AI 编程实时动态与要闻

11 月 9 日 08:30 UTC，Omarchy 作者 DHH 发布本地模型引擎 omarchy-local-ai v0.5.0，把本地模型支持扩展到 64 GB 的 NVIDIA GB10 / N1x 级机器，并把 Nemotron 3.5 Bolt 设为这一档的默认推荐（项目方实测：262K 完整上下文，短提示 91 tok/s、32K 提示 82 tok/s，峰值内存不到 40 GiB）。约 20 分钟后他在 X 上说，Omarchy 4.6 会为每台机器推荐能跑的最佳模型，并晒出 AMD 送他的 Ryzen AI Max+ 495 机器在 Agents 面板里同时挂着 Claude Code 订阅和本地 Qwen3.8 Flash Next（占用 94 GiB）。这套能力来自 11 月 1 日合并的 PR #17267：一条 omarchy agent local use best 命令按显卡家族和内存档位挑模型，在断网的 rootless Podman 容器里运行，供 OpenCode、pi 等编码 Agent 调用。4.6 的发布日期尚未公布。

查看大图

日本 Preferred Networks（PFN）11 月 9 日在 Hugging Face 以 PLaMo 社区许可证开源金融特化小模型 PLaMo 3.0 Fin（plamo-3-8b-fin-instruct）。模型基于与 NICT 合作的 PLaMo 3 NICT 8B Base，经金融语料继续预训练、SFT 与 DPO，回答前先用日语写推理过程，并支持 OpenAI 格式的函数调用，单张 GPU 即可在私有云或本地部署。官方口径：日本金融知识基准 japanese-lm-fin-harness 平均分从 48.0 升至 55.8，高于 Gemma 4 E4B（45.6）和 gpt-oss-20b（43.0），但低于 Qwen3.5-9B（60.1）与 Ministral 3 14B（62.8）。SFT 在 PFN 自研 AI 芯片 MN-Core 2 上完成，代码移植借助编码 Agent 一周内搞定。

查看大图

复旦与阿里巴巴（Alibaba Token Hub）等机构的研究者在 arXiv 发布 Co-Design Bench（2610.35138，2026-10-26 提交），11 月 8 日起在 X 上被广泛转述。它从 26,314 个真实用户编码会话、37,463 条去重请求中挑出 273 个「改了又改」的网页应用修改任务（多模态编辑 100 个、仓库编辑 173 个），配 2,331 条隐藏的专家验收标准。在统一的 Claude Code 外壳下测 10 个模型：最强的 GPT-6 Astra 平均满足 69.9% 的验收项，但全部验收项都通过的任务只有 26.4%；Claude Opus 5 为 18.3%，Grok 4.6 只有 6.6%。论文测的是 9 月版本模型，不含 Opus 5.5、GPT-6.1 等新版。

查看大图

自托管 AI 聊天平台 Open WebUI（GitHub 约 15.8 万星）于 2026-11-08 11:07 UTC 在 GitHub 发布 v0.13.1。最大变化是：在提供 Agent 的 Open Terminal 上，Claude Code、Codex、Pi 等编码 Agent 会直接出现在模型选择器里，可聊天、语音调用、调推理强度和服务档位，并在对话里批准工具请求。同时推出桌面伴侣应用 Tether（macOS / Windows / Linux），把本机接入 Open WebUI，让模型和 Agent 在你真实的文件和仓库里干活，手机浏览器也能远程调用。工具对话不再每轮改写系统提示，可命中提供商的提示缓存，官方称成本「大幅降低」。约 45 分钟后发布 v0.13.2 修复纯 HTTP 访问下的 UUID 报错。

查看大图

Google 与滑铁卢大学在 arXiv（2611.08452，2026-11-05）发布 ReproBridge：把 Agent 复现论文时摸索出的代码修复、环境配置、启动脚本和复现指南固化为标准化产物。配套 ReproBridge-Bench 含 36 篇论文、387 个实验、1,029 个任务。作者口径：Sonnet 4.6/Sonnet 5/Opus 5/Gemini 3.8 Flash 平均成功率由 76.4% 升至 92.6%，API 花费平均降 19.7%。

查看大图

微软 Foundry 团队于 2026-11-05 发博：Foundry Local CLI ≥0.13.0 可用 ONNX Runtime 在本机跑 4bit Qwen3.8-27B（权重约 18GB），经 Bring Your Own Key 接到 GitHub Copilot。需 NVIDIA ≥24GB 显存（24GB 时上下文约 64K；≥32GB 可达模型上限 262K）。官方引用模型卡口径 Terminal-Bench 2.1 73.0、SWE-bench Pro 61.7；并称在 RTX 5090 / DGX Spark 上生成速度优于同量化的 llama.cpp。Mac/AMD 尚在路线图。

查看大图

OpenCode 官方账号于 2026-11-07 宣布 Browse 上线：以 MCP 服务器加 Chromium 扩展组合，让 Agent 在你本机真实浏览器里用已有标签页、登录态与插件干活；登录、2FA、付款等敏感步骤可交还人工点 Continue 再继续。兼容 Chrome / Edge / Brave / Arc 等，并可接入 OpenCode、Claude Code、Cursor、Codex、Zed 等 MCP 客户端。源码 MIT 开源在 anomalyco/browse，npm 包 @opencode/browse。

查看大图

2026-11-06，Cursor Changelog 发布 Voice Chat with Agents：在 Agents Window、IDE、网页与 iOS 上与编码 Agent 实时双向语音通话；语音听写仍是另一功能。语音层由 Grok Voice 负责（可选 Ara/Eve/Leo/Rex/Sal 等），编码仍用你为该 Agent 选择的模型；开启 Privacy Mode 时语音零留存。需登录 Cursor 账号（仅 API Key 不可发起通话）。

查看大图

2026-11-05，Hugging Face Harness Optimization 研究员 Joël Niklaus（@joelniklaus）发布 Harness Leaderboard：在固定模型/供应商/推理力度下只换 harness，跑 GLM-5.3-Flash、DeepSeek-V4.1-Flash 与 Flint，基准 Terminal-Bench 2.1 与 DeepSWE，共 28,849 次试验、推理花费约 $4,746。作者口径：三模型平均 mini-swe-agent 解决率约 51.4%，Pi 约 49.4% 且每解一题约 $0.29。本条为个人研究排行榜，非 Hugging Face 公司官方产品公告。

查看大图

Vercel 于 11 月 3 日（美西时间）宣布 Security Review 公测。它是 Vercel Agent 的新能力，与 Code Review、Investigation 并列：开启后，团队关联的 GitHub 仓库每次 push 都会只针对改动的 diff 做漏洞审查，几秒内完成；发现的问题进入 Security 仪表盘、PR 评论和 CLI，可一键交给 Vercel Agent 修复，或用 vercel security vulnerabilities 拉给自己的编码 Agent。面向 Pro 与 Enterprise，11 月 10 日前审查免费。

查看大图

X 与 SpaceXSI 设计负责人 Benji Taylor 10 月 31 日在 X 上发布 Stageshow：一个给编程 Agent 用的开源 skill（MIT 许可），帮助 Agent 生成更像真实产品的“假 UI”静态图、光标演示动画和 bento 网格，产出是普通 React 组件。一条命令即可安装，作者说适用于 Grok Build、Claude Code、Codex、Gemini 等。首帖约 4,500 赞、6,500 次收藏。作者本人说明它不保证一次成功，多数演示仍需几轮反馈。

查看大图