AI 编程实时动态与要闻

Thinking Machines Lab 于 11 月 5 日发布第二代首款模型 Inkling 2 Small：594B 总参 / 17B 激活 MoE，支持图像输入与可变 thinking effort。官方博客称 Artificial Analysis Intelligence Index 约 31，编码、视觉与知识工作相对上一代明显提升。现可在 Tinker 上推理与微调（闭源权重）；完成外部安全测试后拟以 Apache 2.0 释出全量权重。Tinker 标价约 $0.30/$1.00 每百万 input/output token（64K）。

查看大图

Solid 团队创始人 Trevor Keith 于 11 月 5 日发布 Glasshand：在数据中心托管真机 iPhone 与 Mac（非模拟器），Agent 经 API 看到屏幕并点按输入。支持 Claude Code、Codex、Cursor 等；可装 App、登 iCloud、加 eSIM 收验证码，适合社媒运营与 Xcode 真机联调。官网定价 iPhone $60/月、Mac $90/月，按月可取消，释放后擦除并恢复出厂。Product Hunt 当日登顶。

查看大图

Cognition 于 11 月 5 日发布 Devin Review 2.0：自 8 月起单次 PR 审查成本下降约 82%，典型成本约 $0.25–$0.75，中位延迟约 94 秒（此前约 139 秒）。支持自动审查、增量复审、可配置花费上限；与 Devin 联用时可调查发现并决定修复、忽略或升级。新增 Devin Review Ultra 与 Custom Reviewers（beta）。

查看大图

独立评估机构 METR 于 11 月 5 日发布对 Anthropic 的高权限评估报告（2026 年 8 月 12 日–10 月 29 日）：截至 2026 年 10 月，Anthropic 在可验证任务上的模型能力进展很可能约为 2024 年 3 月至 2025 年 10 月历史速率的两倍；自 2025 年 10 月起 AECI 增长约 1.9×（95% CI 1.5–2.8）。多数当前加速归因于 AI 辅助研发，非训练算力增速；Anthropic 对多处关键证据做了脱敏。

查看大图

可解释性公司 Goodfire 于 11 月 5 日发布论文与博客，提出 mechanistic shaping：在训练目标中惩罚模型对特定内部概念的依赖（reliance）或表达（expression），从而指定「如何」解题而非只看对错。实验覆盖胸部 X 光捷径、DPO 谄媚与 Countdown 奖励劫持；厂商口径下表达塑形把诚实解题率从约 0% 提到 96–98%，并在未见过的象棋谜题上泛化。

查看大图

Perplexity 于 11 月 5 日由官方账号 @perplexity_ai 与 CEO Aravind Srinivas（@AravSrinivas）同步宣布 Teammates：在 Computer 之上为长期职责创建持久化个人 Agent，继承 Projects、Skills、Memory 与工具权限，拥有独立桌面与浏览器，可与其他 Teammate 协作，并在 Slack 频道主动监控与汇报。官方帮助中心写明现为面向个人 Max 订阅者的网页 Research Preview；Enterprise Pro/Max 默认不包含；原生移动/桌面应用后续推出。

查看大图

Meta AI（@AIatMeta）于 11 月 5 日宣布，Connect 上预览的 Muse Realtime Avatar 开始在美国 Muse App 灰度：把 Muse Realtime Voice 变成可互动的实时形象。研究博客称系统为音频驱动的 Diffusion Transformer，与语音共享 speech token 流以同步口型与表情；单会话在 GB200 上可流式输出 448×768@25fps，用户话轮结束到音视频首字节约 870ms，并用 Meta Video Seal 做不可见水印。面向 18+ 用户；官方未公布全球时间表与开发者 API。

查看大图

Mistral 于 11 月 5 日扩展 Mistral Studio：基于 Agents SDK（mistralai-agents）的 Managed Agents 可在本地、自托管（agents serve）或 Mistral 托管（agents deploy）三种模式运行同一份代码，支持长达数小时到数天的持久化执行、崩溃续跑与人工审批；同时推出 Vibe 驱动的工作流生成器、mistral apps CLI、HTTP API 连接器、Webhook 触发器、托管向量索引以及离线/线上评测，多数为 Public Preview。

查看大图

Anthropic 于 11 月 5 日在 @claudeai 宣布 Claude Personal Finance 美国 Beta：用户可通过 Plaid 连接银行、信用卡、贷款和投资账户，在一个页面查看余额、现金流、订阅和账单，并用自然语言提问。官方帮助文档说明访问为只读，Claude 不能转账、管理或投资；仅限美国 Pro、Max、Ultra 个人计划，Free/Team/Enterprise 不可用，逐步灰度。

查看大图

OpenAI 于 11 月 5 日正式推出面向授权安全研究的 GPT-6 Cyber：ExploitGym 从 GPT-5.6 Cyber 的 32.1% 升至 48.5%（相对提升约 51%），无部署提示时越界利用率仅 0.07%、有提示时为 0%。模型已助力发现 Firefox 81 个高危未知漏洞、复现并开发 948 个 Linux 提权利用，预备度框架从 High 升至 Critical。初期经 API 与 Codex 向 Daybreak Red 精选客户开放，并将逐步扩展到全部 Red 客户。

查看大图

Google 于 11 月 5 日宣布 Gemini Omni 1.2 Flash（gemini-omni-1.2-flash）在 AI Studio 与 Gemini API 正式可用：视频生成与编辑上限提到 15 秒，官方称视频输出定价较上一代降约 30%（约 $12/百万 token，720p 有效价约 $0.07/秒），并加强多参考图一致性与对白自然度。changelog 写明自 2026-12-03 起，对 gemini-omni-1.1-flash 的请求将按 1.2 费率自动路由到 1.2。

查看大图

Box 在 11 月 5 日的 BoxWorks 2026 上宣布与 NVIDIA 扩大合作：新检索引擎 Box Context Retrieval 基于 Nemotron Retriever 嵌入模型，结合关键词与语义搜索，按现有文件权限为 AI 智能体返回最相关段落，预计明年初向 Enterprise Advanced 客户 GA。Box 新闻稿称检索准确率（Recall@5）可提升 20%、token 用量减少 90%、问答快 4 倍。Nemotron 3 Ultra 等开源权重模型即日起进入 Box AI；同时发布描述目标即可设计工作流的 Box Architect、可把 Box 文件夹挂进智能体沙箱并配合 NVIDIA OpenShell 的 Box Mount，以及含 MCP Guardrails 的智能体安全控制。

查看大图

百度 11 月 5 日通过官网与 @BaiduResearch 宣布开源 ERNIE-5.5-Flash-Base：预训练结束点、未经中段/后训练的纯文本 MoE 基座，总参 280B、每 token 激活 14B，预训练 33.5T、训练上下文最长 128K，微调与推理支持 1M。Hugging Face / ModelScope 提供 FP8 与 BF16。官方统一评测口径下 MMLU 93.3、HumanEval+ 82.3、LiveCodeBench 40.1；后训练版 ERNIE 5.5 Flash「随后发布」。许可为自定义协议（排除欧盟/英国/韩国；相关营收超 5000 万美元需另行书面授权）。

查看大图

OpenAI 11 月 5 日发布面向美国自有自营算力园区的 National Community Compact：除狭窄安全例外外不与公职人员签 NDA；公开建设与运营期噪声、用水、用电等影响；签署 Ratepayer Protection Pledge，承担园区电力与增量电网基建全成本并提供搁浅资产担保；延续 Grid Protector 高峰降负荷（佐治亚 Effingham 最高 1,000 MW）；社区投资已列 Effingham 8000 万美元、俄亥俄 Pike 4000 万美元。官网同步提供 Compact PDF。

查看大图