BetterOPCBetterOPC

BetterOPC 情報報告 · 日報

按日期整理 AI 與個人創業動態。報告評論及來源標題保留原文。

2026-11-11 · 收錄條目: 40

簡體中文原文

模型发布与产品发布成为本期主线

本期焦点集中在模型与产品发布：GitHub Copilot 上线 Gemini 4 Carbon，OpenAI 推出 ChatGPT 企业版 Beta，Google Cloud 发布面向医疗健康的 Gemini；同时 Anthropic 启动 IPO 路演，AWS 则围绕 Agent 评估与协作给出实践说明。

模型发布/更新

  • GitHub Copilot 上线 Gemini 4 Carbon

    GitHub 博客更新显示，Google 最新模型 Gemini 4 Carbon 已在 GitHub Copilot 中正式可用。该模型面向复杂编码、Agent 与推理任务，并侧重安全的代码生成。原文正文较短，除上述定位与可用状态外，未披露具体基准成绩、价格或上线范围等细节。

    閱讀來源 ↗

  • Google DeepMind 发布 Gemini Robotics 2.5

    Google DeepMind 宣布推出 Gemini Robotics 2.5，称这是其最新的物理 AI 模型，能够学习数百项日常技能，包括叠衣服、端送糕点，以及在工厂车间自主分拣汽车零件。官方推文以一组快照形式展示其能力，未披露模型架构、训练数据、评测指标或发布时间等细节。该推文获得 205 次转发、1843 次点赞和约 10.1 万次浏览。

    閱讀來源 ↗

  • Hugging Face 博客：决策模型

    这是 Hugging Face 博客仓库的一次提交记录，新增了一篇题为《Decision Models in Hugging Face》的博客文章。提交信息显示，作者在引言部分加入了 llama.cpp serve 相关内容，并根据 Pedro Cuenca 和 Tom Aarsen 的代码审查建议做了修改，还补充了微调脚本和标准化段落。该提交只包含协作与修改过程，没有给出文章正文，因此无法得知决策模型的具体定义、使用方法或效果。

    閱讀來源 ↗

  • PyTorch 为 gfx11（RDNA3/RDNA3.5）新增可选 CK SDPA 构建

    PyTorch 合并 PR #203095，修复 #203094，无破坏性变更。改动是在新的 USE_ROCM_CK_SDPA_GFX11 选项后，把 gfx1100、gfx1101、gfx1102（RDNA3）以及 gfx1150、gfx1151（RDNA3.5）加入 CK SDPA 架构列表，做法模仿此前 gfx12 CK SDPA 的集成方式。用户可通过 torch.backends.cuda.preferred_rocm_fa_library('ck') 选择该实现。PR 由 Jeff Daily 提交。

    閱讀來源 ↗

  • DrJimFan 发布 GR00T 2：面向机器人的开源 System One 模型

    Jim Fan 在 X 上发布 GR00T 2，称其为最先进的机器人开源 System One 模型，完全运行在机器人板载算力上、无需外部连接，且所有权重归用户所有。其特性包括：长程任务，可串联 20 步以上、持续 5 分钟以上的灵巧操作与全身控制，例如完成化学实验或组装模型飞机；X-Adapt，从人类可穿戴设备和仿真等简单数据源适配，零样本部署到多种真实机器人；统一认知，原生集成前沿 Agent，用于物理推理、错误恢复和安全监控。发布内容包括模型权重、12 月推出的 X-Adapt 配方，以及 Agent 框架、仿真引擎、标注引擎、硬件设计和 10 万小时训练数据。

    閱讀來源 ↗

  • PyTorch DCP 修复：跳过无保存张量的 fqn_to_index_mapping 条目

    该 PR 修复 DCP Hugging Face 合并（_consolidate_safetensors_files）问题：映射中从未保存的张量会在 safetensors 头部得到空 dtype 条目，导致下游加载器因头部无效而拒绝文件，尽管保存已报告成功；这影响 Qwen3.5 的 MTP head、DeepSeek V3 的 FP8 scales 等发布索引映射未保存权重的模型。改动在创建头部记录前按已保存分片名过滤映射条目，并对跳过张量记录警告；_warn_skipped_fqns 每次合并输出一条 UserWarning，含数量与 input_dir，最多列 20 个，超出标记截断。测试在 test_hf_safetensor_e2e.py 中覆盖混合已保存与未保存名称的场景。

    閱讀來源 ↗

  • PyTorch 重新合入仅输出 CPU flash attention 分解改动

    这是 PyTorch 仓库中标签为 viable/strict/1794284545 的发布条目，标题为“[inductor][cpu] Reland: Decompose output-only CPU flash attention (#2…”，正文内容被截断，仅能确认该条目涉及 PyTorch Inductor 在 CPU 后端对“仅输出”的 flash attention 进行分解（decompose）的改动，并且是一次重新合入（Reland）。输入未提供具体实现细节、性能数据、合并日期或作者结论，因此无法进一步说明改动范围与影响。

    閱讀來源 ↗

  • 谷歌发布最强推理模型 Gemini 4 Carbon：主打复杂编程、科研与网络安全

    谷歌 11 月 10 日正式开放 Gemini 4 Carbon，称其为目前能力最强的推理模型，面向复杂软件工程、多步骤智能体任务、科学研究和网络安全。相比 Gemini 4 Argon，Carbon 可在复杂任务中投入更多推理 Token，用于假设探索、结果验证和边缘情况检查。模型 ID 为 gemini-4-carbon，支持文本、图像、视频、音频和 PDF 输入，统一上下文窗口 1,048,576 Token，标准同步请求最大输出 65,536 Token，经 Long Decode 可扩展至 1,048,576 Token，并提供 low、medium、high 三档推理强度。价格与 Argon 相同：每百万输入 Token 2 美元、输出 10 美元，优惠持续至 2026 年 11 月 30 日，之后调整为 4 美元和 20 美元。

    閱讀來源 ↗

  • Google发布Gemini 4 Carbon，新增Agent“蜂群”功能

    Google在向少数“网络安全防御者”开放两周后，正式向公众推出最新AI模型Gemini 4 Carbon。Google称Carbon是其“最强模型”，可与Anthropic和OpenAI的顶级系统竞争，并称其比上月才发布的前沿模型Argon“把前沿推得更远”。Google表示Argon可能仍是“大多数软件工程和知识工作的理想选择”，而Carbon则“为考验模型智能极限的任务而打造”。原文正文在此处截断，Agent“蜂群”功能的具体细节未在可见内容中说明。

    閱讀來源 ↗

  • Google 发布 Gemini 4 Carbon：编码能力大幅提升

    Dan Shipper 称 Google 刚发布 Gemini 4 Carbon，团队在 Every 对编码、写作、设计和知识工作做了测试。编码方面，Senior Engineer 基准单次得分 44%，Argon 为 21%，仍属中游；另一测试中它识别出 6 个就绪任务却做了 15 个，包括他人正在做的工作，近 4.5 小时后被叫停。它用播客工作室 3D 扫描和器材清单构建浏览器模型，判断新设备能否入镜，并估计写了 Everycut 大版本约 95% 的代码。音频视频上能发现其他模型漏掉的剪辑问题，并从会议录音生成 6 个带标题短片。设计上能生成超写实银杏叶图标，但界面出现层层嵌套方框。写作基准与 Argon 持平，成本更高。作者评级为“偶尔使用”。

    閱讀來源 ↗

产品发布/更新

  • OpenAI 推出 ChatGPT 企业版 Beta

    OpenAI 宣布 Businesses in ChatGPT 进入 Beta 阶段。企业可以认领自己的商家资料、管理信息，并查看用户如何与自己互动的洞察数据。符合条件的商家还能构建 Business Agent，用来回答客户问题并帮助客户了解所提供的产品与服务。推文未披露定价、开放地区或具体上线时间。

    閱讀來源 ↗

  • Google Cloud 推出面向医疗健康的 Gemini

    Google Cloud 发布 Gemini for healthcare，目标是统一临床数据并自动化工作流程，以减轻行政事务带来的负担。原文正文信息有限，仅说明该产品用于整合临床数据、实现工作流自动化并缓解行政倦怠，未披露具体功能、定价、上线时间或客户案例。

    閱讀來源 ↗

  • C++ 语言服务器现可自动配置 MSBuild 构建

    GitHub 博客更新称，适用于 GitHub Copilot CLI 的 Microsoft C++ 语言服务器现在内置 MSBuild 编译命令提取器并自动调用，代理无需再自行发现和运行该提取器。原文正文在此处截断，除上述自动配置机制外未提供更多细节。

    閱讀來源 ↗

  • AWS Quick 中技能与 Agent 如何协同工作

    AWS 官方博客介绍了 AWS Quick 中 Agent 与技能（skills）的协作机制：状态更新、发布说明、创建工单等可重复任务，可以通过 Agent 和技能编码实现。文章说明了 Agent、技能与用户数据在 AWS Quick 中如何配合，如何为团队构建和共享技能，以及官方目录和自定义 Agent 如何帮助用户使用这些技能。正文未给出具体操作步骤、产品版本或量化结果。

    閱讀來源 ↗

  • 自主资金管理Agent：Trovata如何在Amazon Bedrock与AgentCore上构建AI原生方案

    Trovata在Amazon Bedrock与Amazon Bedrock AgentCore上构建自主资金管理Agent，采用基于RBAC的安全架构，支持银行品牌化的AI部署与Agentic工作流，使企业资金管理从人工操作转向企业级规模的实时决策。原文未披露具体客户数量、性能指标或上线时间。

    閱讀來源 ↗

  • OpenAI Academy 为照护者提供免费 ChatGPT 实操工作坊

    OpenAI Academy 将在美国五座城市为照护者提供免费的、动手实操的 ChatGPT 工作坊，帮助他们建立日常生活中实用的 AI 技能。原文未披露具体城市名单、课程内容、时间安排或参与人数等细节。

    閱讀來源 ↗

  • TCS 如何用 Amazon Bedrock AgentCore 构建智能体测试编排器

    Tata Consultancy Services（TCS）在 Amazon Bedrock AgentCore 上构建了一个智能体测试编排器，面向银行、金融服务与保险（BFSI）客户，将需求转化为可执行、受治理的测试。文中提到其使用专用智能体、按租户隔离和工作负载感知执行，在内部基准测试中将测试工作量削减了 88%。

    閱讀來源 ↗

  • Gemini Intelligence：新功能登陆更多设备

    Google 官方博客宣布，Gemini Intelligence 正在向更多设备推送。原文仅说明这些设备上扩展后的能力可帮助用户完成更多事情，未披露具体功能清单、支持设备型号、上线日期或性能数据。

    閱讀來源 ↗

  • Claude 开始推送 Whiteboards、Sheets 和 Data

    Claude 官方账号宣布，今天开始推送 Claude Whiteboards、Claude Sheets 和 Claude Data 三项功能。官方给出的使用场景是：在画板上推演计划、在表格里搭建追踪器、用数据讲故事。该推文获得 474 次转发、8370 个点赞和 346297 次浏览。原文未披露具体功能细节、可用范围或定价信息，信息有限。

    閱讀來源 ↗

  • Show HN：让编码 Agent 摆脱 2019 年的 JavaScript，转向现代 Web 原语

    Chrome 团队联合 Firefox、MDN 和 Edge 发布开源项目 modern-web-guidance 1.0，为编码 Agent 补充现代 Web 平台知识。项目包含 200+ 篇由 Web 专家手工编写的实现最佳实践指南（约 1.7MB），以 Agent skill 和 Agentic RAG CLI 形式提供，搜索包从 500MB 原生栈压缩到约 7MB 纯 JS，CPU 上搜索约 10ms。另推出基于 3 万个 GitHub 仓库训练的确定性 legacy-scan，用于识别过时模式，在留出仓库上平均精确率 92%。团队用约 1700 条 Playwright/AST 断言在 200 个任务上评测，Agent 通过率从无引导的 55% 提升到有引导的 92%。

    閱讀來源 ↗

行业动态

  • Anthropic 启动 IPO 路演

    Anthropic 官方账号宣布，已为其拟议的首次公开募股（IPO）启动路演，并附上链接。帖文同时附有法律免责声明：与这些证券相关的注册声明已提交给 SEC，但尚未生效；在注册声明生效之前，不得出售这些证券，也不得接受购买要约；该帖不构成出售要约或购买要约的招揽，在未按相关州或司法辖区证券法完成注册或取得资格前，任何此类要约、招揽或出售均不合法。原文未披露发行规模、定价、时间表等细节。

    閱讀來源 ↗

  • Google 与 Adobe 合作：将创意与生产力工具接入 Google 日常应用

    Google 与 Adobe 宣布整合双方的创意与生产力工具。根据 Google 官方博客，用户将可以在 Google Drive 中编辑 PDF，并在 Gemini 中使用 Adobe AI。原文仅概述了这两项整合方向，未披露具体上线时间、功能细节或收费方式。

    閱讀來源 ↗

  • 前沿工作：AI 对自由职业工作的影响

    OpenAI 与 Upwork 联合发布的新研究发现，自由职业工作的需求正在发生变化，出现了新的技能组合，AI 相关项目的预算更高、工时更长。原文正文仅给出这一结论性概述，未披露具体数据、样本规模或研究细节，因此无法进一步展开。

    閱讀來源 ↗

  • 弥合教育领域的AI指导缺口

    OpenAI 发文介绍其在欧洲、中东和非洲（EMEA）地区的教育合作经验，并引用 ThinkYoung 的新研究。文章围绕三个要点展开：支持教师、AI 素养以及独立学习。原文正文信息有限，未披露合作学校数量、研究样本规模或具体成效数据。

    閱讀來源 ↗

  • Google扩展AI硬件产品线，推出两款专用芯片

    Google发布两款新的张量处理单元（TPU），将其芯片产品线扩展到更多使用场景：机密模型训练和更大内存容量。原文未披露芯片型号、性能参数、发布时间或具体客户信息，信息有限。

    閱讀來源 ↗

  • Anthropic 瞄准 1.4 万亿美元 IPO

    Anthropic 于周二确认其 IPO 可能成为史上规模最大的 IPO 之一，但估值低于此前预期。据《纽约时报》报道，其 IPO 发行价预计在每股 70 至 78 美元之间，对应估值最高可达 1.4 万亿美元。《华尔街日报》援引消息人士称，Anthropic 计划让股票在下周四或周五开始交易。路透社指出，此次 IPO 此前预期估值高达 2 万亿美元；截至上周，竞争对手 OpenAI 的估值为 1.25 万亿美元。正文提到，这一下调后的预期出现在数月之后，但后续内容被截断，信息有限。

    閱讀來源 ↗

  • 纽约AI安全法生效，OpenAI与Anthropic面临新监管

    TechCrunch报道，纽约州正准备执行其全面的AI安全法，要求OpenAI、Anthropic等主要AI开发商进行注册、披露安全实践，并报告重大事故，否则将面临罚款。报道未提及具体罚款金额、生效日期细节或法律条款全文。

    閱讀來源 ↗

  • HBM5 不增加引脚，带宽翻倍

    SemiAnalysis 指出，HBM5 保持与 HBM4E 相同的 2048 个引脚，但每个引脚的速率几乎翻倍。根据三星在 Hot Chips 2026 的展示，引脚速率从 HBM4E 的 14 Gbps 提升到 HBM5 的 28 Gbps 以上。仅提高引脚速率还不够，为了让每个引脚持续获得数据，引脚背后的 DRAM bank、TSV 以及基础裸片上经过升级的 PHY 也都要同步翻倍。原文用杂货店的比喻分 6 条推文解释其工作原理。

    閱讀來源 ↗

  • Oura 以 6.25 亿美元收购 AI 原生初级保健初创公司 Counsel Health

    据 TechCrunch 报道，智能戒指厂商 Oura 将以 6.25 亿美元收购 AI 原生初级保健初创公司 Counsel Health。这笔交易发生在 Oura 以“IPO 市场不确定性”为由无限期推迟最高 22 亿美元 IPO 的数周之后。原文未披露 Counsel Health 的具体产品功能、交易结构或收购后的整合计划，信息有限。

    閱讀來源 ↗

  • 独立游戏社区因AI与《Big Walk》陷入混乱

    部分独立游戏节（IGF）评审昨日发表声明，称不会投票给“以任何形式”使用生成式AI的游戏。随后，独立游戏热门作品《Big Walk》的开发者发表声明，称在游戏开发的“最后阶段”“少量”使用了AI，以“帮助解决困难的技术挑战和漏洞”。据评审声明，今年IGF参赛作品虽“出色”，但“使用生成式AI工具开发的游戏数量显著增加”，引发了“相当激烈的讨论和分歧”，且没有“普遍共识”。

    閱讀來源 ↗

论文研究

  • AlphaProof Code 发布：深度验证复杂软件的重大突破

    Google DeepMind 发布 AlphaProof Code，其智能体用 Lean 编写了 300 万行证明，用于验证 Signal 的核心加密实现。原文正文信息有限，仅说明这是深度验证复杂软件的一项突破，未披露具体方法、验证覆盖范围或后续计划。

    閱讀來源 ↗

  • 微软新研究：不训练模型，靠自定义harness提升长上下文推理

    微软一项工作构建了一个harness，在不使用合成数据、不做后训练的情况下提升长上下文推理能力。结果显示，Llama3-8B在长上下文基准上平均提升64.18分，提升完全来自harness。方法是将长上下文任务拆解为能力原语，再由强agent在开发集上多轮自我改进，重写这些原语、其跟踪的状态和控制逻辑。为Llama3-8B构建的harness可迁移到Qwen2.5-3B，在HELMET和RULER上以不到一半的估算成本超过依赖数据合成与训练的NExtLong和PolicyLong。harness由GPT-5.6-Sol编写，小模型自行构建时效果明显下降。作者建议：对小模型做长上下文后训练前，先尝试改进其外围harness。

    閱讀來源 ↗

技巧与观点

  • Agent 评估手册：Amazon Bedrock AgentCore 上的内置、DeepEval 与 AutoEval 评估器

    AWS 发文介绍如何在 Amazon Bedrock AgentCore 上评估 Agent，围绕任务是否完成、是否跑题、是否泄露数据、是否跳过步骤等具体问题，给出内置评估器、DeepEval 和 AutoEval 三类方案，并说明如何把每种需要关注的行为匹配到合适层级和合适的评估器。

    閱讀來源 ↗

  • Amazon Bedrock 的 Token 经济学数据湖

    文章指出，在多账户环境中运行 Amazon Bedrock 时，账单只能显示总费用，却无法反映每次调用内部发生了什么。为此，文章介绍构建一个集中式可观测性数据湖，将各关联账户的 Bedrock 调用日志汇总到一张可查询表中，从而跨组织查看提示词、token 数量、模型选择以及每次调用的成本。

    閱讀來源 ↗

  • 牛村木木山开源DeepSeekHarness插件避坑清单，57条经验供模型先读

    作者牛村木木山开发DeepSeekHarness插件时，整理了一份57条前人踩坑与好做法的清单，开源在GitHub（MIT协议），其中一半以上来自他翻阅7个头部插件代码的记录。起因是他曾在客户端文件里误写export，导致自己插件和已安装的所有插件一起无法启动，而这类问题模型不知道、报错也不指向原因。他列举的典型坑包括：可选参数写required: false会导致工具注册失败；webServer上的路由宿主不代为鉴权；版本范围写错插件会被宿主悄悄跳过且无弹窗；桌面版发版24小时内装latest拿到的是上一版。每条都标注了对应版本和依据。作者说明：未测试贴入后能省多少时间，因此不写数字；57条中有5条尚未验证完，标为「待复核」；从他人插件记录的内容只读了代码、未逐条运行。

    閱讀來源 ↗

  • Agent记忆不是杂物抽屉：Anthropic「做梦」实验的构建启示

    Anthropic 于 2026 年 11 月 6 日发布 Lance Martin 撰写的研究文章《The components of agent memory》，将记忆定义为智能体从用户与任务经验中获得、跨会话保留并可回读的上下文，而非权重更新、单次对话内的上下文学习或压缩摘要。记忆分为四层：原始会话日志、智能体工作时写下的规则与陷阱笔记、关联的 wiki 表示页、每次会话开始时加载的小型注入上下文；另有名为 dreaming 的离线过程，重读日志以修正笔记、补全 wiki 并决定哪些内容晋升到顶层。在《宝可梦 红》约 1 万步的对比中，Claude Sonnet 3.7 不加区分地写了 413 个记忆文件、分布在 225 个文件夹，仅获得 1 枚徽章，还曾用 17 步创建 6 个文件、删除 9 个文件而未在游戏内行动；Claude Fable 5 只写了 2 个文件夹中的 9 个文件加一个 global.md，获得 4 枚徽章。结论是不要存储环境每回合已能读到的信息（如金钱和地图位置），只存智能体自己学到的策略与规则。在 CL-Bench 1.0 数据库问答任务中，Opus 5 是首个「闭环」的模型，其记忆条目包含规则、规则为真的依据、早前答案和陷阱警告。

    閱讀來源 ↗

  • 歸藏：用这个项目为国行 iPhone Air 开启满血版 Apple Intelligence

    作者歸藏称，自己成功用某个项目为国行 iPhone Air 开启了满血版 Apple Intelligence，并列出三个注意点：设置中的 Apple 账号和 App Store 账号都需为美区账号；系统语言和 Siri 语言需为英语或 Apple Intelligence 支持的语言；开启后需下载约 10GB 的本地模型。作者表示自己是让 codex 帮忙完成操作的。原文未披露项目名称与具体步骤，信息有限。

    閱讀來源 ↗

  • simonw：Anthropic 新模型发布时值得看其提示词指南，让 Fable 5.2 改进代码时少些谨慎的技巧

    Simon Willison 在 X 上表示，Anthropic 发布新模型时，其更新的提示词指南总值得一看。他分享了一个有趣的技巧：想让 Fable 5.2 在改进现有代码时减少谨慎，可以对它说“This codebase is yours”（这个代码库是你的）。该推文获得 25 次转发、369 个点赞、14780 次浏览。

    閱讀來源 ↗

  • 卖出去只是开始，接得住才叫交付

    作者讲述一个没有代码背景的人用对话式 AI 快速搭出客户要的东西并跑通单子，但长期交付时暴露出工程问题：没有 Git，改动和回退只留在聊天记录里；部署只存在于某台机器，换环境未必能起来；十几个接口依赖三个库，跨库一致性和备份恢复说不清。作者认为 SQLite 单机轻量本身务实，问题在于权限、密钥、回滚、日志这些隐形债务。接手时应先分诊：访问控制与数据保全是 P0，部署可复现是 P1，代码整洁是 P2，再补入库、清点资产、审计权限、演练恢复、补测试、定发布的可复现链路。

    閱讀來源 ↗

  • 为每个 AI Agent 分配独立 GPG 密钥：原因与方法（Claude Code + Codex）

    作者主张：如果提交由 AI Agent 生成，就应使用 Agent 自己的 GPG 密钥签名，而不是个人密钥。理由有三：一是安全，Agent 常运行在沙箱、CI runner、云 VM 等不如本机安全的环境，且可能被 issue、README、依赖或网页中的提示注入操纵，若持有你的密钥就能伪造与你本人签名无异的提交；独立密钥泄露时只需吊销该密钥。二是可追溯，用 git log 可按密钥筛选 Claude Code 或 Codex 的提交，便于排查生产 bug、安全漏洞和异常改动，也便于回答公司如何追踪 AI 生成代码的合规问题。三是责任归属，在代码几乎全由 AI 生成的当下，关键问题不再是“谁敲的”，而是“是否有人审阅并负责”。文中随后给出为 Claude Code 和 Codex 配置独立密钥并在 GitHub 注册的步骤。

    閱讀來源 ↗

歷史報告