考等级。

Google 引用的指数或基准测试Gemini 4 Neon 的结果
Artificial Analysis Intelligence Indexxhigh 下为 61,总排名第 3
Artificial Analysis Coding Agent Index58,6,第 1 名
Vals Index70,9 %,第 2 名
Agent Arena Index (Arena)1336,第 2 名
Terminal-Bench 4.165,2 %
SWE-sweep(先使用 mini-SWE 测试框架,再使用 Antigravity)12,8 %,随后为 39,0 %

Google 尤其强调每项任务的成本:在 high 等级下,比 Carbon 低 32 %,在 Vals 和 Agent Arena 上比最出色的竞争模型低 50 至 80 %。Glean 称,其测得的质量与 Carbon 相当或更高,速度达到三倍,成本仅为 60 %。不过,按 token 计费时,Neon 仍比 Carbon 更贵;Carbon 在 11月30日之前维持 2 和 10 美元的首发价格,此后将涨至 4 和 20 美元。名为“Gemini 4 Neon for cyber”的变体将在未来几天向 Fairwind Program 的网络防御人员开放。

部署于当天启动:付费 API(AI Studio、Android Studio)、Gemini for business、面向 Google AI Pro 和 Ultra 订阅用户的 Gemini 应用,以及面向付费 Pro 和 Ultra 订阅用户的 Antigravity;Gemini 应用中的 Tasks 现在也可使用 Neon 运行。在 Antigravity 中,新对话若未选择模型,将默认使用 Neon,上下文长度为 512K tokens;Orchestrator (Neon) 选项则让 Neon 负责规划,由 Hydrogen 执行。

Gemini 4 Neon is rolling out now. Sitting between Carbon and Hydrogen, it brings frontier intelligence and fast task completion for complex software engineering, knowledge work, and science.

🇨🇳 Gemini 4 Neon 正在逐步推出。它定位于 Carbon 与 Hydrogen 之间,为复杂软件工程、知识工作和科学研究带来前沿智能与快速的任务执行能力。 — @GoogleDeepMind 在 X 上

🔗 Google 关于 Gemini 4 Neon 的文章 · Antigravity 中可用的模型


前沿模型安全:OpenAI 详解风险管理,并称暂缓发布 GPT-6.1 Astra

11月18日 — OpenAI 关于前沿模型风险管理的文章,开篇便提到一个被暂缓发布的模型:

We are pacing the development and release of our models, including pausing internal training or holding back models like GPT‑6.1 Astra when we need more time to meet our safety standards.

🇨🇳 我们会调整模型开发和发布的节奏,必要时甚至暂停内部训练,或在需要更多时间达到安全标准时暂缓发布 GPT-6.1 Astra 这样的模型。 — OpenAI,关于前沿模型风险管理的文章

文章没有进一步介绍这个模型。其框架在三个阶段结合了四层防护。在研究阶段,自 7月 Hugging Face 事件以来,前沿模型训练均无法访问真实互联网;所有前沿模型推理都会受到监控,若模型连上互联网,就会自动暂停。在内部部署阶段,模型能够访问互联网、Slack 和 OpenAI 的代码,使用 Codex 的员工通常必须启用 Auto-Review。在外部部署阶段,还会增加第三方测试,以及由调查智能体和人工调查人员开展的离线检查。任何员工都可以报告事件,以推动将其公开。

🔗 OpenAI 在 X 上的公告


芯片设计:OpenAI 模型使 AMD 旗舰 GPU 的 PPA 提升最高达 14 %,并优化 Jalapeño 芯片

11月18日 — OpenAI 的模型与 AMD 合作,通过重写描述电路的代码(RTL SystemVerilog),相较于已经高度优化的基准设计,使 AMD 旗舰 GPU IP 的 PPA(功耗、性能和面积)提升最高达 14 %。AMD 已将其中部分改动整合进一个已送交制造的设计,每次重写均使用 Synopsys 工具验证。

涉及的芯片或测试对象OpenAI 公布的结果
AMD 旗舰 GPU IP不到 5 个月内,PPA 提升最高达 14 %
AMD 未来旗舰 CPU关键模块实现个位数增益
Jalapeño,向量单元单元面积减少约 13 %
Jalapeño,矩阵单元单元面积减少约 10 %

在 OpenAI 的推理芯片 Jalapeño 上,团队估算的收益已在实际硅片上得到验证。下一步是 GPT-Synopsys,这是与 Synopsys 合作、针对其电子设计工具训练的模型。

🔗 OpenAI 关于芯片设计的文章


交互式世界与视频:Project Genie 中的 Genie 4,以及 Pika Enact

Genie 4 登陆 Project Genie,面向 Google AI Ultra 订阅用户开放

11月18日 — 10月27日以研究预览形式亮相的世界模型 Genie 4,现已在新版 Project Genie 中向符合条件的 Google AI Ultra 订阅用户开放;Google AI Pro 用户可加入候补名单。用户可以在探索世界时输入新的 prompt 来改变天气、角色等内容,并配有原生实时音频。一个智能体根据简单描述构建世界,随后 Gemini 会在探索期间建议并触发事件。社区作品库支持发现、混编和发布世界。Genie 3 仍然可用,每次生成的体验时长从 60 秒延长至 3 分钟,还可从 360 度全景图开始。所有生成内容均带有 SynthID 水印。

🔗 Google 关于 Project Genie 中 Genie 4 的文章

Pika Enact:在视频持续播放时指导演员、调度场景与控制镜头

11月18日 — Pika 展示了 Enact,这是基于 Pika H3 Flex 构建的研究预览,可在场景持续播放时,以不足一秒的片段逐段生成画面和声音。

交互模式Pika 公布的性能
实时布景(Live Staging)用鼠标移动主体,H100 上的画面响应时间低于 0,4 s
实时演员指导(Live Actor Direction)具备记忆的智能体,画面与声音生成速度为播放速度的 1,75x
实时镜头控制(Live Camera Control)8 GPU B300,640x480,24 i/s,实时速度的 1,50x

用户可以与演员对话,演员会用各自的声音回应;当用户说出“开拍”时,排练内容便会被重新生成,从第一帧开始连成一个连续镜头。蒸馏将采样从二十个去噪步骤减少到几个步骤。Enact 尚未向公众开放:试用和集成需要联系 Pika 企业团队,价格和日期均未公布。

🔗 Pika 关于 Enact 的文章


大众助手:ChatGPT 实时听写、Perplexity 移动端与 Brain 编写的 skills,以及 Android Go 上的 Gemini

ChatGPT 边说边显示听写文本,并取消 10 分钟限制

11月18日 — ChatGPT 的语音听写通过 Live Dictation 实现实时显示:说话时就会显示文字,无需等到整条消息转录完成后才出现。轻触或点击波形即可显示或隐藏正在生成的文本。OpenAI 同时取消了 10 分钟的录音限制。该功能正向全球所有 ChatGPT 套餐推出,覆盖 iOS、Android、网页和桌面应用。Advanced 和 Standard Voice 将于 12月11日停用的消息,本站已在 11月11日报道。

🔗 ChatGPT 更新说明

Perplexity 将 Teammates 和 Multiagent 带到 iOS 与 Android,并支持语音

11月18日 — Teammates 是在 Computer 中承担持续性工作的个人智能体,11月5日首先在网页端推出,随后于 13日登陆 Mac;Multiagent 则是让多个不同模型的智能体协作的任务投入等级,前一天刚在网页端开放。两者现已登陆 iOS 和 Android 版 Perplexity 应用。移动端还带来一项专属功能:用户可以通过语音指挥 Teammates。Perplexity 表示,Computer 中难度最高的工作已有约三分之一从 iPhone 发起。上述功能自 11月18日起向 Max 订阅用户开放;相关帖子没有说明积分消耗,也未说明是否向 Enterprise 套餐开放。

🔗 Perplexity 在 X 上的公告

Perplexity Brain 自行编写和修正个人 skills

11月18日 — Perplexity 详解了 Computer 的记忆系统 Brain 如何编写和改进 skills,即用于重复性任务的可复用指令。系统每天根据用户的记忆和历史记录运行一次,创建或修正个人 skills,期间无法访问互联网或连接器,每位用户最多可自动创建 10 个 skills。所有用户共用的内置 skills 则会先对两个版本进行对比重放,再由人工审阅。8月1日至 11月14日,系统为超过 20 000 名用户编写了超过 80 000 个个人 skills。在一项为期八周的随机试验中,工具调用失败减少 11 %,用户不满意度降低 7.6 %,对成本没有可测量的影响;在 SkillLearnBench 上,成功率从 43.8 % 升至 62.5 %。该功能已向美国所有 Max 订阅用户开放,默认启用,也可关闭。

🔗 Perplexity 关于自行改进的 skills 的文章

Gemini 应用登陆低内存 Android 手机

11月18日 — Google 重构了 Gemini 应用的架构,使其能够在低内存 Android 手机上运行,其中包括符合条件的 Android (Go edition) 设备;这些设备此前只能使用基本语音指令。Google 提醒,对数亿人而言,这类手机是日常连接互联网、教育和商业活动的纽带。重点功能包括:支持超过 45 种语言的 Gemini Live,将摄像头对准笔记或表格以辅助学习或翻译,以及使用 Nano Banana 创建图片。用户可从 Google Play 下载应用,或长按电源键打开;未来,Transsion 等合作伙伴的设备也将预装该应用。文章没有说明内存门槛或支持国家列表。

🔗 Google 关于低内存手机上 Gemini 的文章


编程智能体:Claude Code 2.1.327、Claude Docs 的混沌循环、Codex 沙盒、Vibe CLI 3.1.3、VS Code 1.147,以及 Ignite 上的 Replit

Claude Code 2.1.327 从 stdin 读取 MCP 配置,并让 /status 提供诊断

11月17日 — Claude Code 2.1.327 包含 173 条更新,其中有 100 项修复。claude mcp add-json <nom> - 从标准输入读取 MCP 服务器配置,使 tokens 无需出现在命令行中。/status 现在会列出损坏的智能体、skills、命令和输出样式文件,被忽略的权限设置,以及过滤条件(matcher)永远无法匹配任何内容的 hooks。多项修复可避免数据丢失:worktree 模式下的 Remote Control 可能删除被 git 忽略的文件,例如 .env;claude mcp add 和 remove 会删除 .mcp.json 中的其他键;/export 则会在未经询问的情况下覆盖文件。需要留意的是,为加快第一条 Bash 命令的执行,shell 启动文件可能在该命令获批前就执行,即使命令最终被拒绝也一样(CLAUDE_CODE_DISABLE_SHELL_HEAD_START=1 可关闭此行为)。auto 模式提示,未来版本将取消回退到收费分类器的机制。npm 上的稳定版仍为 2.1.311。

🔗 Claude Code v2.1.327

Claude Code 如何在 Claude Docs 上线前通过混沌循环进行测试

11月17日 — Vivek Nair 在 claude.dev 博客上介绍了 Claude Docs 于 9月16日上线前,交给 Claude Code 执行的混沌循环(chaos loop)。大约两周内,一个协调会话配合最多 30 个子智能体,刻意破坏一个仿照生产环境搭建的预生产环境(staging),通过 Datadog MCP 读取遥测数据,然后部署修复并重新测试。难以撤销的决策仍由人类负责。

Claude Docs 上线指标公布的数据
大型文档的内存占用约 3 Go,随后约为 180 Mo
上线计划使用的 Pods约 50 个,原本超过 500 个
服务器错误20 亿次请求中出现 60 次
推理成本(按 Fable 5.2 标价计算)约 125 000 美元

作者使用了一个接近 Claude Fable 5.2 的内部研究模型,并在未经测试的情况下估计,一个小团队运行两周的费用为 3 000 至 10 000 美元。

🔗 claude.dev 关于混沌循环的文章

OpenAI 详解 Codex 的沙箱、权限配置和网络代理

11 月 18 日 — OpenAI 在迈克尔·博林的一篇博文中解释了 Codex 为什么既不使用虚拟机,也不使用容器:它通过操作系统原生防护机制约束每条命令,以保留开发者的工作环境(Docker 容器会使开发者无法使用 iPhone 模拟器)。默认配置 :workspace 允许在仓库内写入,将 .git 和 .codex 保持为只读,并禁用网络。博文也承认其局限:仓库外的敏感文件仍可读取,智能体还可能将代码植入 node_modules/prettier,随后由编辑器在沙箱外执行。权限配置在 config.toml 中定义,codex-network-proxy 代理按域名过滤,只有获得授权后才解析 DNS,而 codex sandbox 可用于限制其他工具,例如 MCP 服务器。

操作系统Codex 使用的机制
macOSSeatbelt (sandbox-exec)
Linuxbubblewrap 和 seccomp-bpf
WindowsMicrosoft 的 MXC 库,正在采用

🔗 OpenAI 关于 Codex 沙箱的博文

Vibe CLI 3.1.3 将 Mistral Large 4 设为默认模型,并新增 /goal

11 月 18 日 — 在 3.1.2 发布八天后,Mistral 发布了 Vibe CLI 3.1.3(78 项更新:13 项新增、20 项变更、44 项修复、1 项移除)。Mistral Large 4 取代 Mistral Medium 3.5 成为默认模型;active_model = "mistral-medium-3.5" 可用于保留旧模型。/goal 命令可设定一个目标,让 Vibe 在多轮交互中持续推进,直到目标达成,并可设置 token 预算上限(max_goal_token_budget)。每次模型调用前后都有两个钩子:pre_llm 可以终止当前轮次,post_llm 可以要求重试,与 post_agent 共用每轮最多三次尝试的额度。在防护措施方面,读取受保护文件的 shell 命令需要审批,项目配置无法再重新启用遥测,连接到自托管服务器的安装实例也不再向 Mistral 发送崩溃报告。

🔗 Vibe CLI 3.1.3 版本说明

VS Code 1.147 新增模型路由器,并允许企业授权使用 Claude 和 Codex 运行框架

11 月 18 日 — VS Code 1.147 为 Copilot 运行框架中的会话引入了实验性模型路由器(model routers):放在 ~/.agents/model-routers/ 中的 YAML 文件描述不同类型的工作应使用哪个模型,决策模型 gpt-6-luna-decisions 则将每个请求分配到合适的路由。版本说明中的示例将耗时较长的编码任务交给 Opus,将简短问题交给 GPT-6 Luna。企业方面,一项限制被解除:此前,只要存在任何受管理的 Copilot 设置,就会禁用 Claude 和 Codex 运行框架,因为它们不会应用这些设置。现在,管理员可以通过 vscode.allowedHarnesses,在由文件或 MDM 管理的设置中,授权使用其中一个或两个框架。受管理的 shell 规则也开始支持正则表达式,Agents 窗口新增延后发送(Send Later)和多个并行草稿。VS Code 桌面版对 macOS Ventura、Sonoma 和 32 位 Linux ARM 的支持被标记为弃用。

🔗 VS Code 1.147 版本说明

Replit 亮相 Microsoft Ignite:本地访问和 Teams 集成正式可用,Azure 发布功能开启抢先体验

11 月 18 日 — Replit 借 Microsoft Ignite 扩大与 Microsoft 的合作,并表示自己获评 2026 年 Microsoft 年度初创企业合作伙伴。

Microsoft 集成截至 11 月 18 日的状态
Replit Desktop 本地访问 (Windows, Mac, Linux)正式可用
Microsoft Teams 中的 Replit正式可用
通过 Microsoft Marketplace 发布到 Azure 租户抢先体验
Azure 上的完整 BYOC已宣布,日期未定

本地访问允许 Agent 在基于 Microsoft Execution Containers 的沙箱中处理用户选定的文件夹;本地应用可以使用在设备上运行的 Microsoft Foundry Local 模型。在 Teams 中,用户可以在团队对话里向 Replit 提问并启动任务。在 Azure 上,Replit 负责托管,已发布的应用可以通过企业网络或 VPN 连接私有数据库。目前未公布价格。

🔗 Replit 关于 Microsoft Ignite 的博文


开放模型与推理:Rumble-2-Flash、Nemotron-Labs-Sigma、Qwen3.8-27B 的 OpenCode 适配器,以及在 32 Go Mac 上运行的 180B MoE

Reson8 发布 Rumble-2-Flash:支持 40 多种语言的 0.5B 语音识别模型

11 月 18 日 — Reson8 以 Apache 2.0 许可证发布了 Rumble-2-Flash,这是一款拥有 5 亿参数、支持 40 多种语言的语音识别模型。它基于 Qwen3-ASR 架构构建,可直接在 Transformers 和 vLLM 中运行。该模型通过对 Reson8 的生产模型 Rumble-2 进行同策略蒸馏(on-policy distillation)得到。

评测基准对比模型实测错误率
Open ASR Leaderboard,多语言Rumble-2-Flash (0,5B)平均 6,96 %
AppTek,呼叫中心 (302 h)Rumble-2-Flash (0,5B)WER 为 7,86 %
AppTek,呼叫中心 (302 h)Nemotron 3.5 Transcribe (30B)WER 为 7,78 %
AppTek,呼叫中心 (302 h)Qwen3-ASR 1.7BWER 为 7,4 %

在多语言赛道上,它优于 Meta 规模大十五倍的 omniASR-LLM 7B,也优于 Whisper large-v3。在满批次处理时,其速度超过 7 000 RTFx,相当于约半秒转写一小时音频。

🔗 Hugging Face 关于 Rumble-2-Flash 的博文

NVIDIA 发布 Nemotron-Labs-Sigma:14 款开放权重的连续扩散语言模型

11 月 18 日 — NVIDIA 重点介绍了 Nemotron-Labs-Sigma,其权重发布于 Hugging Face,已于 11 月 16 日宣布。这些模型不逐个生成 token,而是并行生成文本块:每个块从高斯噪声出发,通过去噪逐步成形。

发布内容公布的数值
规模与检查点3B 和 8B,14 个仓库(base、instruct、蒸馏变体)
扩散空间16 维连续嵌入
蒸馏后的加速幅度数学约 8x,代码约 4x
上下文与语言8 192 tokens,英语
许可证NVIDIA Nemotron Open Model License

根据研究论文,这些模型在 GSM8K、Minerva、HumanEval 和 MBPP 上超过了离散扩散模型及自回归基准模型,其中代码任务的提升最明显。蒸馏后,它们在数学任务中每次前向计算生成 8 个 token,在代码任务中生成 4 个,作者认为其准确率损失可以忽略不计。

🔗 @NVIDIAAI 在 X 上的公告 · arXiv 论文 2610.02665

harness-hub 发布 Qwen3.8-27B 的 OpenCode 适配器,并将 pi 适配器的重新评测成绩更新为 64.7 %

11 月 18 日 — harness-hub 项目发布了 Qwen3.8-27B-opencode-adapted,这是一款采用 Apache 2.0 许可证的 LoRA 适配器,通过在编码智能体 OpenCode 的运行框架中进行强化学习训练而成。

评测配置(OpenCode 运行框架)SWE-bench Pro (hard 51)Terminal-Bench 2.1(83 项任务)
Qwen3.8-27B35,3 %47,0 %
Qwen3.8-27B,推理强度 xhigh47,1 %55,4 %
Qwen3.8-27B-opencode-adapted51,0 %53,0 %

在不启用推理的情况下,该适配器可追平设为最高推理强度的基础模型,而每项任务生成的 token 数仅为其 1/6 至 1/8。在 Terminal-Bench 2.1 上,模型说明页给出的整体提升为 6.0 个百分点(p = 0.38);在未用于选择检查点的 66 项任务上,成绩从 45.5 % 提高到 59.1 %。团队还重新评测了 pi 适配器:在 SWE-bench Pro 上从 39.2 % 提升至 64.7 %,而前一天公布、本站于 11 月 17 日报道的数值为从 29.4 % 提升至 62.7 %。

🔗 Qwen3.8-27B-opencode-adapted 模型说明页 · pi 适配器说明页

使用 Transformers 在 32 Go MacBook 上运行 180B MoE,性能与 Strata 相差 6 %

11 月 18 日 — Hugging Face 的塔雷克·齐亚德仅使用 Transformers,就在一台 32 Go 的 MacBook M5 上运行了 Qwen3.8-Flash-Next,这是一款拥有 1 800 亿参数的混合专家模型。其原理是:在内存中保留 12 Gio 的专家缓存,并在生成每个 token 时,仅从 SSD 读取路由器选中的专家,这些专家采用 3 位量化(磁盘占用 49 Go)。

MacBook M5 (32 Go) 上的测量结果Transformers(流式加载)Strata 0.1.60
解码,200 tokens13,9 tokens/s14,8 tokens/s
预填充,4K 提示词228 tokens/s220 tokens/s
处理 6K 文档后的解码12,4 tokens/s13,7 tokens/s

代码位于 Transformers 一项尚未合并的拉取请求(PR 50717)中,还不是已发布的功能。作者说明,所有代码均由人工智能编写,而这一速度对他的编码智能体而言仍然太慢。

🔗 Hugging Face 关于专家流式加载的博文


排名:Meta 的 Muse Ember 在 Agent Arena 上领先 GPT-6 Luna 和 Claude Haiku 5.5,每项任务耗时 27 秒、花费 1.9 美分

11 月 18 日 — Arena 公布了 Meta 于 11 月 9 日推出的 Muse Ember 在 Agent Arena 上的成绩。这项基准基于真实用户会话,将其与另外两款为实际工作设计的高效模型进行比较。Meta 转发了该帖文串。

Agent Arena 指标Muse Ember (Max)GPT-6 Luna (Max)Claude Haiku 5.5 (High)
单项任务耗时27 s5,8 min1,9 min
净改善幅度+2,3 %+1,4 %+0,4 %
单项任务成本1,9 美分7,0 美分6,9 美分
引导评分(整体工作)+11,2 %+3,9 %+3,8 %

根据 Arena 的数据,Muse Ember 的速度约为 GPT-6 Luna 的 13 倍,成本不到另外两款模型各自的三分之一。引导评分(steering score)基于数千次会话测量,用户越不需要纠正模型,得分就越高。这些数据来自第三方评测机构 Arena。

🔗 Arena 在 X 上的帖文串


面向智能体的 API:Perplexity 推出 Context API,每次调用最多读取 10 个 URL

11 月 17 日 — Perplexity 为其开发者平台新增了 Context API;根据 @perplexitydevs 的帖文串,该功能于 11 月 18 日上线。它每次调用最多读取 10 个 URL,并为每个页面返回干净的 Markdown、HTML、链接,以及根据查询选出的摘录。摘录直接采用原文,而非摘要,并由模型将正文与菜单、广告分离。默认情况下,如果 Perplexity 索引中的副本不足两天,API 就使用该副本,否则实时读取页面;将 max_age_seconds 设为 0 可强制实时读取,而 cache_only 则禁止实时读取。

Perplexity 测量的指标Context API 的结果
可获取可用内容的 URL 比例92,3 %
关键事实召回率87,9 %
内容准确率80,3 %
价格每获取 1 000 个 URL 收费 1 美元

Perplexity 使用盲评裁判模型,在 715 个网站上与 Firecrawl、Exa、Parallel、Keenable 和 Context.dev 进行了比较,但仅在图表中给出这些竞品的分数。抓取失败不收费。

🔗 Perplexity 关于 Context API 的博文 · @perplexitydevs 在 X 上的帖文串


行业智能体:ChatGPT for Sales 和 ElevenAgents for Healthcare

OpenAI 推出 ChatGPT for Sales,配备 Sales 插件及 30 多款合作伙伴插件

11 月 17 日 — OpenAI 面向销售团队推出 ChatGPT for Sales:全新的 Sales 插件提供开箱即用的工作流(选择要拓展的客户企业、准备通话、撰写跟进内容),并配有 30 多款新增或改进的合作伙伴插件。这些插件覆盖整个销售周期:CRM(Salesforce、HubSpot、Close、monday CRM、Attio)、客户开发(Apollo、Clay、Common Room、ZoomInfo)、通话笔记(Gong、Otter.ai、Granola)、演示文稿(Gamma、Figma、Canva)和合同(Docusign、Ironclad、PandaDoc、ServiceNow CPQ)。ChatGPT 的常驻智能体 dots 可以使用这些插件准备会议简报或跟进商机;借助 Rox,dot 可以每天早上检查一项商机。ChatGPT Business 和 Enterprise 管理员可从 Admin Console 启用这些插件,也可设置为默认安装,具体可用性因套餐和地区而异。OpenAI 未公布价格。

🔗 OpenAI 关于 ChatGPT for Sales 的博文

ElevenLabs 推出 ElevenAgents for Healthcare,面向医疗领域的语音智能体

11 月 18 日 — 在 Scribe v3 Live Medical 发布的次日,ElevenLabs 将其医疗组件整合为 ElevenAgents for Healthcare:这些语音智能体可在医疗机构的病历系统中预约、改期或取消就诊,核验报销和事先授权,并全天候回答患者问题。涉及症状的问题会连同通话背景一起转交医护人员;对于签署 BAA 并启用 Zero Retention Mode 的 Enterprise 客户,其部署可符合 HIPAA 要求。

ElevenLabs 引用的指标公布的结果
Cadence,联系到患者的中位耗时从接近 2 小时缩短至 3,5 分钟
Angle Health,医疗专业人员来电无需转接的比例超过 90 %
Scribe v3 Live Medical 在 PriMock57 上的表现(内部测试)错误比排名紧随其后的模型少 17 %

所提及的团队还包括 Banner Health、Pfizer 和 AstraZeneca。用户可通过 Healthcare Receptionist 模板开始使用,目前未公布价格。

🔗 ElevenLabs 关于 ElevenAgents for Healthcare 的博文


新闻媒体:Groupe Figaro 将新闻内容引入 ChatGPT

11 月 18 日 — 在 LVMH 媒体部门达成合作两天后,Groupe Figaro 与 OpenAI 签署战略合作协议。Figaro 及其旗下刊物的近期文章和历史内容(新闻、经济、文化、生活方式)将以摘要和节选的形式出现在 ChatGPT 中,并附上原文链接。报社保留编辑独立性。集团总经理马克·弗耶强调,其编辑部拥有 600 多名记者。Figaro 还计划在多个团队中部署 ChatGPT Enterprise,并在其人工智能准则框架内探索其他用途。双方未披露金额和期限。

🔗 OpenAI 发布的合作公告


简讯

Google

  • Antigravity CLI 1.5.10 和 1.5.11 — 1.5.10 为远程智能体新增 accept-edits 模式(--remote-agent):在默认模式下,远程智能体现在每次修改文件前都会请求批准。该版本还向 Gemini Enterprise 账户开放 Orchestrator(由 Carbon 规划、Hydrogen 执行)。🔗 来源
  • Gemini CLI — 主分支合入了五项修复,自 11 月 10 日以来仍未发布新版本:包含未解析展开表达式的 shell 命令仍会要求确认,且 commandPrefix 和 commandRegex 规则现在仅针对顶层命令。🔗 来源
  • Gemini 4 Carbon 作品展示 — Google 发布了五件社区使用 Carbon 创作的作品,包括用 CUDA 编写的 52 000 朵鲜花组成的草地、用 WebGPU 模拟的 1 048 576 个粒子,以及根据单张图片重建、拥有 92 件仪器的十九世纪光学实验室。🔗 来源
  • EmbeddingGemma 2 — 一篇博文介绍了该嵌入模型自 10 月 27 日起发布于 arXiv 的技术报告,并附上五分钟视频;据作者称,该模型优于规模为其 2 至 12 倍的模型。🔗 来源

编程智能体与开发工具

  • Zed 1.29 和 1.30 — 1.29 进入稳定版,带来 Git Panel 的分支模式,以及通过 BYOK 使用 Claude Fable 5.2 的支持;1.30 预览版新增 GPT-6.1 Terra、Gemini 4 Hydrogen 的 Extra High 推理强度,以及在不产生额外费用时使用 Copilot 模型的完整上下文。🔗 来源
  • Codex CLI 0.170.0 — 终端中的实时语音通话通过 WebRTC 协商连接,OpenTelemetry 请求头会自动刷新,并修复了多处沙箱限制失效的问题;根据 11 月 17 日的 Codex 更新日志,Pro 500 订阅用户可以在 GPT-6.2 Sol 和 Astra 上使用 Ultrafast。🔗 来源 · 🔗 Codex 更新日志
  • Copilot SDK 2.0.1 和 Copilot CLI 1.0.114 — SDK 重新支持 @github/copilot-sdk 导入,以及现有扩展使用的旧版选项格式,并新增 GPT-6.2 Sol 和 Astra 模型选项;Copilot CLI 1.0.114 已发布,发行说明仅笼统提及修复与变更。🔗 来源
  • 按团队配置 Copilot 插件 — 该功能已在 Copilot Business 和 Enterprise 中正式推出,团队维护者和组织所有者可以选择获准使用的 Agent Plugins,并在 VS Code、GitHub Copilot 应用和 Copilot CLI 中为团队直接成员默认启用。🔗 来源
  • GitHub Agentic Workflows 1.3.1 — 该预览版从默认网络访问权限中移除了模型的直接 API 主机(Claude 需要授权 api.anthropic.com),删除了实验性的 Atomic 引擎,并错开周期性任务的调度时间。🔗 来源
  • DeepSeek Harness 0.2.2-rc.5 — 使用 DeepSeek 模型时,编程智能体会使用 DeepSeek 的服务器端网络搜索,不按搜索次数收费;其他模型则通过 DeepSeek Search API 搜索。🔗 来源
  • Replit Missions 实际应用 — 据 Replit 称,Missions 探索了领先企业电子签名平台的 1 000 多条操作流程,随后在 TernSign 中重建了这些流程,并以免费预览版发布;在 Replit Slides 上,6 次迭代使设计评分提高了 20 %,成本低于 500 美元。🔗 来源 · 🔗 Replit Slides

API 与平台

  • OpenAI API 使用情况仪表板 — 分析选项卡展示使用量和支出、速率限制和受限请求,以及按模型、项目或 API 密钥划分的错误。🔗 来源
  • OpenAI API 数据驻留 — 符合条件的组织所有者可以在创建项目时选择数据所在区域,无需另行申请零数据保留;根据指南,区域选定后便无法更改,而对于自 2026 年 3 月 5 日起发布的适用模型,使用区域端点的费用高出 10 %。🔗 来源 · 🔗 指南
  • Agents SDK Python 0.25.0 — 这是自 10 月中旬以来的首个稳定版:移除了 Runloop 沙箱提供程序,更改了 Pydantic 检查点格式,并将 Responses 会话压缩的默认模型改为 GPT-6 Luna。🔗 来源
  • Perplexity API — pplx-embed-v2-context 模型加入 Embeddings API(9b 每百万文本词元 0,12 美元,0.6b 为 0,02 美元),Agent API 则新增 GPT-6.2 Sol(每百万词元分别为 2 和 10 美元)及 GPT-6.2 Astra(8 和 40 美元),最多支持 272 000 个输入词元。🔗 来源
  • Together AI — DeepSeek-V4.1-Flash-1017 加入 Together Post-Training:用户可使用自己的数据、奖励和环境进行 SFT 或强化学习,训练循环仍保留在客户的 Python 代码中。🔗 来源
  • Qwen4-Max — Qwen 转发了该模型上线 TokenHarbor 和 Runware 的消息;Runware 提供 100 万词元的上下文和最多 128 000 个输出词元。🔗 来源 · 🔗 Runware
  • Genspark 上的 GPT-6.2 — GPT-6.2 Sol 加入 AI Chat 和 Code Agent,GPT-6.2 Astra 则仅加入 Code Agent。🔗 来源

助手与应用

  • Claude Desktop — Windows 和 Mac 用户可在设置 > 桌面应用中启用 Latest 更新渠道,获得更频繁、但有时可靠性较低的版本;Stable 仍为默认渠道。🔗 来源
  • Grok Bot — SpaceXSI 的智能体现已能够搜索最优惠的方案并预订航班、酒店和租车;该推文未说明适用国家、套餐或预订合作伙伴。🔗 来源
  • Kimi Work 3.2.28 — 支持在项目专属的 AGENTS.md 中提供项目指令、通过企业 SSO 登录、新增对话摘要面板,并默认以 PPTX 格式交付演示文稿。🔗 来源
  • 上下文退化 — Perplexity 发布指南,介绍智能体随着上下文逐渐填满而出现准确性下降的现象(上下文腐化),并回顾 Computer 如何通过子智能体、工作文件和按请求进行的上下文压缩来缓解这一问题。🔗 来源

图像、视频与音频

  • 第三方平台上的 Kling Image 4.0 — 发布次日,该模型便上线 fal、Runware 和 eachlabs,以及 Genspark 的 AI Media Studio 和 AI Image Agent(原生 8K,每张图像可容纳 2 000 个文字字符)。🔗 来源 · 🔗 Runware · 🔗 eachlabs · 🔗 Genspark
  • Genspark 上的 MAI-Image-2.7 — Microsoft AI 的图像模型 MAI-Image-2.7 和 MAI-Image-2.7-Flash 上线 Genspark,改善了图像中的文字渲染效果。🔗 来源
  • Suno MCP 向所有人开放 — Suno 的 MCP 服务器自 10 月 28 日起通过报名提供测试版,现已向所有人开放:用户可从 ChatGPT、Claude、Gemini、Claude Code 或 Cursor 中创作歌曲,现在还可创作视觉素材,无需 API 密钥,消耗 Suno 点数。🔗 来源
  • Claude 中的 Synthesia — Synthesia 详细介绍了其连接器:Syren 智能体可以通过对话创建视频,适用于 Starter、Pro 和 Enterprise 套餐,消耗 Synthesia 点数;据厂商称,Syren 基于 Opus 5.5。🔗 来源
  • Runway AI Festival 2027 — 现已开放五个类别的作品征集(电影、广告、时尚、电子游戏、设计),截止日期为 2027 年 4 月 5 日,并将在纽约、洛杉矶和东京举办盛典展映。🔗 来源

开放模型、数据与研究

  • NVIDIA Cosmos Data Factory — NVIDIA 公布了其物理人工智能数据蓝图的计算成本:在一台配备八张 RTX PRO 6000 的服务器上,每段驾驶片段约为 2,66 美元,并表示 Cosmos Dataset Search 现已依据 Apache 2.0 开源。🔗 来源
  • ANEMLL — 一个研究版本将 Qwen3.8-27B 分配到 Mac M6 的 Neural Engine 和 GPU 上运行:处理 64K 提示词所需的时间,从仅使用 Neural Engine 时的约五分钟缩短至两分半钟;该版本要求关闭 SIP。🔗 来源
  • Samdei Type — 两个采用 Apache 2.0 许可的小模型(参数量分别为 7,1M 和 18,2M)可将用拉丁字母输入的高棉语转换为高棉文字;据作者称,字符错误率为 0,052,而现有最佳开放模型为 0,066。🔗 来源
  • ViKernel Scanner — VIDRAFT 发布了一款开源扫描器,向模型提供模拟工具:受测的 20 个开放模型均获 F 级评分,中位模型在 100 次测试中有 40 次尝试执行危险操作。🔗 来源
  • 无审查版 Kimi K3.1 Pro — 提供商 OpenUncensored 提供一个解除限制的版本,可处理其测试集中 97 % 合法但处于边界的请求,原版则为 83 %;提供商承认,该版本在智能体循环方面存在弱点。🔗 来源
  • olmOCR-Bench — Ai2 转发了 Unsiloed 宣布的成绩:其在复杂文档阅读基准上获得 88,0 分,领先于 GPT-5.5 的 84,6 分。🔗 来源
  • RoboTwin Unified — 哈普里特·萨霍塔发布了可导入 FiftyOne 的数据,包含涵盖 50 项任务的 27 500 段双臂操作记录和超过 600 万张图像。🔗 来源
  • Recapture — Nutrient 发布了一款开源工具,可将带标注的页面转换为逼真的手机照片或扫描件,同时保留标注,用于训练文档阅读模型。🔗 来源
  • 本地 Kafka 助手 — 在系列文章的第三部分中,罗曼·梅利尼克用基于未修改的 Qwen3.8-27B 的文档检索取代微调:在 40 个问题上取得 +1,48 的提升,而其微调适配器的结果分别为 +0,08 和 -0,18。🔗 来源
  • Ai2 与 Taylor Geospatial — 双方合作推出开放的地理空间评测基准、模型(OlmoEarth)和数据,其中包括扩展至作物类型和产量的 Fields of The World,并在 Source Cooperative 和 GitHub 上免费发布。🔗 来源

生态

  • Replit & Co. — Replit 推出面向专业受众的创作者计划,首批包含 45 名创作者,他们将获得 Replit 账户权益。🔗 来源
  • Manus 与 Godot — Manus 成为 Godot Foundation 的白金赞助商,该基金会为自由游戏引擎提供资金支持;双方未披露金额。🔗 来源
  • GitHub Team — 人工智能之外的消息:GitHub Team 组织将自动启动安全风险评估,检查泄露的凭据和代码漏洞。🔗 来源

这意味着什么

中端市场正成为竞争最激烈的领域。Google 将 Gemini 4 Neon 放在 Carbon 与 Hydrogen 之间,并以每项任务的成本作为卖点,而非每个词元的价格;截至 11 月 30 日,其词元价格仍高于 Carbon。Arena 将 Meta 的 Muse Ember 与 GPT-6 Luna、Claude Haiku 5.5 进行比较,这三款高效模型都面向实际工作,Muse Ember 完成一项任务仅需 27 秒,成本为 1,9 美分。在开放模型领域,同样的逻辑也体现在更小的规模上:拥有 5 亿参数的 Rumble-2-Flash,在真实呼叫中心录音上的表现达到 300 亿参数模型的水平;而一个简单的 LoRA 适配器,就能让 Qwen3.8-27B 以原来六分之一至八分之一的词元用量,达到其自身最高思考模式的水平。这些数字仍来自厂商,或其引用的评估者。

安全既取决于实验室,也取决于工具。OpenAI 表示暂不发布 GPT-6.1 Astra,并在无法访问真实互联网的环境中训练其前沿模型;同一天,其关于 Codex 的博文承认,沙箱仍有盲点,需要通过模型训练加以弥补。编程工具正在公开权衡这些取舍:Claude Code 加快了首条 Bash 命令的执行速度,代价是启动文件会在获批前执行,同时宣布终止自动模式中一种会产生费用的回退机制;VS Code 允许企业重新授权那些不执行其受管设置的 Claude 和 Codex 运行框架;Vibe 则禁止项目重新启用遥测。

模型越来越多地被用来改善其周边系统。在 AMD,模型重写已经高度优化的电路,使 PPA 指标最多提升 14 %。在 Anthropic,一次 Claude Code 会话将大型文档的内存占用从 3 GB 降至 180 MB;从八月底到 Claude Docs 上线,整个工程按目录价格计算消耗了约 125 000 美元的推理费用。Perplexity 让 Brain 编写用户的技能,Replit 则让 Missions 重建电子签名平台的 1 000 多条操作流程。不可逆的操作仍由人类掌控:重写的电路由 Synopsys 工具验证,架构决策交给主导 Claude Docs 迭代循环的工程师,Perplexity 的内置技能则由人工审核。

人工智能也终于融入人们已经身处的环境。Google 正在为低内存手机重做 Gemini 应用;据其称,这些手机每天帮助数亿人连接互联网。Perplexity 将智能体带到移动端,ChatGPT 则能随用户说话实时显示听写内容,并取消了 10 分钟限制。在企业端,智能体正进入现有业务工具:ChatGPT for Sales 接入 CRM 和销售工具,ElevenAgents 接入病历系统,Replit 接入 Teams 和 Azure。新闻媒体也紧随其后:继 LVMH 媒体部门之后,Groupe Figaro 将历史内容引入 ChatGPT,同时保留编辑独立性。


来源