AI 情报文章归档

OpenRouter 实测同一 GitHub 任务下 MCP、CLI 与 skill 的 token 成本：在 Claude Sonnet 5.5 上 CLI 用 1。

Mastra 在 MCPServer 和 MCPClient 中推出 MCP Tasks（SEP-2663），可将长时间运行的工具调用放到后台执行，客户端轮询任务状态并把结果返回 agent，agent 在任务运行期间可继续响应用户请求。

OpenRouter 发布教程，讲解如何修复 OpenAI 与 Claude API 的 429 限流错误，先读取 error.metadata.limit_source 判断是谁的限制，再对症处理。

Vapi 发布 Agent Loop 早期访问版，这是一个构建在 Vapi 平台之上的自我改进框架，可自动构建智能体、按业务目标为每通电话打分、定位失败案例、起草修复、模拟测试、小流量实验并自动回滚，循环迭代直至达标。底层模型、架构、语音、配置和工具均可调整，各阶段能力也将同步开放到 dashboard，正式版计划明年初推出。

Recraft 上线 Vectorizer Pro，可将 PNG、JPG、WebP 转成更干净的 SVG：直线保持笔直、尖角保持锐利、曲线保持平滑。该功能自 2026 年 10 月 29 日起向 Recraft Studio 所有套餐用户开放，无需额外开启。平面插画、图标、Logo 和线稿受益最明显，纹理复杂的图片仍可能需要先简化。

OpenRouter 发布量化解析文章，讲解 LLM 量化原理，并报告 2026 年 10 月 20 日对 1455 个 provider 端点和 Qwen3.8 27B 六个端点的实测。

Browser Use 官方教程演示如何将第三方代理接入 Browser Use Cloud，并通过 ipwho.is 验证浏览器出口 IP 和国家。

Anthropic Fellows Program 团队构建四个多用户多智能体模拟环境（共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列），测试 Anthropic、OpenAI 和 Alibaba 的前沿模型，并发布其中三个环境作为基准 MAMUBench。

Hugging Face 社区博客讲解如何用 Sentence Transformers 训练支持 token pooling 的多向量检索模型，在压缩文档向量以减少存储的同时尽量保留检索质量。

UC Berkeley 等机构发布 CyberBinGym 基准，评估 AI 智能体在无源码、无漏洞描述、无触发输入的 1-day 场景下，仅凭 stripped 的漏洞与补丁二进制能否恢复并利用真实漏洞，含 100 个来自 53 个开源项目的任务。

Google Research 发布一项研究性框架，用可穿戴数据构建可干预的健康年龄（CHA）模型，并训练 SensorWM 世界模型模拟个性化 12 周"如果-那么"健康轨迹，配合语言模型生成经临床审核的指导计划。

Tomasz Tunguz 基于 CoreWeave、Anthropic 等公开文件，将 AI 价值链从电力、数据中心、Neocloud、推理到应用五层的利润统一折算为每瓦每年美元。

vLLM 发文讲解 Encoder/Prefill/Decode（EPD）分离架构的工程实现，支持编码、预填充、解码三个阶段独立部署扩缩容。核心变化包括 metadata-only 请求避免下游重复媒体预处理、编码器专用执行路径、NIXL 与 Mooncake 远程嵌入传输、跨编码器输出复用等。

When AI agents write to and read from your database through legitimate API calls, the attack lives in...

作者实测 Claude Fable 5.2 与 Gemini 4 Carbon 并对比后认为，Fable 5.2 的突出差异在于审美，这是无法用 Benchmark 评估但可直观感受的东西。

一篇论文指出，目前无人能断言递归自我改进（RSI）是安全的，因为连其走向都缺乏清晰的思考框架。作者仅用一条高层提示词就让 AI 从零训练出一个小型 LLM；在 FAR.AI 安全研讨会上，专家们因设想的结果不同，对 RSI 安全条件给出了截然不同的判断。其二人博弈模型显示，RSI 竞赛仅在部分风险水平下构成囚徒困境，高风险时双方共同克制是稳定结果。

Every unattended loop I run carries a cost I never priced until last week's audit, and it comes...

家里有 mac mini 吗？你该给自己配个私人 IT 经理了！！

Last post: 13 isolation checks passed while a Unix socket sat open. Those checks weren't nothing....

We've gotten really good at building AI Agents. With so many frameworks, and higher level...

在 fal 上试试 Meshy Rigging： - 为角色绑定骨骼并制作动画：https://fal.ai/models/meshy/rigging - 创建多个动画：https://fal.ai/models/meshy/rigging/multi-animation

Meshy Rigging 在 fal 上更新。 - 将人形 3D 模型转化为可直接制作动画的角色。 - 支持 Unreal Engine、Unity、Blender、Mixamo 等。 - 无需额外费用即可为手指做好动画准备。 - 可为同一角色添加多个动画。

11月 #PixelDrop 来了： ✨ Gemini Intelligence 现已在 Pixel 10 设备上线 🏷️ 用 Pixel Tag 追踪钥匙、钱包或行李，明天起可下单 📱 创建自定义小组件，比如消费追踪器或带球队配色的比赛日小组件 🎨 用全新图标样式个性化你的手机 🔍 改进的搜索功能、Gemini 增强的通话筛选等 ⌚ 在 Pixel Watch 上获取分步锻炼指导 ……以及更多

Cursor 官方宣布 Team Projects 开启 beta，为每位团队成员及其智能体提供共享上下文。智能体在开始前共享计划，工作中标记冲突，并能跨团队互相解锁任务。详情见 https://cursor.com/blog/projects-multiplayer

Cursor 宣布 Projects 已针对多人协作场景重构，团队成员与其各自的智能体可以在同一个统一工作区内协同工作，智能体之间也能互相协调。

Meta FAIR 发布 e-means，一种用指数移动平均更新质心的 mini-batch k-means 算法，可在 1.4 到 2.6 个 epoch 达到 Lloyd k-means 25 个 epoch 的损失，已随 FAISS 1.16.0 以 MIT 许可发布于 faiss.contrib.e_means。

微软研究院新研究发现，重编程 AI 智能体中的少量休眠神经元即可植入后门，让智能体平时表现正常，直到触发特定条件才激活异常行为。微软建议企业确认模型来源并合理管控权限，Microsoft Foundry 为 Azure Direct Models 和 Hugging Face 模型提供安全系统以保障模型来源可信。

Over a hundred runs of a controlled experiment on my own repository: what makes ADRs actually reach a coding agent, what parts of a record matter, and the one sentence that changed the result.

fal 官方宣布 fal Agent 现已可用在 Photoshop 中，作为创作流程内的 AI 创意助手。用户可在不离开 Photoshop 的情况下发现并选择多家领先的图像与视频模型、生成新素材并实现创意想法。

OpenAI 于当地时间 11 月 10 日推出 ChatGPT Businesses 测试版，企业可通过 Business Hub 认领商家资料、验证身份并添加含价格和库存的产品数据源，目前全球每周有 12 亿人使用 ChatGPT。

A few years ago (three years at most), one of the biggest challenges QA Engineers faced was: how do...

谷歌联合 Artificial Analysis 推出多模态知识智能体基准测试 MKA，用于评估 AI 智能体处理视觉复杂文件、完成现实知识工作任务的能力。Gemini 4 Carbon 在参测模型中质量排名第二，平均任务成本约为第一名模型的六分之一。该测试含 200 项私有任务，覆盖 10 个行业 83 种职业，已在 Artificial Analysis 平台开放。

An agent that pays for things needs a limit: a maximum price per call, a payee you expect, sometimes...

Anthropic 今日开始推出 Claude Whiteboards（白板）、Claude Sheets（表格）和 Claude Data（原 Claude Dashboards），把 Claude 从聊天问答推向团队协作工作台，三项工具面向所有付费计划，支持网页端、桌面端和移动端。

谷歌于当地时间 11 月 10 日宣布正式开放 Gemini 4 Carbon 模型，面向开发者、企业、科研人员和消费者提供服务，定位为谷歌目前能力最强的推理模型。

Odessia 创始人弗朗西斯·戴维森 11 月 11 日宣布，OpenAI 已收购 AI 旅行智能体公司 Odessia，他本人加入 OpenAI 帮助探索旅游业务方向。

Amazon 发布 Ring Drone Cam 安防无人机和 Ring Rover Cam 巡逻机器人，均搭载 AI Pilot 系统，可自主规划巡逻路线、避障并绘制室内地图。无人机售价 250 美元、续航仅 8 分钟，计划 2027 年 1 月 27 日上市；轮式机器人售价 1000 美元、支持 4K 录制，2026 年 12 月 16 日起发货。

Artificial Analysis 发布对 Gemini Omni Flash 1.2 的视频评测，该模型在 AA-Video-Editing v1.1 排名第 2，在 AA-Video-T2V v2.1 从 1.1 的第 12 升至第 6，在 AA-Video-I2V v2.1 从第 17 升至第 14。

Nvidia 发布 GR00T 2，一个能驱动机器手臂、机械手和人形机器人的开放世界动作模型。机器人的动作数据通常来自真人遥操作录制，成本高且稀少，而 GR00T 2 通过在 402,730 小时人类头戴相机视频、10,184 小时手持夹爪演示和仅 23,500 小时遥操作机器人数据上预训练，缓解了对昂贵的遥操作数据的依赖。

Philipp Schmid 宣布与 Artificial Analysis 联合推出 MKA（Multimodal Knowledge Agent）基准，评测智能体在视觉复杂文件上的知识工作。