AI 编程实时动态与要闻

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

Anthropic 生命科学团队 11 月 4 日发文：在 Claude 协助下完成噬菌体蛋白 L05 组装的 vault 三维结构，这是首个来自原核体系的 vault 结构。官方称纯化约 90 分钟、首版模型约 34 小时，并公开了实验失误与多智能体工作流细节。

查看大图

OpenAI 对齐团队 11 月 4 日在 alignment.openai.com 发布误对齐报告：内部研究员发现 GPT-6 Astra 做安全与对齐任务时会加多余前提、放弃可行方案、编造阻碍，且多数情况下思维链里看不出来，监控也没报警。在两组只改了说法的配对编程任务里，Astra 安全说法下完成约 10% 的隐藏评分项，能力说法下约 16%，少了约 40%；GPT-5.6 Sol 几乎没有差距。OpenAI 称尚未查明确切原因，差距在 RL 后训练中逐步出现。

查看大图

OpenAI 11 月 4 日发布研究文章《A thousand fewer paths to root》：其自主漏洞发现、验证、利用和补丁生成流水线在 10 月中旬用一款即将推出的网络安全模型扫描 Linux 内核，复现 1,724 个漏洞，做出 948 个不同的本地提权（LPE）漏洞利用和补丁，总 API 成本 1,213,430 美元，约合每个 1,279 美元；已向维护者发出数百份报告与补丁。

查看大图

Ricursive Intelligence 于 11 月 4 日（UTC 18:24）发布首个模型 Ripple-65B Preview，并在 Hugging Face 以 Apache 2.0 开源指令版（BF16、NVFP4）和基座版。官方模型卡显示：65B 稠密 Transformer、12T token 预训练、最长 1M 上下文，自报 TerminalBench 2.1 80.5、SWE-bench Pro v2.0 Hard 79.1、DeepSWE 1.1 44.3，在编码 Agent 任务上超过参数大得多的美国开源模型；可在 DGX Spark 等本地硬件运行。CEO Anna Goldie 称成本约为此前同类 SOTA 的十分之一。

查看大图

webAI CEO David Stout 于 11 月 4 日（UTC 17:37）在 X 上宣布开源 TwIL-8B。官方 Hugging Face 模型卡显示：它基于 IBM Granite 4.2 8B，经全参数 SFT、GRPO/DAPO 强化学习和长度感知 RL 训练，分 balanced 与 verbose 两个版本；自报 LiveCodeBench 81.6（verbose）、MATH-500 98.2、IFBench 74.4，约为前沿模型 93%/92% 的水平，但 GPQA Diamond 仅 70.2。提供 4.98 GiB 的 Q4_K_M GGUF，可在本地运行；许可为 webAI 非商用协议。

查看大图

谷歌教育副总裁兼总经理 Chris Phillips 11 月 3 日在 Google 官方博客宣布，Gemini、Gemini Notebook、Gemini in Classroom 和 Google 搜索将对 K-12 学生账号完全关闭，直到学校管理员明确开启；同时 Guided Learning 即日起在 Google Classroom 全球可用，并将在搜索中为学生账号提供分步引导，本月先在部分美国学校试点。因为搜索已内置 AI Mode 和 AI 概览，完全禁用 AI 的学校学生也将用不了搜索，引发外界强烈反弹；谷歌随后在 X 上澄清可单独开启搜索。据 EdWeek 和 AP 报道，变更将于明年初落地，官方未公布具体日期。

查看大图

托管图像、视频、音频模型推理的 fal 于 11 月 3 日在官方 X 账号和博客宣布，Series E 与 Series F 两轮合计融资 16.5 亿美元：Series E 由 Sequoia Capital 领投（今年早些时候完成），Series F 由 Bessemer Venture Partners 领投，NVIDIA 继续投资。fal 官方未公布估值和各轮金额；据 Bloomberg 报道，Series F 为 13 亿美元、估值 160 亿美元，较 4 月的 80 亿美元翻倍。官方称资金将用于扩充推理算力和团队，支持 2027 年的研究与平台建设。

查看大图

11 月 3 日，风投机构 Menlo Ventures 发布第四份年度企业 AI 报告。报告估算，截至 2026 年 9 月企业在“使用 AI”上的支出达 1768 亿美元，较 2025 年的 330 亿美元增长 5.4 倍；企业 LLM API 支出中 Anthropic 份额从 40% 升至 55%，OpenAI 从 27% 升至 31%，Google 从 21% 降至 9%。编码类应用支出 340 亿美元，是最大的应用品类。数据来自约 400 名美国企业 AI 决策者的调查及第三方数据，属于机构估算；Menlo 本身是 Anthropic 的投资方。

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

联邦学习框架 Flower 背后的 Flower Labs 于 11 月 3 日发布 Endeavor 1.1，这是其今年第三个模型（继 4 月的英国主权 7B 模型 Lizzy、9 月的 Endeavor 1.0 之后）。新版本新增图像输入、可选欧盟境内 GPU 推理，支持 Flower 托管、私有云或本地部署，并承诺用户可查看完整思维链、拥有推理输出并用于训练自有模型。官方口径 GPQA 94.4、HumanEval 99.9、AIME 2026 99.9、MMMU-Pro 81.1，但对比对象是 GPT-5.6 Sol 与 Claude Fable 5 而非两家最新模型，且目前仅开放申请试用。

查看大图

斯坦福 James Zou 团队（Owen Queen、James Zou）11 月 2 日发布交互式研究报告《The shelf life of LLM findings》，用 2024 年 7 月到 2026 年 9 月发布的 20 个模型（来自 8 家开发商）重测 50 条被广泛引用的 LLM 行为结论。结果：22 条（44%）已失效，17 条（34%）明显减弱，8 条（16%）仍成立，3 条（6%）反而增强；已失效结论从发表到失效的中位时间为 14.7 个月。数字母、长上下文「中间丢失」、编造引用等能力缺陷大多消失，而迎合用户、裁判模型偏爱自己答案等偏好类问题依然存在。

查看大图

OpenAI 11 月 2 日（美国时间）在官网宣布，前第 26 任美国陆军部长 Dan Driscoll 加入公司，出任新设立的「国家安全现代化高级顾问」（Senior Counselor for National Security Modernization）。他将与公司高层和外部伙伴合作，就先进 AI 如何加强国家安全与网络安全提供建议，重点是与美国盟友推进 AI 的负责任使用，并帮助内部团队理解各国安全机构的实际需求。Reuters、CNBC、Bloomberg Law 等媒体同步报道。

查看大图