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。

2026-11-04 · 收錄條目: 37

簡體中文原文

产品发布、行业动态成为本期主线

本期精选内容覆盖 AI 产品、行业动态与 Agent 工程实践。Google Antigravity 推出化学信息学技能，将大模型规划与确定性化学计算工具结合；AWS 侧则围绕 Bedrock AgentCore 给出代理令牌交换与语义层构建方案，体现 Agent 在企业系统接入中的身份与数据治理关注。

模型发布/更新

  • PyTorch Windows 移除 torch/lib DLL 预加载 glob（#202206）

    该 PR 属于 #199894 工作的一部分，取代 #200856 和 #199925。Windows 上此前会预加载 torch/lib 下所有 DLL，成本较高且偶发问题；随着加载代码变智能、可按需加载依赖，这一预加载可能已无必要，本 PR 在 CI 中验证该假设。作者称对受支持配置不构成破坏性变更：import torch 不再预加载全部 DLL，按需库仅在需要时加载，且无 AddDllDirectory 系统（Win8 前未装 KB2533623）的 PATH 回退被移除。分析由 Claude Code 辅助、作者审核。测试在 Win11 + RTX 2060 上进行，移除 glob 后配合逐库 try 的 pathfinder 循环，import、CUDA 可用性、cuDNN、cuBLAS、cuFFT、cuRAND、cuSOLVER 及 NVRTC jiterator 均通过。

    閱讀來源 ↗

  • PyTorch 发布 viable/strict 构建：ROCm 上 index_select 与去重 index_add_ 的排序归约优化

    这是 PyTorch 仓库中一个 viable/strict 标签的发布条目，正文仅给出标题片段“[PyTorch][ROCm][index_select] Sorted-reduction index_add_ for duplica…”，信息有限，无法确认具体改动内容、合并范围、性能数字或发布日期。从可见文字看，该条目涉及 PyTorch 在 ROCm 后端上针对 index_select 以及处理重复索引的 index_add_ 采用排序归约（sorted-reduction）方式的改动。除此之外原文未提供更多细节，建议直接查看该 release 页面获取完整变更说明。

    閱讀來源 ↗

产品发布/更新

  • Google Antigravity 的智能体化学信息学实践

    Google DeepMind 博客介绍 Google Antigravity 与 Cheminformatics Skills 如何加速药物发现工作流：搜索化合物，并提出新型刚性化大环化合物。正文信息有限，未披露具体技术细节、性能数据或可用范围。

    閱讀來源 ↗

  • Amazon Quick：统一结构化与非结构化数据

    AWS 博客介绍 Amazon Quick 可将结构化与非结构化数据整合到同一体验中。文中演示了具体流程：将 Amazon S3 连接为知识库、丰富数据集、构建 Space，并创建自定义聊天 Agent，通过单一对话界面回答跨两类数据的业务问题。

    閱讀來源 ↗

  • 在 AWS 上构建超低延迟语音 AI 应用

    AWS 博客介绍其合作伙伴 Cartesia 如何利用专门构建的状态空间模型（State Space Models）和 AWS 基础设施，在全球范围内实现低于 100 毫秒的文本转语音与语音转文本。文章还说明了如何将 Cartesia 的 Sonic 模型部署在 Amazon SageMaker AI 或自管理的 Amazon EC2 GPU 实例上。正文未提供更多性能细节或对比数据。

    閱讀來源 ↗

  • GitHub Copilot 现已登陆 JetBrains Air

    GitHub 官方博客更新日志显示，GitHub Copilot 现已在 JetBrains Air 中可用。用户可以在 JetBrains Air 里委派编码任务、引导执行过程并审查结果。该集成基于 Agent Client Protocol（ACP），并支持在用户环境中处理任务。原文正文较短，除上述集成方式与能力外，未披露更多细节。

    閱讀來源 ↗

  • Amazon Bedrock 在印度推出 Kimi K3 本地推理

    Amazon Bedrock 现为 Kimi K3 提供印度境内推理，处理过程保留在孟买和海得拉巴区域。文章介绍了全球与地理跨区域推理两种选项，并给出用 Kimi K3 读取和理解印度语系文档的示例代码。

    閱讀來源 ↗

  • Gen Digital 如何用 Amazon Bedrock AgentCore Web Search 构建 Norton Revamp 的 AI 新闻引擎

    Gen Digital 构建了 Norton Revamp，这是一个由生成式 AI 驱动的职业声誉管理平台，其 AI 策展新闻引擎以 Amazon Bedrock AgentCore 上的 Web Search 作为 grounding 基础。文章介绍 Gen 团队如何提供实时、带引用的内容建议、目标设定和新闻推送，并实现零数据外泄和 Norton 级隐私保护。

    閱讀來源 ↗

  • OpenAI：用ChatGPT与Codex加速物理世界的工程研发

    OpenAI 发布文章介绍 ChatGPT 和 Codex 如何帮助工程师加速物理世界中的工程工作流，文中点名的场景包括 CAD、PCB 设计、仿真以及其他工程流程。原文正文信息有限，未披露具体客户案例、性能数字或产品功能细节，仅给出上述应用方向。

    閱讀來源 ↗

  • 苹果向第三方应用开放 Siri AI 能力

    苹果在周二推送的 iOS 27.3 更新（开发者预览版）中宣布，开发者现在可以在“所有应用”中集成 Siri AI 的新功能，让语音助手调用用户的个人上下文、处理自然语言指令，并利用屏幕感知能力完成请求。此次更新还新增“app skills”功能，第三方开发者可将多个任务组合成单一动作。苹果开发者文档称，用户无需在指令中说出应用名称。

    閱讀來源 ↗

  • 月之暗面 Kimi 发布游戏开发与创意工作解决方案：AI 可直接操作 Unity、虚幻引擎等

    IT之家 11 月 3 日消息，月之暗面 Kimi 昨日发布「游戏开发与创意工作解决方案」。该方案基于 Kimi K3.1 系列模型、Kimi Code 与 Kimi Work 系列 Agent 产品，以及 Unity、虚幻引擎、Blender 等专业工具插件，可帮助团队更快验证玩法创意、推进工程和美术制作。Kimi 称，游戏开发的第一道门槛是创意验证成本，制作原型需投入时间和人力；第二道门槛是跨岗位、跨工具协作，AI 只生成文字或图片仍需大量适配。该方案可直接衔接现有工作流，操作专业工具与编辑器、修改现有工程，并交付可继续编辑的文件和清晰操作记录。模型负责理解输入、规划并执行任务，Kimi Code 侧重代码开发与修改，Kimi Work 承接跨文件、多步骤制作任务。

    閱讀來源 ↗

  • Apple Watch 对话回溯与摘要 AI 功能开始测试

    据 TechCrunch 报道，Apple 面向 Apple Watch 推出的新 Audio Intelligence 功能已进入测试阶段。该功能可帮助用户回忆他人说过的话，或对对话内容做记录。报道未披露具体测试范围、上线时间、支持机型及功能细节，目前仅确认相关 AI 能力处于 beta 测试中。

    閱讀來源 ↗

行业动态

  • Heimstaden 用 AI 改变住宅物业管理

    OpenAI 官网案例介绍，欧洲住宅物业管理公司 Heimstaden 使用 OpenAI 的 ChatGPT Enterprise 和 Codex 来改造物业管理、降低成本并赋能员工。原文正文信息有限，未披露具体部署规模、成本下降幅度或量化结果。

    閱讀來源 ↗

  • 思科如何借助 OpenAI 以机器速度防御

    OpenAI 官方文章介绍，思科将网络智能与 OpenAI 模型结合，用于加强企业安全，并正在构建更具适应性的防御能力。原文正文信息有限，未披露具体模型、部署规模、效果数据或时间表。

    閱讀來源 ↗

  • Google 对拒绝 AI 的学校完全关闭搜索

    据 The New York Times 报道，Google 将完全关闭拒绝其 AI 功能的学校中的搜索服务。Google 在周二发布的教育相关更新中表示，除非管理员明确开启，否则 K-12 学生账号对 Gemini、Gemini Notebook、Gemini in Classroom 和 Google Search 的访问“将完全关闭”。但管理员无法在不关闭搜索的情况下单独关闭 Gemini 驱动的功能。Google 教育副总裁 Chris Phillips 对 NYT 表示，“搜索和 AI 已深度整合”。The Verge 称可阅读完整报道。

    閱讀來源 ↗

  • 币安披露63.6亿美元盗窃案：黑客假扮HR与CEO，借AI工具横向渗透

    币安发布《初步调查结果与响应更新》，披露一起针对钱包系统的多阶段攻击。TRM Labs称，10月29日攻击者约20分钟内从币安钱包转走约63.6亿美元加密货币，创史上最大盗窃纪录，约为2025年2月Bybit被盗15亿美元的4倍。调查显示攻击始于9月：攻击者通过真实求职平台联系员工，安排HR与“CEO”面试，诱导下载所谓“作业”代码库植入恶意程序；另一名工程师从搜索引擎下载被篡改的Homebrew安装程序以安装热门AI编程工具，构成供应链攻击。攻击者还利用被入侵电脑与内部AI工具横向移动获取权限Token，端点安全工具未检测到零日恶意软件。资产层面利用EIP-7702委托授权将热钱包执行权限委托给恶意合约，因MPC架构无单一私钥可即时撤销。截至11月3日约28.5亿美元被冻结或拦截，截至10月31日98%受影响资产已补充。

    閱讀來源 ↗

  • 苹果新规：约会应用与AI伴侣须限18岁以上

    据TechCrunch报道，苹果新的App Store规则要求，提供性内容或浪漫内容的约会应用和AI伴侣应用必须获得18+年龄评级。原文未披露规则生效日期、具体执行方式及受影响应用名单，信息有限。

    閱讀來源 ↗

  • Anthropic 正在开发 FlashProve，用于证明 AI 模型身份

    Anthropic 正在开发一套名为 FlashProve 的系统，目标是让任何人都能核验某条 AI 回复是否确实来自它所声称的模型。TechCrunch 的报道只给出了这一核心定位，没有披露技术方案、发布时间、可用范围或验证效果等细节，因此目前信息有限。

    閱讀來源 ↗

  • AI推理初创公司Fal估值翻倍至160亿美元，需求激增

    TechCrunch报道，成立五年的AI推理初创公司Fal完成13亿美元融资，由Bessemer领投，估值翻倍至160亿美元。原文称融资背景是需求激增，但未披露具体客户、收入或需求数据。

    閱讀來源 ↗

  • Marvell 千亿美元收购 Lumentum，获黄仁勋支持

    据彭博社报道，迈威尔科技（Marvell）与 Lumentum 控股公司敲定近 1030 亿美元的合并交易前，双方 CEO 曾致电征求英伟达 CEO 黄仁勋意见，黄仁勋表示支持。英伟达今年早些时候分别向两家公司各投资 20 亿美元。迈威尔以全股票方式收购 Lumentum，含债务交易总规模 1150 亿美元，为科技行业史上第二大并购案。收购完成后，迈威尔的定制芯片业务将与 Lumentum 的光器件业务合并，成为垂直整合程度更高的高速互联设备供应商。Lumentum CEO 赫尔斯顿称，合并后能更快、更多地向英伟达交付产品。

    閱讀來源 ↗

  • 高盛上调2030年全球数据中心容量预测至273GW

    高盛11月2日发布研究报告，将2030年全球数据中心容量预测从217GW上调至273GW，较2025年约103GW大幅增长，年复合增长率约21%。高盛预计未来五年全球新增约170GW容量，按每GW投资500亿美元的经验假设计算，对应潜在资本开支约8.5万亿美元。美国2030年容量预测从125GW上调至152GW，2025年后累计新增103GW，占全球同期新增约六成；高盛认为Neocloud等新型云服务商为满足GPU需求快速扩张，是美国预测上调的重要原因之一。

    閱讀來源 ↗

  • OpenAI：ChatGPT 周活跃用户达 12 亿，两个月新增 2 亿

    IT之家 11 月 4 日消息，当地时间 11 月 2 日，OpenAI 消费者产品负责人 Adam Fry 在纽约一场 OpenAI 活动期间接受 Big Technology 采访时透露，ChatGPT 周活跃用户已达 12 亿。过去 60 天内，该数字从 10 亿增至 12 亿，新增约 2 亿，Fry 将其概括为每 30 天增加约 1 亿用户。搜索方面，Fry 称 ChatGPT 处理的搜索类查询量约为 Google 的五分之一；只要问题触发联网搜索即计为一次搜索，涵盖人物、地点、事物信息检索及金融、健康等需最新信息的问题，单纯写作和编程请求不计入。此外，语音输入与语音对话功能合计周活跃用户达 2.5 亿，每周生成图片 15 亿张。

    閱讀來源 ↗

论文研究

  • CWE-bench v2：覆盖更广、质量更高、更透明

    Hugging Face 博客发布 Collinear AI 客座文章，介绍 CWE-bench v2 基准更新。该版本扩大了覆盖范围、提升了数据质量并增强透明度，新增实时排行榜嵌入、pass@1 与成本 Pareto 图以及 held-out 集链接。文章补充了 Gemini 4 Argon 在公开 100 题上的结果：pass@1 为 67.8%，pass@4 为 81.0%，并更新了结果图表与缩略图。由于数据集内置排行榜只汇总模型仓库中的 .eval_results，闭源 API 模型无法上榜，因此改用自建的静态排行榜 Space 展示各模型结果。DeepSeek 单次 rollout 成本标注为 0.04 美元。

    閱讀來源 ↗

  • MIT团队用GPT-6 Astra直接编辑模型权重，数学能力提升6倍

    歸藏转述了MIT CSAIL团队的一项研究：用GPT-6 Astra直接编辑Qwen 0.8B模型的权重文件，仅改动0.016%的权重，就把数学能力提升6倍、指令跟随能力提升3倍，全程没有重新训练、后训练或强化学习，只是直接修改参数。作者认为这开辟了一个新范式，能大幅提升模型可解释性，并列出三个方向：释放模型已有能力（如修复重复推理、频繁触及思考长度上限的问题）、把控制策略直接移植进模型、重新组织计算路径以替换低效策略。作者也指出，超大模型因参数量太大可能较麻烦，但小模型能力有望快速提升。

    閱讀來源 ↗

技巧与观点

  • ServiceNow 与 Bedrock AgentCore Gateway 的代理令牌交换

    AWS 博客介绍如何为 Amazon Bedrock AgentCore Gateway 配置针对 Microsoft Entra ID 的 on-behalf-of（OBO）令牌交换，使 AI Agent 在调用 ServiceNow REST API 时保留调用用户的身份。AgentCore Gateway 原生完成令牌交换，无需拦截器 Lambda 或自定义代码。

    閱讀來源 ↗

  • 用EDB Postgres AI与Amazon Bedrock AgentCore为Agentic AI构建语义层

    本文介绍如何在EDB Postgres AI中构建受治理的语义层，供Agentic AI使用，并通过Amazon Bedrock AgentCore上的Strands Agents智能体进行查询。业务含义、连接路径和访问控制都存放在Postgres中，由GRANT和行级安全机制约束每个智能体可读取的数据范围。

    閱讀來源 ↗

  • 歸藏分享 GPT image 2.0 饮品照片转微缩建筑插画提示词

    歸藏分享了一套用于 GPT image 2.0 的提示词：上传真实咖啡或奶茶照片后，把饮品杯身改造成品牌主题的等轴测微缩建筑插画。提示词要求以原图为视觉参考进行图生图，保留杯型轮廓、杯盖结构、Logo、配色和饮品细节，再转化为带窗户、入口、滑梯、吉祥物和绿植的建筑场景；风格为粗黑描边的 2D 等轴测扁平矢量插画，避免 3D 渲染和写实光影。顶部配圆润粗体英文品牌标题与饮品副标题，最后用代码把原图与插画拼成高清对比图。作者称该提示词会依据咖啡名称和咖啡豆信息补充云南风味元素及店员小人。

    閱讀來源 ↗

  • 日志文件可劫持AI Agent：模型读取前需净化日志

    文章指出，Agent读取的日志来自用户、上游服务等任何能让服务打印一行内容的人，因此每一行日志都应视为不可信输入，在送入模型前先清洗。作者引用Daniel Balcarek于2026年10月29日发布的实验：用300条虚构ASP.NET Core API日志，在一条503响应体中埋入伪造的对话交接，声称日志数据已结束并给出预设最终答案。四个开源权重模型（Cohere North Mini Code、NVIDIA Nemotron 3.5 Super VL、OpenAI GPT-OSS 20B、Dots3-Note Preview）通过免费端点测试时跟随了植入指令，放弃事件分析；两个Gemini和两个Codex模型抵御了该载荷。作者强调样本小、载荷经四五轮打磨，不能据此给模型家族排名。

    閱讀來源 ↗

  • 用LibreChat、Claude和MCP搭建团队版ChatGPT：按Token付费而非按席位

    文章对比按席位购买AI的成本：ChatGPT Business年付每用户每月20美元、月付25美元，OpenAI称已有超900万付费商业用户；200人公司每年需4.8万至6万美元。作者给出替代方案：在自有云账号用开源MIT许可的LibreChat（约46.6K GitHub星）搭建团队ChatGPT，接入Claude模型、Google Drive与Gmail的MCP连接器、共享技能与Agent、公司SSO及每用户消费上限，按Token付费。文中列出Docker Compose部署步骤、需挂载librechat.yaml、在.env配置公司级ANTHROPIC_API_KEY，并建议Sonnet 5.5负责推理、Haiku 5.5负责改写摘要以约减半Token账单，同时提醒重度用户长会话的风险，LibreChat内置Token余额控制。

    閱讀來源 ↗

  • 证明它有效：构建能发现坏基准的评测

    作者构建了两个本地确定性测试套件：一个干净的60任务套件（算术、抽取、分类，金标准答案经独立第二实现交叉核对），另一个是相同的套件但在测试中植入了12个缺陷。结果：空输出智能体在干净套件得0/60，在缺陷套件得2/60；回声智能体分别为0/60和4/60；参考智能体在干净套件得60/60，在缺陷套件得55/60，因测试本身损失8.3分。三个评分器在150个标注项上验证：精确匹配80.0%、归一化100%、评分标准99.3%。审计前预先注册标准：至少捕获12个缺陷中的10个、最多3个误报；实际捕获11个、零误报。漏掉的flaw-09因金标准与源文档不一致（300 vs 315）。无需API密钥。

    閱讀來源 ↗

  • 如何按任务类型评估AI编码智能体

    AI编码智能体的整体接受率会掩盖它在哪些任务上真正有用。一项2026年研究对比了五款编码智能体在九类任务、32周内的PR接受率：文档类接受率82.1%，新功能类仅66.1%，相差约16个百分点，大于多数类别内不同智能体之间的差距。Claude Code在文档类以92.3%领先，Cursor在修复类以80.4%居首，OpenAI Codex在全部九类中表现稳定（59.6%-88.6%）。Devin是唯一呈持续正向趋势的智能体，每周提升0.77%。作者建议按任务类型拆分、定义验收标准并长期跟踪结果，而非只看总体接受率。

    閱讀來源 ↗

  • 1.8B 本地模型跑 6 个 n8n AI 工作流：192 次运行，0 个坏 JSON，7 个假热门线索

    作者将 6 个自建 n8n 工作流接入 CPU 上运行的 Qwen 1.8B（Q4_K_M，Ollama，temperature 0.2，response_format: json_object），每个测试用例跑 3 次，共 192 次运行，并对比原始版与加校验节点的版本。结果：192 次响应全部是可解析 JSON，问题都在内容。线索评分器 18 次原始运行中 13 次分数与等级矛盾，7 次会把非热门线索（含 SEO 垃圾外链邮件）按 score≥70 推送到 Slack；发票提取出现错误日期 5/18、错误总额 3/18、编造发票号 3/18；FAQ 机器人在知识库无答案时 3/3 次自信回答“不，我们不提供”；评论回复 24 次中 16 次带套话，加校验后 22/24 仍需人工审核；加固版收件箱分诊 18 次注入邮件运行 0 次成功，普通邮件仅 12/18 分类正确。校验节点在 18 次中标记 14 次，每次都抓到分数/等级矛盾。

    閱讀來源 ↗

  • 实测：Cursor 终端冗余消耗 0.20 美元/提示，2.5ms 剥离 97%

    作者分析一个自主 Agent 工作流：45 分钟内调用测试和构建脚本 28 次，发现超过 78% 的提示上下文是终端垃圾信息，包括进度旋转符、ANSI 转义码、通过的测试点标记、Webpack 资源列表和 40 帧深的 node_modules 堆栈。以 85 个 Jest 测试（84 通过 1 失败）为例，标准输出产生 1,482 行约 3,840 token，而关键信息仅 4 行。按 Claude 3.5 Sonnet/GPT-4o 计费，每次命令约 0.012-0.02 美元，30 次运行约 0.36-0.60 美元；100 名开发者每月超 1,000 美元。作者开源 termlens，拦截 CLI 流，在 2.5ms 内剥离 97% 终端噪声，只向 Agent 输入可操作信号。

    閱讀來源 ↗

超级个体

  • 模数OPC社区在北京亦庄启航，计划两年培育100家超级个体公司

    据北京经济技术开发区官网消息，模数OPC社区正式启用，定位让“一个人就是一家公司”从理想照进现实，面向“超级个体”创业。社区计划在两年内培育100家超级个体公司。原文正文信息有限，除启用地点、培育目标和上述定位表述外，未披露入驻条件、扶持政策、具体服务内容或已入驻项目情况。

    閱讀來源 ↗

  • 10人公司Spawn月耗310万美元token，删掉PR流程

    许涵之分享：10人公司Spawn一个月花310万美元token，删掉PR流程，一年12.3万次改动只回滚0.9%。他们还将两年聊天记录做成裁判Agent：答过的直接判、问错的退回、没先例的才等人处理；8天11,000条中CEO只亲自判断27次。

    閱讀來源 ↗

产品雷达

  • floci：轻量免费的 AWS 本地模拟器替代方案

    floci 是一个轻量、免费的开源项目，定位为 AWS Local Emulator 的替代方案，主要语言为 Java。该项目当前位列 GitHub Trending 日榜第 8 名，当期新增 219 Stars，累计 28167 Stars、3161 Forks。正文仅给出上述定位与榜单数据，未说明具体支持哪些 AWS 服务、安装方式或使用效果，信息有限。

    閱讀來源 ↗

  • ai-goofish-monitor：闲鱼多任务实时监控与智能分析系统

    这是一个基于 Playwright 和 AI 的闲鱼多任务实时/定时监控与智能分析系统，配有功能完善的后台管理 UI，目标是帮用户从闲鱼海量商品中筛选出心仪产品。项目主要语言为 Python，累计 16097 Stars、2820 Forks，当期以日榜第 9 名上榜，新增 204 Stars。

    閱讀來源 ↗

歷史報告