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。

2026-11-03 · 收錄條目: 30

簡體中文原文

AI 基准、基础设施与智能体落地并行推进

本期内容覆盖 AI 评测、开发基础设施与智能体应用等多个方向：OpenAI 发布 LifeVal 基准，用于衡量 AI 完成日常任务的能力；同时介绍其 Git 兼容后端 Pando，面向 Codex 带来的开发规模。智能体侧，AWS 博客讨论用序列级知识蒸馏把前沿模型的 Agent 行为迁移到更小模型，以控制生产规模下的成本。

模型发布/更新

  • PyTorch 将 isin 从 MPSGraph 迁移到 Metal（#202930）

    PyTorch 合并 PR #202930，把 isin 算子从 MPSGraph 迁移到 Metal 实现。迁移原因之一是 MPSGraph 会生成 N×M 的 bool 张量，缓存时额外占用内存。新实现包含三个内核：isin_ 线性扫描，用于测试元素不超过 8 个的情况；isin_sorted_ 由主机排序测试元素、内核做二分查找；isin_mark_ 加 isin_gather_ 用于测试元素超过元素数 2 倍的情况，每个测试元素一个线程搜索并写 int32 标志，再由每个元素一个线程读取。作者称 MPS 未复用 CPU/CUDA 共享实现，是因为其 isin_sorting 调用 _unique 会与 CPU 同步，小输入性能降至 MPSGraph 的 0.14 倍。在 Apple M5 Pro、macOS 27.2 上，76 个用例的 Metal 实现相对 MPSGraph 几何平均加速 11.14 倍，最小 2.29 倍，最大 233.47 倍。

    閱讀來源 ↗

  • PyTorch inductor 新增 triton.enable_fp_fusion 开关以关闭 FMA 合并

    这是 PyTorch 仓库中标签为 viable/strict/1793596870 的发布条目，正文仅显示一条提交摘要：在 inductor 中新增 triton.enable_fp_fusion 标志，用于关闭 FMA（乘加融合）contracting。输入未提供该标志的默认值、适用场景、性能影响或相关 issue 讨论，因此除“新增开关以关闭 FMA 合并”外，其余细节信息有限，无法进一步展开。

    閱讀來源 ↗

  • 美团龙猫发布 LongCat-2.5 原生多模态模型：1.6T 参数，面向长程智能体任务

    美团龙猫 11 月 2 日发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。训练上加入更多长程轨迹数据，通过大规模长程强化学习提升复杂代码库开发、完整项目构建等端到端工程能力；将真实 Agent 失败轨迹转化为可复现、可验证的训练任务。视觉信号被表示为多层级离散 token，与文本统一处理，在 Visual Coding 上表现出色，并支持创意设计和 3D 任务。基础设施方面优化国产算力上的长上下文训练与 W4A4 推理。在线体验与 API 已开放，GitHub、HuggingFace 即将上线。

    閱讀來源 ↗

产品发布/更新

  • Qodo 为 AI 代码审查注入上下文，集成 Codex

    Qodo 将公司知识与编码规范引入 Codex，帮助开发者在提交拉取请求前跨仓库发现 P0 级问题。该集成旨在让 AI 代码审查结合组织内部上下文，而非仅依赖通用模型判断。原文未披露具体实现方式、支持的仓库范围或效果数据。

    閱讀來源 ↗

  • 用 Amazon Nova 多模态嵌入与 Bedrock AgentCore 构建智能体工程情报系统

    AWS 博客介绍如何用 Amazon Nova Multimodal Embeddings、Amazon Bedrock AgentCore 和 Strands Agents SDK 构建多智能体工程助手，用于航空航天零部件替代评估。该助手负责汇集替代证据，把原本需要数天的评估压缩到几分钟，同时保留工程师作为最终决策者。

    閱讀來源 ↗

  • Circle K 如何用 Amazon Bedrock 将 DevOps 故障分诊缩短至 15 分钟内

    Circle K 的 DevOps 团队基于 Amazon Bedrock 构建了一套智能体式故障分诊系统，将故障分诊时间从 45-60 分钟缩短到 15 分钟以内。文章介绍了系统架构、最初使用 Amazon Bedrock Flows 的实现方案、迁移到 Amazon Bedrock AgentCore 的过程，以及规模化推广中总结的经验教训。

    閱讀來源 ↗

  • Subvocal：用智能眼镜实现无声说话输入

    Aarush 和 Arnav（YC F26）正在开发一款智能眼镜，用户只需默念口型、无需出声，眼镜即可将无声口部动作解码为文字，速度接近正常语速。两人原为佐治亚理工 CS 学生，在 TreeHacks 用 EMG 电极做出字母级原型后，因汗液干扰、电气噪声、佩戴不适等问题放弃 EMG，改用类似蓝牙的射频信号穿透面部，由舌、唇、软腭的无声动作调制信号，再用基础模型解码为文本。团队称工程难点在于极低噪声射频传感栈与天线布局，首版眼镜方案曾完全失败。

    閱讀來源 ↗

  • Vercel agent-desktop 让编码智能体点击原生应用

    Vercel Labs 于10月30日发布 agent-desktop 1.0.2，README 称其为“面向 AI 智能体的计算机使用：通过操作系统无障碍树读取和操作桌面应用”。它是 Rust CLI 加 C 库，Apache-2.0 许可，支持 macOS 13+、Windows 10 1809+、Ubuntu 24.04+。工具本身不含模型，智能体通过执行 shell 命令驱动它；每次调用只做一步，输出一个 JSON 信封后退出，observe-act-verify 循环由智能体负责。示例中可对 Finder 执行 snapshot 获取带 ref 的交互元素，再用 click @ref 点击。项目始于2月，后迁入 Vercel Labs，11月2日 GitHub 约6900星。

    閱讀來源 ↗

行业动态

  • OpenAI 如何扩展 Git：构建 Pando 后端

    OpenAI 发布文章介绍其构建的 Pando——一个兼容 Git 的后端，专为 Codex 所带来的开发规模而设计。原文正文信息有限，仅说明 Pando 是 Git 兼容后端，目标是支撑 Codex 使能的大规模开发场景，未披露具体架构细节、性能数字或上线时间。

    閱讀來源 ↗

  • Google 2026年10月AI更新汇总

    Google官方博客发布2026年10月AI更新汇总，但输入中仅有标题和一句导语，未列出任何具体产品、功能、数字或日期。因此无法确认本月发布了哪些AI进展，也无法提炼可验证的细节。信息有限，建议直接查看原文获取完整更新列表。

    閱讀來源 ↗

  • OpenAI 推出电网保护者计划

    OpenAI 宣布推出 Grid Protectors Program（电网保护者计划），将与公用事业公司合作，帮助未来的算力园区支持电网可靠性，并保护消费者的电费成本。原文未披露合作公用事业公司名单、具体措施、时间表或资金安排，也未说明该计划与哪些数据中心项目挂钩。

    閱讀來源 ↗

  • Anthropic 第三季度营收 170 亿美元同比暴涨 11 倍，冲刺史上最大 IPO

    IT之家 11 月 2 日消息，Anthropic PBC 披露，截至 9 月 30 日的第三季度营收接近 170 亿美元，同比暴涨 11 倍。该公司向 SEC 提交的文件显示，该季度净亏损 233 亿美元，去年同期净亏损 121 亿美元；运营费用飙升至 175 亿美元，同比增幅 292%。公司已敲定总额 8,950 亿美元的承诺支出，绝大部分用于算力与基础设施建设。Anthropic 已于 10 月 26 日递交 IPO 申请，计划在感恩节之前完成上市，目标募资规模力争达到甚至超过 SpaceX 此前 862 亿美元的 IPO 募资额。投行收到的投资者反馈显示，合理估值区间已下调至 1.4 万亿至 1.5 万亿美元，也有机会摸到 1.75 万亿美元附近。本次 IPO 由高盛、摩根士丹利联席牵头承销，股票将在纳斯达克全球精选市场挂牌，代码 ANT。

    閱讀來源 ↗

  • 远景全球首套800V SST高压直流系统在AI数据中心商业化运行

    11月2日，远景科技集团宣布其一体化800V高压直流供电系统已在乌兰察布星河基地投入商业化运行，成为全球首套在大型AI数据中心商业化运行的同类系统。该系统由天枢控制器、固态变压器、直流储能及DC/DC构成。乌兰察布星河基地今年8月投产，规划容量3GW，绿电直连比例将超过80%。远景能源高级副总裁黄志勇表示，AI数据中心需要一套能够协同可再生能源、储能、电网调度与算力负荷的AIDC电力系统，本次商业化运行标志着远景AIDC电力系统走通了从绿电生产到算力负荷的完整闭环。

    閱讀來源 ↗

  • 纽约时报等媒体起诉浏览器Brave涉嫌抓取内容

    据TechCrunch报道，纽约时报起诉主打隐私保护的浏览器公司Brave，指控其抓取该报受版权保护的内容，并非法分发给自己的客户，例如Anthropic和Perplexity。报道提到还有其他媒体机构一同提起诉讼。原文正文信息有限，未披露具体索赔金额、诉讼法院及Brave的回应。

    閱讀來源 ↗

  • Marvell 宣布全股票收购 Lumentum，拓展 AI 光互连版图

    Marvell 与光通信设备制造商 Lumentum 达成最终收购协议，将以全股票交易收购后者，交易隐含企业价值约 1150 亿美元，对应 Lumentum 每股约 1132 美元，较 2026 年 10 月 28 日潜在交易传闻影响前的收盘价溢价约 23.9%。Lumentum 股东每持 1 股可获 4.5 股 Marvell 普通股，交易完成后 Marvell 现有股东持股约 67%、Lumentum 股东约 33%，预计 2028 年上半年完成，尚需双方股东及监管批准。Marvell 预计每年可实现超 10 亿美元成本协同，合并后目标市场规模约 5500 亿美元。双方计划整合电气与光互连、网络交换、定制 XPU、激光器、光收发器、光路交换及化合物半导体制造能力。Lumentum 同日公布 2027 财年第一财季营收 12.63 亿美元，同比增长 136.5%。

    閱讀來源 ↗

  • 纽约时报起诉Brave浏览器：AI抓取与绕过付费墙

    据路透社报道，《纽约时报》及旗下《纽约每日新闻》《芝加哥论坛报》《奥兰多哨兵报》等出版方对Brave浏览器开发商提起诉讼，指控其非法抓取内容用于训练AI，并允许用户绕过付费墙。诉状称，Brave Software通过向AI公司付费提供“来自Brave索引的实时在线内容”访问权限，将其抓取的网站索引变现；AI公司则用该索引训练模型、访问内容以“回应用户具体查询”等。The Verge指出完整报道需查看原文。

    閱讀來源 ↗

  • OpenAI推电网保护计划：数据中心为周边地区供电

    OpenAI周一宣布，将在佐治亚州埃芬汉县即将建成的数据中心试点“电网保护者计划”，承诺在极端天气或紧急情况下释放最多1000兆瓦电力，足以为约70万户家庭的空调供电。该公告发布之际，美国各地针对数据中心的反对声浪正在蔓延，原因是大量项目在开发建设时往往很少或没有征求当地居民意见。在犹他州，居民在博克斯埃尔德县委员批准一个预计耗电量超过两倍的数据中心后进行了抗议。

    閱讀來源 ↗

  • 欧盟推迟AI法案最严部分，但并非喘息之机

    根据2026年7月27日生效的《数字综合法案》对欧盟《人工智能法案》的修订，附件三所列高风险系统（用于招聘、信贷、教育等敏感场景的AI）的严格义务从原定的2026年8月2日推迟至2027年12月2日；嵌入受监管产品的高风险AI（附件一）则推迟至2028年8月2日。文章指出，这16个月的推迟只针对最严部分，法案其他内容已生效：2025年2月2日起适用定义与AI素养义务及首批禁止性做法；2025年8月2日起适用通用AI模型规则、治理架构和处罚框架；2026年8月2日起适用第50条透明度义务，并在国家和欧盟层面启动对GPAI模型、禁止性做法、透明度规则和AI素养的执法。2026年12月2日起，针对生成非自愿性深度伪造和儿童性虐待材料的AI系统的新禁令生效。欧盟委员会FAQ称，2025年的利益相关方磋商“揭示了实施挑战”，该综合法案被定位为简化措施。文章强调，截止日期放宽不等于风险解除，执法已经在运行。

    閱讀來源 ↗

论文研究

  • LifeVal：衡量 AI 完成日常任务的基准

    OpenAI 发布 LifeVal 基准，用于衡量 AI 帮助人们完成日常任务的能力，覆盖范围包括寻找托儿服务、管理财务和处理政府文书等场景。原文仅给出该基准的定位与示例任务类型，未披露具体评测方法、模型得分或结果数据，因此信息有限。

    閱讀來源 ↗

技巧与观点

  • 在 Amazon SageMaker AI 上用知识蒸馏构建高效 Agent

    AWS 博客指出，基于前沿模型的 Agent 助手需要运行多步工具循环，在生产规模下每一步都按前沿模型价格付费难以持续。文章介绍如何用序列级知识蒸馏（SeqKD），把前沿教师模型的 Agent 行为迁移到更小、成本更低的学生模型上，并在 Amazon SageMaker AI 上实现。正文未给出具体模型、成本数字或效果评测结果。

    閱讀來源 ↗

  • 用 Crawl4AI 为 Amazon Bedrock 知识库准备网页内容

    AWS 官方博客介绍如何将开源网页爬虫 Crawl4AI 用作 Amazon Bedrock Knowledge Bases 的内容准备层：在网页内容进入 Amazon S3 数据源之前，先处理 JavaScript 渲染、选择性提取和自定义元数据增强。文章聚焦这一前置环节的搭建方式，未给出性能数字或效果对比。

    閱讀來源 ↗

  • 你的 MCP 服务器能读取 ~/.ssh：我用 mcp-jail 把它关进牢笼

    作者指出，Claude Desktop、Cursor 或 Claude Code 配置中的 filesystem MCP 服务器会以用户本人权限运行，可访问 ~/.ssh、~/.aws 和 shell 环境变量。静态扫描器只能检查工具描述，无法应对三类问题：合法工具被传入危险参数（如 write_file 写 ~/.bashrc）、服务器在两次运行间更换工具定义（rug-pull）、以及 stdio 通信不经网关、无日志可审计。为此作者开发 mcp-jail：一个 Go 单二进制，客户端用它替代直接启动服务器，在 jail 中启动真实服务器并转发 JSON-RPC，施加 policy、lock 和 audit。正文在此处截断，具体策略细节未完整给出。

    閱讀來源 ↗

  • 郦橙锦妖Vanessa：如何让家机走进现实，跨次元点单？

    作者郦橙锦妖Vanessa分享了自己让AI自动点工作日外卖的实践：她希望AI了解自己的偏好，能定时自动下单和支付，并根据减脂增肌目标调整饮食搭配。她尝试让AI在电脑上调用浏览器，但因验证码一直失败；后来受他人分享启发，把闲置安卓手机连上Mac mini，打开各种开发者调试模式，让AI自由使用这台手机打开淘宝闪购。由于手机和电脑都是本人物理设备、使用频率不高，目前没有遇到风控。她表示工作日外卖已由AI自动点单，无需接管，每天省下至少20分钟翻手机下单的时间。

    閱讀來源 ↗

  • VaryAI：我的 AI Coding 工作流与 Harness 实践

    作者 VaryAI 分享了自己在组内做 Agent 开发时搭建的 AI Coding 工作流。工具分工上，用 Codex + GPT-5.6 Sol 编码、Astra 做规划、Claude 5 Fable 做方案对抗审查与 Code Review。常用 Skill 包括 think、grill me、implement、ponytail、handoff、check，并沉淀了第一性原理、对抗性审查、消融实验、奥卡姆剃刀、高内聚低耦合五个 Prompt。工作流为：需求对齐沉淀到 Spec，复杂需求拆 Issue 交 subagent 并行开发，编码后交叉审查，Review 前先跑端到端测试。他还为业务搭了 Agent 友好的端到端测试环境，让 Agent 查库表、日志、连机器排障。作者指出最大瓶颈是 Review 速度，并强调工作流要随模型迭代定期做减法。

    閱讀來源 ↗

  • 每月免费领取 Claude API 额度的方法（以及额度不适用的项目）

    Claude API 额度是 Anthropic 随 Max 和 Team 订阅提供的月度配额：Max 5x 每月 $100，Max 20x 每月 $200，Team 按座位计（Standard 每座 $20、Premium 每座 $100），合并上限 $500；Nonprofit 和 Scientists Team 同额同上限，Free、Pro、Enterprise 不适用。把 Claude Console 组织与订阅计划绑定一次后，每个计费周期额度会自动计入该组织，无需绑卡即可用于 Claude API（含 Messages、流式、工具调用、缓存、Batch）、Managed Agents、Agent SDK 和 Console 游乐场；Claude Code 交互式使用、以订阅计划登录运行的 claude -p、Claude Code GitHub Action 及 IDE/桌面端均不覆盖。新订阅需等 7 天，iOS/Android 购买的计划须在网页 claude.ai 领取，每个计划只能绑定一个组织，改绑需联系支持。

    閱讀來源 ↗

  • 当 Agent 虚构 API：把 grep-first 设为合并门禁

    作者发现 Agent 提交的 PR 常调用不存在的辅助函数，如 fetchUserProfileV2、useCheckoutMachine、formatMoneyLocale。Agent 还会自造 stub 让本地 TypeScript 通过，CI 删掉 stub 后失败，或用假实现长期保持绿色。作者的做法是把 grep-first 设为合并门禁：模型写调用点前必须先用 rg 或 IDE 搜索证明符号已存在，并在回复中引用真实文件路径和一行片段；搜不到就停止，列出复用附近模式、扩展现有模块或新建模块需人工批准等选项，不得自造共享 API。仅当前文件内不导出的私有辅助函数可免搜索。作者还按行为而非精确名称搜索，如金额格式化搜 formatMoney、Intl.NumberFormat、currency。

    閱讀來源 ↗

  • Nolan Lawson 用 Claude Code 在 12 个框架各写 5 遍 Pokédex，对比成本与效率

    前端开发者 Nolan Lawson 让 Claude Code（Opus 5.5 high）用 12 个框架把同一个 Pokédex 网站各写 5 遍，共 60 次，记录花费、时间、Token 和代码量。中位数结果：Hono+htmx 最便宜（$2.67）且代码最少（1370 行）；Nuxt Token 最少（385 万，低于原生 JS 的 500 万），花费 $2.82 排第三；Astro 最快（8.2 分钟）；Angular 最贵最慢（$4.97、17.2 分钟、976 万 Token、2009 行）。作者还提到两个细节：新版本、资料少的框架更贵（SvelteKit 3、Gracile 进入贵的一档）；官方 MCP/Skills 几乎没被用上——Nuxt 的 MCP 一次未调用，Next.js 的 Skill 5 次只读了 1 次。Nuxt 四项均排前三。

    閱讀來源 ↗

产品雷达

  • vercel-labs/agent-desktop：让任意 Agent 可靠操作桌面

    Agent Desktop 是 Vercel Labs 用 Rust 构建的桌面操作工具，目标是让任意 Agent 在桌面上可靠地使用计算机。它通过操作系统无障碍树读取任意应用的真实 UI 结构并执行操作，而不是从像素猜测；引用保持稳定，动作可安全重试。该项目位列 GitHub Trending 日榜第 1 名，当期新增 2243 Stars，累计 8774 Stars、610 Forks，主要语言为 Rust。

    閱讀來源 ↗

  • karpathy/nanochat：100 美元能买到的最好 ChatGPT

    这是 Karpathy 的 nanochat 开源仓库，项目自述为“100 美元能买到的最好的 ChatGPT”。仓库主要语言为 Python，累计获得 59732 Stars、8399 Forks；在 GitHub Trending 日榜排名第 14，当期新增 325 Stars。输入信息仅包含项目简介与榜单数据，未提供具体实现方式、训练细节或功能说明，因此无法进一步展开其技术内容。

    閱讀來源 ↗

  • Scrapling：从单次请求到大规模爬取的网页抓取框架

    Scrapling 是一个 Python 网页抓取框架，官方描述称其覆盖从单次请求到完整规模爬取的全部场景。该项目当前位列 GitHub Trending 日榜第 3 名，当期新增 858 Stars，累计 92513 Stars、9756 Forks，主要语言为 Python。项目方在简介中提供了 Discord 社区和 X 账号，用于交流与获取日常技巧。正文未披露具体功能模块、性能数据或使用案例，信息有限。

    閱讀來源 ↗

歷史報告