AI 编程实时动态与要闻

arXiv 论文 2611.03233（Yuqi Jia、Yunjie Tian 等 7 位作者）发布 Axion 1.0，一个“权重之外也开源”的 Agent 基础模型：只用两段轻量 SFT 加强化学习，不做专门的 mid-training、DPO 或在线蒸馏，总共约 1.8 万条 SFT 轨迹。训练代码托管在 GitHub 的 bytedance 组织下，训练数据和 Axion 1.0-35B 复现权重（Qwen3.6-35B-A3B 底座，35B 总参 / 3B 激活，Apache 2.0）已上 Hugging Face；论文中的 122B 版本权重标注为即将发布。

查看大图

独立评测机构 Artificial Analysis 11 月 4 日在 X 上宣布，把金融会计、战略运营、法律、医疗、工程、经济六个 Capability Indexes 升级到 v2.0，与 Intelligence Index v5.0 的评测对齐，并更重视 Non-Hallucination（不编造）和 Agentic Tool Use。各指数统一把 HLE 换成 HLE-Diamond、AA-Omniscience 升到 v1.1，并移除 GDPval-AA；工程指数新增 Science 能力项。官方结果：Claude Opus 5.5 (max) 六项全部领先，GPT-6 Astra (max) 在金融会计、法律、工程排第二；开放权重阵营中 Kimi K3.1 Pro（权重尚未发布）六项都领先，排在第 5 到第 8 名。

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

11 月 3 日，OpenAI 发布《Accelerating engineering for the physical world》，介绍其模型在机械设计、电子设计和仿真上的进展。两名员工用 GPT-6 Astra 在不到一周内设计出一台用来和 Codex 对话的设备（外壳、PCB、固件和软件），合同制造商不到一个月做出小批量原型，但量产前仍需多轮人工评审。OpenAI 硬件团队的模型 token 用量自 2 月以来增长 23 倍；在 BenchCAD 2.0 上，一个更新的内部模型平均得分 0.875，GPT-6 Astra 最高推理档为 0.594（官方口径）。OpenAI 还扩大与 Chip Ganassi Racing 的合作，并宣布与 Mazda 开展新的研究合作。

查看大图

CrowdStrike 于 11 月 3 日在巴塞罗那 Fal.Con Europe 宣布签署最终协议，收购 AI 智能体可观测公司 Fiddler AI 和自动化 AI 安全测试公司 Dreadnode，同时在 Falcon Guardian 中上线 AI Kill Switch，可在智能体失控时终止进程、阻止重启并切断企业网络访问。两笔收购预计在 FY27 第四季度完成，对应产品同季度 GA。官方未披露价格；据 CyberScoop 转引《华尔街日报》，Fiddler 约 4 亿美元、Dreadnode 约 9500 万美元。

查看大图

DeepSeek 旗下开源 Agent 应用 DeepSeek Harness（MIT 协议）11 月 2 日在 X 官方账号发布 Creator Mode：用户用自然语言描述想要的插件，Agent 把它做成可直接使用的插件，演示包括 3D 地标馆、Transformer 3D 可视化、视频剪辑台和论文阅读器。官方同时在 cdn.deepseek.com 公开了 7 个中英双语演示 Prompt，并提醒部分插件经过多轮对话打磨，单条 Prompt 未必能完全复现视频效果。原帖约 2 万赞、169 万次浏览。官方未公布任何跑分。

查看大图

半导体与 AI 研究机构 SemiAnalysis 11 月 2 日发布 GDPx，用来衡量前沿模型在芯片设计、网络安全、生物、金融、法律、量化交易、递归自我改进（RSI）、硬件设计、材料科学、对齐和软件工程 11 个领域的智能体能力，共 206 道任务，由 14 家专业数据公司出题、SemiAnalysis 负责最终质检。官网榜单上 Claude Opus 5.5 以 12.0% 居首，Gemini 4 Carbon 10.9%、GPT-6 Astra 9.6% 紧随其后；金融和法律任务几乎所有模型都是 0 分。SemiAnalysis 称 Opus 5.5 和 GPT-6 Astra 的总分被安全分类器拖低，并计划每 3–6 个月更新一版。以上分数均为 SemiAnalysis 口径。

查看大图

11 月 1 日，《金融时报》专栏作者兼首席数据记者 John Burn-Murdoch 在 X 发布长串推文并附 FT 文章，认为美国 AI 采用行业的生产率上升始于 2020 年、早于 AI 智能体，而且只在美国出现，主要来自科技公司裁员和招聘收缩，而不是 AI。该串首帖约 1,344 赞、306 转发、18.6 万浏览。Atreides Management 管理合伙人兼 CIO Gavin Baker 引用 FT 图表回应，称很难不从中看到「AI 回报」的证据，并引用 a16z 与 EPB Research 的数据，该帖约 793 赞、10.2 万浏览。Burn-Murdoch 随后回复说自己「有点拿不准」，承认数据无法排除 AI 的作用。这是对同一组数据的两种解读，不是定论。

查看大图

Scott Alexander 10 月 31 日在 LessWrong 发表长文《Against SURA》，把「公司、员工、国家应单方面停下 AI 并唤起公众关注」的主张统称为 SURA，认为它会让不重视对齐的公司领先、让美国失去与中国谈判的筹码。他引用 AI Futures Project 成员对几种「没有全球暂停」情景的生存概率估计，大多在 25%–50%，以此反驳 90% 以上的末日概率。博主 jessicat 转引后称，AI 安全的部分派别已开始像群众政治运动，认知质量变差（约 359 赞、6.3 万浏览）；Bloomberg Odd Lots 主持人 Joe Weisenthal 转发概括为「大家在比谁更悲观」（约 287 赞、3.8 万浏览）。这是观点争论，不是任何机构的政策公告。

查看大图