AI 编程实时动态与要闻

OpenAI CEO Sam Altman 11 月 2 日在阿布扎比 ADIPEC 能源大会开幕演讲中说，9 月那次 1 万个 Agent 连续协作约四天的运行，用的是「即将发布的模型，下一代 GPT」，并强调 Agent 之间没有层级、完全去中心化。这是 OpenAI 首次在公开场合把 9 月 Navier-Stokes 证明背后的内部模型与下一款旗舰产品对上号，但官方仍未公布名称、发布日期或价格。

查看大图

OpenAI 11 月 2 日发布 LifeVal，一个专门衡量 AI 能否帮普通人把日常事务真正办成的评测：找托育、办政府业务、做预算、买菜、改食谱等。任务清单来自美国时间使用调查（ATUS）、多国时间使用研究（MTUS），以及 OpenAI 新做的 3995 人代表性问卷。OpenAI 称过去一年一直用它追踪和改进模型，并公布了多项 GPT-6 Astra 单任务最佳成绩（多项 100%）。分数均为官方口径，目前没有第三方复现。

查看大图

谷歌 CEO Sundar Pichai 和 Google Research 宣布，10 月 1 日发射的 Project Suncatcher 原型卫星完成调试后，地面上行提示词，星上 TPU 运行 Gemma 4 开源模型，在掠过挪威斯瓦尔巴群岛时回传了一首俳句，这是数据中心级 TPU 首次在轨完成 AI 推理。下一步测试热应力和辐射下的表现，2027 年发射两颗互联卫星验证跨星分布式计算。

查看大图

11 月 2 日，阿布扎比王储 Sheikh Khaled 会见 OpenAI CEO Sam Altman，并见证四项协议签署：ADNOC 联合 G42 旗下 Inception42 部署 OpenAI 前沿技术；阿布扎比政府与 OpenAI 启动「AI 原生机器可读政府」计划，首个食品进口合规试点已投产；Mubadala 用 AI 做投资分析；Inception42 与 OpenAI 签五年合作。推理在阿联酋境内完成。

查看大图

独立评测机构 Artificial Analysis 10 月 31 日发布知识与幻觉基准 AA-Omniscience v1.1，作为 Intelligence Index v5 的组成部分。新版题库从 6,000 题精简为 3,000 题，删掉已公开和已饱和的题目、修正错误与歧义并补充新题，同时在 Hugging Face 公开一套 300 题、难度与私有集校准的公开集，两者 Net Score 的 Pearson 与 Spearman 相关系数均为 0.99。结果显示 Gemini 4 Carbon（high）以 54 分领先，Claude Opus 5.5 为 48、Claude Fable 5.1 为 46；Fable 5.1 准确率最高（68%），Gemini 4 Argon 幻觉率最低（4%）。模型平均比 v1 低约 1.9 分，MiniMax M3.1 Flash 下滑 22 分。以上均为 Artificial Analysis 口径。

查看大图

Randall Balestriero 与 Yann LeCun 10 月 29 日在 arXiv 发布论文《Proving and Improving the Platonic Representation Hypothesis with JEPAs》（2610.39302），署名单位为 Brown University、NYU 和 AMI Labs。论文证明：只要正样本对是同一场景的两次观测（「好视角」），分别在不同模态上训练的 JEPA 会学到只差一个旋转的相同表征；而 next-token prediction 相当于「坏视角」的 JEPA，所以语言模型只能靠堆规模才与视觉对齐。作者称，好视角达到同等对齐只需 next-token 的 1/42 训练样本，109M 文本 JEPA 在 DINOv2 对齐上得 0.184，高于 Qwen2.5-72B 的 0.154（论文作者口径）。代码与在线 Demo 已开放；Balestriero 的发布帖约 1,054 赞、7.2 万浏览。

查看大图

独立开发者 Pieter Levels（@levelsio）11 月 1 日在 X 发布约 13 分半的边走边聊视频，回应他 10 月 11 日「软件已死」的帖子。他说 AI 这次终于冲击到程序员自己，靠写产品赚钱带来的身份感和成就感正在消失；他和身边朋友的生意多在停滞或缩水，人人都能做落地页和 App，竞争暴增。他认为剩下的护城河是社区、受众、内容和滞后的企业 B2B，并已把 Nomad List 改为免费的 nomads.com。帖子约 2,478 赞、20 万浏览。这是个人观点，非行业数据。

查看大图

Google DeepMind 于 10 月 31 日宣布，与英国政府、Google Cloud 和 Faculty 共同开发的规划审查工具 PlanAssist（基于 Gemini）将新增开放给 12 个英格兰地方规划机构，参与总数达到 15 个，进入为期 12 个月的 Beta 阶段并处理真实申请。官方称，在 Barnet、Camden、Dorset 三地的早期试点中，规划官员花在住宅类申请评估上的平均时间下降 58%，超过 70% 的 AI 草拟报告无需修改即获通过；最终决定仍由规划官员作出。

查看大图

过去一天，X 上围绕 GPT-6 Astra 能否直接当机器人策略展开热议。前 OpenAI 研究员 Will Depue（简介写明曾参与 Sora 1/2、o3/4o 后训练）说，Astra 碾压专用机器人模型「非常令人意外」，随后又称这是「专用 ML 的最终死亡」。投资人 Freda Duan 发帖称「Astra 就是机器人的 GPT-3 时刻」，约 8.4 万浏览。第三方评测给出的数字有支持也有反例：RoboDojo 论文里 Astra 平均成功率 22.48%，排在 40 个公开策略之上；另一份 EBench 报告里它是 46.7%，9 个模型中排第 3。以下是观点讨论，不是 OpenAI 官方结论。

查看大图

Anthropic 官方帮助中心「How Claude marks AI-generated content」（10 月 28 日更新）的支持表已把 Claude Mythos 5、Opus 4.7、Opus 4.6、Opus 4.5、Sonnet 4.6、Sonnet 4.5 等 8 月 2 日前发布的旧模型列入「第一方产品文本水印」，并写明正在为这些模型补加水印，以履行欧盟 AI 法案第 50 条透明度义务。据 MACCUS 等媒体披露的 Anthropic 客户邮件截图，旧模型水印 11 月 3 日起生效，Amazon Bedrock 可能晚几天；具体日期官方公开页面未写明。水印基于 Google DeepMind 的 SynthID-Text 方法，不加隐藏字符、不多耗 token，检测 API 目前只对监管、媒体、研究者等合规机构私测开放，X 上不少用户对「无法自查」表达不满。

查看大图

微软研究院、微软安全团队与 UC Berkeley 在 GitHub 开源 TokenEconomizer（Apache 2.0，v0.1.0 于 10 月 26 日发布），它是 Claude Code、Codex、GitHub Copilot CLI 和 Pi 的插件，opencode 为实验支持。插件从同一仓库的历史会话中学习，用「微技能」记住仓库事实、裁掉长期不用的工具定义、在 Agent 原地打转时提醒换路。论文称在 277 个 SWE-Bench 任务上，五种 Agent 与模型组合的平均成本降低 18.4%–30.9%（论文口径）。

查看大图

10 月 29 日，Cohere 宣布 E 轮融资首次交割，目标最高 70 亿加元、估值 357 亿加元，由 Schwarz Group 领投，NVIDIA、Bell Ventures 等参与，Cohere 称这是加拿大初创公司史上最大的私募轮。同日加拿大总理 Mark Carney 宣布政府将分阶段对 Cohere 进行最高约 16 亿加元的股权投资；Cohere 承诺保留加拿大注册和总部，并在 2031 年前于加拿大投入超 40 亿加元、新增 1,500 多个岗位。

查看大图