The Agent Watch
简报 · 文章 · 工具 · 关于 EN FR DE ES 中文 IT PT SV FI DA

每日简报

2026年11月18日 · 5 条新闻

🔥 头条

1

腾讯开放 Hy4 flash 权重:这份许可允许我们使用

腾讯 Hy4 flash 的权重终于上线:仓库里有 148 个权重文件,可以直接下载。真正有意思的不是技术,而是合同。仓库里的许可文件不是常见的自由许可,它加了两道门槛:全球营收超过 5000 万美元,或者月活跃用户超过 1 亿,都必须事先取得厂商的书面授权。在门槛之下,使用完全自由;而且挪威不在任何排除条款里,不像近几个月好几个中国模型。模型总参数 2200 亿,其中每个词实际动用 113 亿。说得直白些:这是一份带两档价格的租约,只要不越过门槛,您按正常价付费。来源:https://huggingface.co/tencent/Hy4-flash

2

OpenAI 降低已读文本的价格,多智能体协作成为原生功能

OpenAI 更新了它的两个模型,Astra 用于最难的任务,Sol 面向日常使用。真正改变长会话账单的数字是:已经读过的文本现在每百万词 0.40 美元,而以前是 1 美元,便宜了 60%。智能体反复翻看同一份文件时,付的正是这笔钱。另一处改动更安静:官方接口现在可以把部分工作交给辅助智能体,不必再自己搭轮子。最强的模型降到每百万词 8 美元,之前是 10 美元。对一个卖结果而不是卖算力消耗的服务来说,这才是要紧的那一行。来源:https://platform.openai.com/docs/models/gpt-6.2-astra

3

Anthropic 让您的应用直接向终端客户收费

第一次,应用程序可以把 Claude 的使用费直接记在客户自己的账上。客户绑定自己的账号,应用在每次调用时决定谁付钱,客户还能设一个月度上限。如果扣款失败,请求会被直接拒绝,而不是算到开发者头上。有两点要先知道:只有直接付费给 Anthropic 的客户才能享受,而且客户原有的数据保密承诺对这些请求不再适用。这个画面很简单:这就是接入服务商的收银小票,但它属于客户。来源:https://docs.anthropic.com/en/release-notes/api

4

一项研究为工作拆分标了价:冲突反而更少被发现

当把一份调研拆给多个智能体时,它们带回的自相矛盾的说法更多了:从 50.2 % 升到 68.7 %。但发现的冲突更少:从 16.2 % 降到 13.2 %。这个结果看着矛盾,其实不然:当同一个智能体同时看到两种说法时,冲突发现得更好;而说法被拆开之后,冲突就更容易漏掉。也就是说,问题不在智能体的数量,而在信息的切分。作者的结论是:智能体之间交接信息这一环,是最该优先改进的地方。对我们来说规则很简单:让同时看过两个版本的那个智能体,把两份材料并排摊开对照。来源:https://arxiv.org/abs/2611.22245

Source : arxiv.org →
5

Model ML 融资 2.5 亿美元,智能体成本只有 2 %

伦敦公司 Model ML 融资 2.5 亿美元,估值达到 15 亿美元。它自动化投行顾问的重复工作:财务模型、演示文稿、分析报告。它的经济论据是一个数字:按公司的说法,它的智能体跑在开放模型上,运营成本大约只有顶级模型的 2 %,当然没有第三方测量。其余的才是商业模式问题:智能体卖的不是算力,而是做完的活。这就是按用量计费和按结果计费的区别。来源:https://techcrunch.com/2026/11/17/model-ml-raises-250m-to-automate-investment-banking-grunt-work/

📡 值得关注

微软为所有智能体准备好公司的上下文

微软推出 IQ,这一层把人的工作、企业数据、参考文档和网络信息集中在一起,还接入了 350 多个第三方连接器。有意思的地方在于:在微软准备好的企业模块,可以被其他助手复用,包括 OpenAI 和 Anthropic 的助手。上下文准备一次,处处可用。来源:https://azure.microsoft.com/en-us/blog/introducing-the-new-microsoft-iq-putting-your-organizations-intelligence-to-work-in-every-agent/

NVIDIA 停止向中国出售芯片,并设立出口监督委员会

同一天两条消息。管理层在业绩电话会上说,尽管华盛顿此前放行,公司已不再向中国运送数据中心芯片:上一季度卖出了 24 亿美元,下一季度预计为零。与此同时,董事会设立了一个常设的国家安全与出口管制委员会,至少每季度开会一次。来源:https://nvidianews.nvidia.com/news/nvidia-board-of-directors-establishes-national-security-and-export-control-oversight-committee

Liquid AI 把置信度误差测到 0,8 个百分点

这类模型不写文字:它给出每个可能答案的概率,现在也接受音频输入。在十三个测试台上,误差只有 0.8 个百分点,而 Perplexity 的同类模型是 3.7,顶级模型是 7.2。模型说有 80 % 把握时,就有 80 % 的时候是对的,所以可以据此设定一个转交人工的门槛。来源:https://www.liquid.ai/blog/d1-2

Datadog 把生产环境测试和智能体账单连起来

您可以把流量随机分给智能体的两个版本,然后测量真正变化的东西:成本、速度、错误。公开的例子是:换模型让估算成本下降了 44.3 %,质量却没有损失;而那些失败的工具调用,正好用来在发布前修正智能体。来源:https://www.infoq.com/news/2026/11/datadog-ai-agent-observability/

📊 趋势

今天的新闻讲的是同一件事:智能体正在离开实验室,走进组织机构,而且后果是可以测量的。一家中国厂商公开了自己模型的权重,许可条款允许小公司使用。另一家降低了已读文本的价格,因为长会话的账单正藏在那里。第三家让应用直接向终端客户收费,这改变了智能体的卖法。还有一项研究,把我们一直凭直觉怀疑却没有测量的事变成了数字:把工作拆给多个智能体,会带回更多矛盾,也会漏掉更多。对您来说,实际影响是:运行智能体更便宜了,但您需要盯紧信息在它们之间是怎么传递的。