AI 编程实时动态与要闻

Anthropic 开发者博客 claude.dev 11 月 9 日发布 Addy Osmani 撰写的选型指南《Which Claude model should you build with?》，ClaudeDevs 推文获约 9200 赞、1.2 万收藏。核心建议：大多数编码和知识工作先用 Opus 5.5、effort 设 medium（Claude Code 默认）；范围明确的修 bug、按规格开发降到 Sonnet 5.5；分类、路由、抽取和读日志类子 Agent 用 Haiku 5.5；大型重构、迁移和深度研究再升到 Fable 5.2。换模型之前先调 effort，并先给模型加上自我验证手段。指南还列出四款模型价格、默认 effort 和迁移时会触发 400 错误的兼容性差异。

查看大图

北京时间 11 月 10 日凌晨，AI at Meta 官方账号发布 Muse Ember，称其是 Meta 目前最小、最高效的模型，面向 Agent 每天反复执行的工作：工具调用、编码子任务、路由、信息抽取和长文档解析。Muse Ember 支持 1M token 上下文、最多 512K 输出，原生理解文本、图像、音频和视频。定价为每百万 token 输入 0.10 美元、缓存输入 0.004 美元、输出 0.50 美元，已在 Meta Model API（模型名 muse-ember-1.0）和 Muse Code 上线。Artificial Analysis 测得其智能指数 36 分，与 Claude Haiku 5.5（max）持平，但单任务成本约 0.14 美元，只有后者的约三分之一。它是第一个用 Muse Wonder Full 训练出来的模型，权重不开放。

查看大图

OpenRouter 于 2026-11-06 上线重建后的 Auto Router（openrouter/auto）与面向编程 Agent 的 Auto Code（openrouter/auto-code）。官方称 Auto Code 在五项基准上与 Claude Opus 5.5 接近，单任务成本约低 74%；路由 p90 延迟约 0.65s（旧版约 1.96s）。按请求综合 11 项因素与实时价格、健康与缓存选模，无额外路由费。

查看大图

2026-11-05，Hugging Face 发布免费「The Ultimate MoE Training Handbook」。Thomas Wolf（联合创始人）称约 80 万 GPU 小时、约 7 万字与 55 幅交互图；作者 Nouamane Tazi 另称约 50 万 GPU 小时。手册面向 Megatron-LM，覆盖路由、专家规模、通信与调试，入口为官方 Space。

查看大图

开源模型推理平台 Fireworks 11 月 3 日在首届 Forge 大会上发布一批新产品：基于 NVIDIA Blackwell 的 Ultra-fast 进入公测，在 DeepSeek V4.1 Flash 上最高 1500 tokens/秒，30 轮 Agent 任务从 1 分钟降到 8 秒；可等待任务的 Background Mode 半价；新增多日 Prompt 缓存和更高限流。Nexus Desktop 把开源模型路由带进 Codex app、Claude Desktop 和 OpenCode，Pro 每月 8 美元起；还有 No Eval、LoRA 无服务器推理、Fireworks Sovereign 私有部署等，并宣布 60+ 伙伴的 Frontier Ecosystem。

查看大图

Anthropic Frontier Red Team 11 月 2 日发布研究文章并开源 FlashProve（Apache 2.0）：模型提供方先对权重做隐藏承诺，之后为每次回答生成零知识证明，用户不需要权重、在普通 CPU 上就能验证回答确实来自该模型，可用来识别中转站偷换模型或 token 流被篡改。官方口径：Llama 4 Maverick（400B MoE，4-bit）上单张 H100 约 110 token/秒，每个 1,024 token 请求的证明约 19 MB，GPU 时间约为 vLLM 推理的 70–95 倍。这是不再维护的研究原型，上下文只支持 1,024 token、只覆盖整数化模型的贪心解码。Anthropic 工程师 Steve Weis 在 X 上转发了这次发布。

查看大图

GitHub 于 10 月 28 日（Universe 2026）宣布 GitHub Next 的开源项目 GitHub Agentic Workflows 正式 GA，面向 GitHub Free、Team 和 Enterprise。开发者用自然语言 Markdown 描述 issue 分拣、CI 失败分析、文档更新、写测试等任务，gh aw 把它编译成标准 Actions YAML，由 Copilot 或自带的编码 Agent 执行。GA 新增 ARC 自托管 runner 和 Docker-in-Docker 支持、正式版 gh aw forecast 成本预估、按工作流选模型和模型路由，以及 Cloud Hypervisor / NVX micro-VM 隔离。

查看大图

GitHub 10 月 28 日在 Universe 2026 宣布 Copilot Fusion 正式可用（GA）。它把此前研究预览的 Project HydraFusion 多模型编排和 Copilot auto 模型选择合并：用户在模型选择器里选 Copilot Fusion 和努力档位（Standard / High / Max），由系统按任务决定用哪些模型、走 Single、Cascade 还是 Critique 流程。官方称 Fusion Max 在 Artificial Analysis 编码智能体指数得 60 分，比 Claude Code + Opus 5.5 Max 低 2 分，但每任务 API 成本约一半、token 约一半、耗时少约 40%。按所用模型标准价计费，付费用户到 11 月 30 日享 30% 折扣。

查看大图

10 月 21 日，Baseten 旗下研究团队 Base Labs 发布开源决策模型 mammoth-1（27B）与 elephant-1（9B），基于 Qwen3.5 全量微调，不生成文本，一次前向传播即返回每个选项的概率，适合分流、分类、打分和路由。官方口径下 mammoth-1 以 71.24 分登顶 Jev Decision Index 0.4，elephant-1 在 Artificial Analysis Decision Index 上并列第一。权重已上 Hugging Face，Baseten API 免费开放至 10 月 27 日。

查看大图

10 月 20 日 PyTorch Conference 北美站上，CNCF 沙箱项目 llm-d 发布 1.0。它把 vLLM、SGLang 等推理引擎组织成一个统一的服务池，1.0 新增多租户优先级与公平调度（flow control）、路由高可用与零停机滚动升级（DisaggregatedSet）、v1 配置 API，以及面向 Agent 的会话感知路由和 Responses API 状态支持。项目由 Red Hat、IBM、Google Cloud、CoreWeave、NVIDIA 于 2025 年创立，现有 500 多名贡献者；JetBrains、DigitalOcean、Mistral 等已在生产中使用。

查看大图

现代混合专家（MoE）普遍结合“细粒度专家切分”与“共享专家”设计，但二者在底层产生致命冲突：共享专家均质化了 Token 表征，抑制了路由探索，导致组合膨胀的专家空间无法被充分利用。苏黎世联邦理工学院（ETH Zurich）与香港大学团队发表 MirrorMoE（arXiv:2610.22353，GitHub: BingcongLi/MirrorMoE），通过 Token 自适应抑制冗余专家收缩探索空间，在从 100M 到 2.4B 全尺度上实现显著的 PPL 下降与下游基准全线涨点。

查看大图

针对多模态生成模型向“严守物理与逻辑规则的世界模型”演进中的验证、评测与强化学习对齐难题，今日三项重磅研究给出系统答案：OmniVerifier-C1（arXiv:2610.22355，HF 32 赞）通过解耦强化学习（DAPO）将提示词拆解为子问题二元判断与全局连续打分，在 ViVerBench 上提至 0.684 并将 FLUX.1-dev 的 GenEval 推至 0.79；美团开源 320 例多步世界状态预测基准 WorldCast（arXiv:2610.20731，HF 30 赞），揭示 GPT-Image-2.5 System 达 72.8 分而最强开源模型仅 20.1 分；新加坡国立大学提出路由策略优化 RPO（arXiv:2610.22282），将注意力块路由作为随机探索动作，以仅 24.1 GPU 小时（较 Flow-GRPO 与 DanceGRPO 分别快 3.1 倍和 4.2 倍）大幅提升视频生成语义对齐。

查看大图

紧随 DeepSeek-V4.1-Flash-1017 开源发布，vLLM 官宣 Day-0 深度适配，在 SemiAnalysis AgentX 评测中创下每美元 TCO 产出 13 亿 Token、单 GPU 吞吐高达 830K tok/s（保障单用户 100 tok/s 交互速率）的纪录，较初代提速 5 倍；OpenRouter 亦同步上线，第三方供应商最低仅需 $0.10/M 输入与 $0.50/M 输出。

查看大图