AI 情报文章归档

工信部 11 月 6 日发布关于加强智能体终端设备进网管理的通知，提出四大工作任务：开展智能体和终端适配、改进智能体终端进网管理、强化智能体现网升级管理、健全智能体分发管理机制。

Agents add a whole library to use one function. Put a size-limit budget on each entry point, gate the push and CI, and hand the failure back to the agent.

Casey Newton 撰文分析美国中期选举后 AI 反弹成为选民不满主线，至少 38 个辖区通过限制数据中心的措施，民主党赢得国会多数并承诺加强科技监管。他援引社交媒体监管多年无果的教训，提醒新国会避免三个错误：缺乏一致目标、没有 plan B、各方各自为战；并指出 AI 发展速度远快于社交媒体，行业领袖普遍认为强大 AI 系统可能两年内到来，国会没有十年时间可以浪费。

Gemini Omni 1.2 Flash 现已在 Krea 上线。 15 秒片段、更深入的电影级控制，以及多轮编辑！ 立即试用 👇

OpenAI 在中期选举选民表达反对数据中心扩建后宣布新的数据中心社区承诺，包括不再与公职人员签署保密协议（NDA），仅保留涉及安全信息、商业秘密或竞争敏感信息的窄幅保护。

Anthropic 于当地时间 11 月 5 日宣布为 Claude 加入个人理财功能，本周开启灰度测试，面向美国地区 Pro、Max 和 Ultra 订阅用户开放。

When an LLM edits code, it usually works on text: it rewrites the file, or it finds a string and...

Arena 宣布腾讯混元 Hy4 在 Agent Arena 榜单成为排名第一的中国模型，位列总榜第 5，也是前 5 中唯一的中国实验室模型。基于超过 1.2 万条真实长程智能体会话，Hy4 净改进达 +5.4%，进入 Pareto 前沿，中位成本为每任务 $0.57。引用内容补充称 Hy4 从 preview 的第 25 名（+1.1%）提升至第 14 名（+4.7%），在用户确认成功、情绪反馈、可操控性和 Bash 可靠性等信号上均有提升。

METR 发布基于 Anthropic 内部信息的风险评估报告，评估 AI 是否在加速 AI 研发。团队历时 11 周分析内部研发数据并访谈核心研究员，估计 Anthropic 当前模型改进速度约为 2024 至 2025 年节奏的 2 倍，其中约 80% 的加速归因于其自身 AI 使用，并排除了训练算力更快增长的解释。

An agent once told one of our users that our MCP tools "cannot create projects" and asked them to...

Before you install a Claude Code plugin, open three things in its folder: hooks/hooks.json, .mcp.json...

A post-mortem of consolidating subscription seats behind one OpenAI-compatible gateway: the OAuth client boundary that was crossed, the cluster block that followed, and the task-dispatch architecture that replaced it.

蚂蚁百灵团队发布原生多模态模型 Ling-3.2-flash，总参数 560B、激活参数约 25B，上下文窗口 1M，支持图像、文本与视频输入。

OpenRouter 发布新一代 Auto Router，并推出专为编码场景的 Auto Code（openrouter/auto-code），替换 openrouter/auto 即可使用。

OpenAI 与酶设计公司 Ligo 共同发布 BioBasicsBench 基准，用 100 个任务衡量 AI 智能体解读原始实验数据、发现错误并识别证据是否足以支持结论的能力，覆盖蛋白质方法、成像与流式、定量与检测、核酸方法和分子克隆五个领域。

vLLM 从 v0.33.0 起发布 LibTorch ABI Stable CUDA wheel，更新 LibTorch 时无需重新编译或更新 vLLM，可直接替换 torch wheel 导入。

Tomasz Tunguz 撰文指出，用 AI 自主攻破模拟企业网络的成本五个月内下降 99%：BIS 定价 5k–10k 美元的 32 步入侵，Claude Mythos 5 降至 770 美元，Claude Opus 5 降至 385 美元，智谱开源权重 GLM-5.3 以约 90 美元达到相近攻击成功率。

Amp 今日推出 spaces，一种与 Agent 和团队协作的新方式。每个 space 是与单个 Agent 的对话，由它负责为用户生成和协调其他 Agent 线程，无需自己创建和组织线程。

Cursor 推出与智能体的实时语音聊天功能，可用语音提出更改、询问进展并听取智能体播报的简短进度。语音聊天支持智能体窗口、IDE、Web 端和 iOS，可搜索历史消息和通话、在多个 worker 间切换，iOS 上还支持“Hey Siri, call Cursor”发起通话。

OpenClaw 重构模型列表获取方式，约五周、80 个 PR，新模型不再等客户端发版。现在从三处取模型列表：每 4 小时重建的 catalog.openclaw.ai 目录（约 1000 个模型）、账号可用的模型列表，以及 PATH 上已安装的 Codex（需同主版本且握手通过，否则回退内置版本）。

Baseten 宣布 Serverless Loops 正式可用，这是用于在开放权重模型上做 SFT 和强化学习的训练 SDK，采用 Tinker 兼容 API，支持 256k 上下文长度并按 token 计费。

Amp 发布反馈挂件（Feedback Widget），用户在网站 URL 后加 ?amp 即可点击页面元素并写下修改说明，发送后 Amp 会在项目中新建线程并完成修改。设置需在项目设置中启用挂件、在 添加脚本并在 Allowed Origins 中填入站点地址；首次使用需通过 Continue with Amp 登录授权。

VeRL-Omni v0.3.0 将异步执行扩展到更多多模态 RL 工作负载，并把 V1 训练器设为默认。新版本支持 Qwen3-Omni 文本与音频输入的完全异步 rollout、actor 与 rollout 引擎分离的 separate-async 训练，以及扩散模型的权重同步与动态混合 rollout 切换。

vLLM 博客介绍 NVIDIA Research 与 Inferact 的 REINFORCE Zero 方法：对齐 rollout 与训练内核后，用不加截断的 token 级重要性采样即可稳定异步 RL。

Mastra 智能体现在可通过 Ring signals 接收 Ring 门铃事件，每个事件以可配置优先级的通知信号进入智能体线程。智能体可调用 Ring API 获取快照或视频片段，并据此判断门口情况。

Base Labs 在 11 月 6 日的研究更新中指出，on-policy self-distillation（OPSD）虽在部分场景仍有用，但不值得继续投入研究。作者认为，OPSD 的教师模型已知道答案，无需检查、回溯或保留余地，这种稠密损失主要带来偏差，且可能只保留旧知识而学不到新知识。

Thinking Machines 发布 Inkling 2 Small，在 Artificial Analysis Intelligence Index v5.0.1 得分 31，较 Inkling Small 提升 18 分，计划以 Apache 2.0 发布权重，若落实将成为中国以外得分最高的开源权重模型。

作者复盘美股AI板块一夜大跌，纳指盘中跌超5%、费城半导体指数一度跌近11%、纳指单日蒸发近1.8万亿美元市值，并将其归因于中期选举后的政治变局。民主党众议员安萨里呼吁暂停先进AI开发，参众两院9月提出的《2026年禁止人工超级智能法案》以10的25次方次训练运算划线，违规个人最高判20年、公司可被强制解散。

Arena 宣布 Thinking Machines 的 Inkling 2 Small 进入 Code Arena: WebDev，AutoEval 得 1654 分，约列总榜第 20、美国开源模型第一。

对 Perplexity 来说，每个月都是一条新的帕累托最优曲线。https://pplx.ai/effort-levels

Karina Nguyen 分享一个 Inkling 2 Small 智能体的实测轨迹：当申报工具只返回 PSEG 的目录时，该智能体自行下载完整的 3.7MB 10-Q，用 Python 解析，并发现需从经营现金流中剔除的 12 亿美元抵押品释放，得分 0.82，高于次优模型的 0.67。引用的 @thoughtfullab 内容称其在 DiligenceBench 上表现良好，该模型为 594B 参数、17B 激活参数的 MoE，定价 $0.30/M 输入和 $1/M …

Mira Murati 宣布 Inkling 2 Small 即日起可在 Tinker 上进行微调和推理，完整权重即将开放。据引用的 Thinking Machines 官方内容，该模型在 AA Intelligence Index 上得 31 分，较前代大幅提升。

推出 Inkling 2 Small。在 AA Intelligence Index 上得分 31，相较前代大幅提升。 Inkling 2 Small 即日起可在 Tinker 上进行微调和推理，完整权重发布计划于近期推出。 https://thinkingmachines.ai/news/inkling-2-small

Thinking Machines 介绍 Inkling 2 Small，称其擅长长周期任务、能以视觉方式检查自身工作，并可适配不同的 harness 和环境。用户可在 Tinker 上对其微调，或让 Inkling 2 Small 自主编排微调流程。

OpenAI 宣布其拥有的未来数据中心园区将承担全部电力和电网成本，项目被砍时提供财务担保，公开水、电力、噪音和招聘数据，避免与官员签保密协议，并资助当地优先事项，包括佐治亚州 480 万美元的学校餐费补助。

The problem I build Roblox games on my own, and good-looking 3D models were always my...

Codex 0.167.0 新增智能体命令中心，可通过 codex agents --no-daemon 打开，命令中心与会话选择器会标记未读结果。终端会话选择器支持在已连接后端间切换并保留草稿，还可在支持的终端中预览本地图片附件。该版本同时加入 Google Cloud Vertex AI 的 gcp_setup_wizard 配置流程，并修复切换模型提供商后已保存对话仍可见等问题。

英伟达 11 月 5 日发布技术解读，提出将 GPU、CPU、网络、存储和软件整体协同设计以缓解 HBM 供应趋紧带来的内存瓶颈。方案包括用 NVFP4 压缩权重和 KV 缓存、权重分散至最多 72 颗 GPU、Vera CPU 的 LPDDR 内存做就近缓冲、Dynamo 将不活跃上下文迁移至 CMX 存储。

OpenAI 于 11 月 5 日宣布推出网络安全专用模型 GPT-6 Cyber，在 ExploitGym 基准得分 48.5%，较 GPT-5.6 Cyber 的 32.1% 相对提升约 51%。

Artificial Analysis 评测显示，Black Forest Labs 的 FLUX 3 Image Klein 在 AA-Image-T2I v2.1 上位列开源权重模型第二，与第一名 Qwen-Image-2.1 不相上下，在 AA-Image-Editing v2.1 上排开源权重模型第三。