每日简报 2026年11月13日 · 5 条新闻
🔥 头条 1 谷歌推出快两倍半的智能体专用模型 谷歌上线了一个专为智能体日常干活而生的模型:写代码、跑测试、修错误。它完成这些任务的速度比同类的上一代快两倍半,在一个衡量智能体在终端上干活的测试里,成绩从 18,2 % 提到 57 %,超过三倍。价格还在一杯咖啡的水平:每百万读入词 1,50 美元,每百万输出词 7,50 美元。谷歌把它定位为干活的模型,和那些负责先思考再动手的更强模型搭配使用。打个比方,它像一个不太动脑子、但从不停下的同事。来源:https://deepmind.google/blog/introducing-gemini-4-hydrogen/
2 Anthropic 让 Claude 智能体跑在你自己的服务器上 Anthropic 私下开放了一版智能体服务,客户自己安装在自己的云端或自家服务器上。一切都留在原地:服务器、数据库、密码,以及全部对话记录。只有发给模型的请求会离开本地,而且由客户自己决定发给谁:Anthropic、Amazon、谷歌、微软,或者自建通道。分工很严格:智能体的“大脑”永远看不到密码,密码由外层的中间环节在最后一刻才加上。每个智能体还可以被限制在一份允许访问的网站清单里。可以这样理解:就像把会计请进自己的办公室,带着自己的钥匙和自己的账本,活就在屋里干,账本不出门。来源:https://claude.com/resources/articles/self-hosted-claude-managed-agents
3 亚马逊让智能体两秒内就开工 Amazon Bedrock AgentCore 推出了新版智能体运行引擎。会话启动不到两秒,无论镜像多大;可用算力翻到四倍,最多八个核心、32 GB 内存。亚马逊还加了一层按机器用户计的花费上限,账单明细里就能看到。安全上最关键的一点是:每个智能体都跑在与硬件隔离的一台小虚拟机里,有自己的身份、自己的策略和自己的审计记录。也就是说,速度不是靠牺牲这层隔离换来的。首批客户包括 Coinbase 和 Mission Cloud,实测启动快了 35 % 到 77 %,每次调用成本低了 17 %。打个比方,这像一家餐厅:订单一来就开火做饭,而不是等后厨先醒过来。来源:https://aws.amazon.com/blogs/machine-learning/run-agents-securely-and-efficiently-with-the-next-generation-agentcore-runtime/
4 Thinking Machines 放出了 5940 亿参数模型的权重 Thinking Machines 在夜里放出了 Inkling 2 Small 的权重。这个模型有 5940 亿个参数,11 月 5 日刚亮相时还是封闭版本。仓库不用登录就能访问,采用 Apache 2.0 许可,里面有 25 个权重文件:也就是说,谁都可以把它装进自己的产品里用,包括商用。它是为长时间写代码和自主做研究而生的:厂商给出的演示是 4 小时 30 分钟的工作、426 美元的算力开销,模型把预测质量提升到另一个模型的两倍以上。可以这样理解:以前你只能看着一道菜的照片,现在拿到了完整菜谱和所有食材。来源:https://thinkingmachines.ai/news/inkling-2-small/
5 挪威进了美国需要芯片许可证的国家名单 美国商务部正在敲定一条规则,要堵上那个口子:中国企业可以远程使用在中国被禁的芯片。名单上会有七个国家,挪威是其中之一,也是唯一的欧洲国家,另外还有巴西和南非。在这些国家进口 Blackwell 及以上级别的芯片需要许可证。由美国公司运营的数据中心可以豁免,条件是挡住来自中国和俄罗斯的远程访问。规则尚未公布,可能在一个月内宣布,条文和生效日期都还不清楚。消息来自 TokenPost 援引 The Information 的报道:目前没有任何官方文本公开。打个比方,这就像海关在七个国家把查验翻倍,还给没有许可的进口商单开一个窗口。来源:https://www.tokenpost.com/news/regulation/55428
📡 值得关注 美联航不让智能体替人订机票 这家美国航空公司禁止第三方智能体代旅客订票或管理订票记录,通过旅行社下单也一样。给出的理由是:把账号密码交给助手可能泄露敏感信息,还可能引发非本意的消费;而联邦规定要求由真人确认行李里没有违禁物品。美联航强调这条规则同样适用于中间渠道,并建议旅客不要再把密码交给这类工具。这是继银行之后第一家关上门的大公司。来源:https://united.mediaroom.com/news-releases?item=125496
阿里巴巴开源了编程智能体的引擎 Qwen Code 的 1.0 抢先版以 Apache 2.0 许可发布。新意在于:专业版工具 Qoder 里用的那个引擎,被并进了这个开源项目,开发者可以把它嵌进自己的产品里。软件提供 macOS、Linux 和 Windows 的原生版本,不必先装 Node.js。阿里巴巴已把社区贡献申请关闭到 2026 年 12 月之后。来源:https://github.com/QwenLM/qwen-code/releases/tag/v1.0.0-preview
百度微调 ERNIE 5.5 Flash,承诺 11 月 25 日放权重 基座模型的微调版已可在百度的编程接口上调用,每秒超过 200 个字。但权重还没上线:百度宣布 11 月 25 日开放。要留意许可:基座版已发布的权重采用社区许可,把使用范围限制在欧盟之外,因此在挪威无法使用。宣布以 Apache 2.0 开放,意味着换一套法律依据。百度自己把这一版称为中间阶段,训练尚未完成。来源:https://ernie.baidu.com/release/ernie-5-5-flash-preview/
怎么测智能体,会改变测出来的结果 Perplexity 重启了自家试验:这套工具把智能体关在受保护的虚拟机里跑。第一个发现:当任务变成“找到那面旗子”,智能体只顾在机器里翻找,而不是去试它和宿主之间那道墙。十二个模型里有九个最多只把 4 % 的力气花在这上面;把任务改写成直指边界后,这部分占比平均涨了约 60 个百分点,没有一个模型真的翻过墙。第二个发现:专门做网络安全训练的模型,成绩并未更好。来源:https://www.perplexity.ai/hub/blog/escaping-space-part-ii
📊 趋势 这一天,智能体走进了具体场景:谷歌交付一个跑得快的模型,Anthropic 让你把整套服务放在自己家里跑,亚马逊把启动时间压到两秒以内,还有一个实验室放出了巨型模型的权重。而在另一边,真实世界叫停:美联航不让智能体订票,美国正拟定一份国家名单,挪威在内,名单上的国家引进 AI 芯片要许可证。夹在中间的是一个方法上的提醒:智能体测试究竟测出了什么,取决于测试本身是怎么写的。
你的第一个 AI 智能体——免费。 全天候为你工作。免费,无需信用卡。
竞品监测 — 每天早上追踪竞争对手推出的新动态。SEO 内容 — 自动撰写排名靠前并能转化的文章。邮件助理 — 在你喝咖啡之前就处理完邮件和日程。潜在客户挖掘 — 自动发现并筛选你的下一批客户。社交媒体 — 在所有网络平台发布、回复和互动。流程审计 — 发现团队已经看不见的瓶颈。激活我的免费智能体 →