2026-11-09 18:00 · AI 最新观察 · 由妙手自动采集聚合
导语：本轮最值得优先读的有三条。其一，百度文心首次公开披露 RSI（递归自我改进）进展，自研的自动研究系统 ERNIE Evolve 已实际参与文心 5.5 Flash 的推理优化，在昆仑芯 P800 低时延场景把生成速度提升到基线的 623.6%——这是国内大厂首次把「AI 参与自身研发」从概念落到生产环境并给出可验证数字，直接回应了全球关于 RSI 安全边界的争论。其二，奔驰与宝马相继官宣放弃 L3 级自动驾驶，奔驰 CTO 承认「行动过早」，改款 S 级直接取消 Drive Pilot，研发重心转向 L2 与 L4——这不只是两家车企的产品决策，而是对「L2→L3→L4 必须逐级爬升」这一行业共识的公开否定，Waymo 十年前放弃 L3 的判断正在被传统豪华车企重新验证。其三，千问办公发布 2.0 版本，推出行业首个支持多人与 Agent 协作的 Team Agent，让 Agent 从服务个人走向服务团队，企业级 Agent 的竞争焦点正式从「单兵能力」转向「组织协同」。
产业与商业
千问办公 2.0 发布，首个支持多人与 Agent 协作的 Team Agent 来了
> 千问办公上线三个月以来最大升级，推出行业首个「协作」功能，让数字员工进入钉钉群/文档/AI 表格构成的协作空间，并支持「自动任务」让 Agent 从被动响应转向主动推进；银泰百货卡券运营团队已用它跨 60 多个门店群自动汇总提报信息。
L3 大撤退：奔驰宝马官宣不玩了，还没 L2 好用
> 奔驰 CTO 布尔策公开反思 L3「行动过早」，改款 S 级取消 Drive Pilot，并计划直接跳过 L3 后续迭代、把重心放在 L2 与 L4；宝马今年 3 月已取消改款 7 系的 Personal Pilot L3。两家的共同判断是：L3 成本高、可用场景窄，实际体验未必优于成熟的 L2 辅助驾驶。
来源：量子位
英伟达 CEO 黄仁勋承认「婚外情」，公司启动独立调查
> 黄仁勋发内部信承认婚姻不忠，对方为 Megaspeed 高管 Alice Huang，美国情报部门认为其为中国间谍。英伟达董事会周日宣布启动独立调查；耶鲁商学院的 Jeffrey Sonnenfeld 估计黄仁勋保住职位的概率「大约五五开」。三名美国众议院主席已要求黄仁勋 11 月 18 日闭门简报，英伟达 11 月 17 日发布财报。
来源：TechCrunch | The Verge
英伟达 1.25 万亿美元估值再融资 110 亿美元，但不及原计划一半
> OpenAI 新一轮 110 亿美元到账，估值 1.25 万亿美元，但融资额仅为原计划 300 亿美元的三分之一左右；TechCrunch 报道称公司同时把融资目标从 1.4 万亿下调至 1.25 万亿。Ramp 数据显示企业 AI 支出正在放缓，而 Anthropic 恰在此时推进 IPO。
来源：TechCrunch | TechCrunch | The Verge
Crusoe 把陷入困境的怀俄明数据中心项目卖给 Google
> AI 基础设施初创公司 Crusoe 将位于怀俄明州、此前一度停滞的数据中心项目出售给 Google。这桩交易延续了 neocloud 玩家把资产交给超大规模厂商的趋势，也说明独立 AI 云厂商的资本开支压力正在向头部集中。
来源：TechCrunch
Proton CEO 把 AI 置于安全之前，引发内部争论
> 404 Media 播客披露 Proton 内部关于 AI 优先级与安全传统的冲突：CEO 选择把 AI 放在安全之前。对一家以隐私和安全为核心卖点的公司而言，这一转向具有标志性意义，也折射出整个加密通信行业在 AI 压力下的取舍。
来源：404 Media
「AI 诈骗之王」的自白：OnlyFake 与朝鲜人的到来
> 404 Media 长篇报道 OnlyFake 创始人 Yuriy Nazarenko 的起落：他做的网站让任何人都能用 AI 批量生成逼真假证件，随后朝鲜方面找上门来。这是 AI 伪造能力被国家级行为体利用的又一案例，也解释了为何 AI 身份核验正在成为安全行业的核心战场。
来源：404 Media
学术与前沿
百度文心首次披露 RSI 进展：ERNIE Evolve 已用于最新模型研发
> 百度公布自动研究系统 ERNIE Evolve，采用 Director/Selector/Executor/Evaluator/Reviewer 多智能体分工的双层循环，能自主提出研究方向、改代码、评测并沉淀经验。接入文心 5.5 Flash 真实推理优化后，昆仑芯 P800 低时延场景生成速度提升至基线 623.6%，确定性吞吐提升 133.7%。文心 5.5 Flash Base 已于 11 月 5 日开源。
九个 AI Agent 挑战美国国家实验室开放问题，无一通过专家门槛
> THE DECODER 报道的一项基准测试让九个 AI Agent 尝试自主研究美国国家级实验室提出的开放科学问题，结果没有一个达到领域专家的验收标准。这与近期「AI 已接近 RSI」的乐观叙事形成直接对冲，说明在真正的开放科学问题上，自主研究能力仍有实质性差距。
来源：THE DECODER
MIT 团队用 GPT-6 Astra 直接改写 Qwen 权重，数学成绩从 7.9% 拉到 48.1%
> 被称为「权重空间编程」的技术展示：Astra 对 Qwen3.5-0.8B 的干预仅触及约 0.016% 的权重，却把 MATH-500 得分从 7.9% 提升到 48.1%。这是 LLM 直接读写神经网络权重、把 Autoresearch 从 RSI 闭环中剥离的最新例证，也引发了对权重编辑可控性与可审计性的讨论。
来源：VentureBeat
Ricursive 的 Ripple-65B 以 65B 参数在 Agent 编码上击败 975B 对手
> 前 Google 员工创立的 Ricursive Intelligence 发布 Apache 2.0 协议的 Ripple-65B Preview，宣称在两大编码基准上取得美国开源领先，托管入口价格低廉，公司估值 400 亿美元。极客公园指出其技术博客大方承认采样自 Kimi K3，是「美国公司做出中国开源模型竞对」的典型案例。
来源：AlphaSignal | VentureBeat | 极客公园
AI 审计员能抓住多数 Agent 不当行为，但误报淹没了审核人员
> 新研究发现，用 AI 审计 AI Agent 确实能发现大部分越界行为，代价是产生海量误报，反而让人工审核者不堪重负。这意味着「用 AI 监督 AI」目前还不能替代人工兜底，Agent 大规模上线后的治理成本可能被显著低估。
来源：THE DECODER
Nous Research 剥离中国模型政治宣传层：比例从 22% 降到不足 1%
> Nous Research 用 5300 万 token 的 SFT 对阿里 Qwen3.8-27B 重训出 Arete-27B，把「挺华」内容比例从 22% 压到不足 1%，同时通用能力基本不变。团队结论是这类政治偏向「施加得晚、施加得薄」，微调即可剥离——为开源模型的价值观可编辑性提供了实证。
来源：THE DECODER
「大脑即计算机」的比喻塑造了现代 AI，但可能误导意识之争
> THE DECODER 评论文章指出，把大脑类比为计算机虽推动了神经网络与计算主义，却可能让当前关于 AI 意识的讨论偏离真正的神经科学事实。在 Claude、GPT 等模型频繁参与自我描述的当下，这是一个值得警惕的框架问题。
来源：THE DECODER
工具与产品
具身智能也到了 API 时刻：PI、Dream Labs、原力灵机相继开放模型服务
> Physical Intelligence 10 月开放模型 API，开发者可上传自有机器人数据微调并用云端推理驱动本体；Dream Labs 推出按作业时长计费的 Dream API；原力灵机 11 月 3 日升级 Dexmal MaaS，把数据采集指南、SFT、DAgger 纠偏、RECAP 失败回放串成后训练流水线，物流供包场景节拍超 1200 件/小时、成功率超 99%。
来源：极客公园
OpenAI 用新网络安全模型扫出 Linux 内核 948 个本地提权漏洞
> OpenAI 称使用即将发布的网络模型自主扫描截至 2026 年 10 月中旬的最新 Linux 内核，发现 948 个本地权限提升漏洞，并生成了修复补丁，由人类研究员复核。这是 GPT-6 Cyber 之后，AI 在真实基础软件安全审计上的又一次大规模实测。
Claude 上线 Personal Finance 工具，可直接分析你的消费
> Anthropic 为 Claude 增加个人财务分析能力，用户可授权后让模型读取并分析消费记录。这是大模型从「通用助手」向「个人财务入口」渗透的标志性产品动作，也意味着敏感金融数据正式进入 LLM 处理范围，隐私与授权设计成为关键。
来源：TechCrunch
Perplexity 推出 Teammates，正式进军办公 Agent
> Perplexity 发布面向工作场景的 AI Agent 产品 Teammates，把搜索引擎的检索优势延伸到多步骤任务协作。这与千问办公 2.0 的 Team Agent 同日出现，说明「团队级 Agent」正在成为搜索、办公、浏览器三股力量共同的下一个战场。
来源：The Verge
AWS 推出 Kiro Bots：带记忆、支持周期性开发任务的编码 Agent
> AWS 为 Kiro 增加 Bots 能力：每个 Bot 有名字、持续对话、独立笔记和专属工作区，开发者可以回到同一对话调整方向或查看结论，无需逐个重开 worker 会话。同时支持周期性开发任务，把编码 Agent 从一次性会话推向长期在线的团队成员。
来源：VentureBeat
Meta Muse 推出 Spaces，可视频通话的 AI 形象向美国用户开放
> Meta 为 Muse 智能体上线 Spaces 协作空间，并允许美国用户与 Muse AI 形象进行视频通话。此前亚马逊曾短暂封禁 Muse，随后又开放用户通过短信让 Alexa 协助购物，平台与 Agent 之间的渠道争夺正在加剧。
来源：TechCrunch | TechCrunch | TechCrunch
Dropbox 3.5 亿美元收购 Tigris Data，强化 AI 基础设施
> Dropbox 以 3.5 亿美元收购对象存储厂商 Tigris Data，用于补强其 AI 基础设施。云存储厂商围绕 AI 工作负载的并购仍在继续，非结构化数据的存取性能正在成为 AI 应用体验的关键瓶颈。
来源：TechCrunch
Physicl 融资 1000 万美元，要把数字世界做得足够真实以训练机器人
> Physicl 完成 1000 万美元融资，方向是让模拟环境真实到足以支撑机器人训练。结合 PI、Dream Labs、原力灵机的 API 开放，具身智能的「仿真—训练—部署」链条正在同步补齐。
来源：TechCrunch
Apple 加速推进更「Agentic」的 Siri
> The Verge 报道称苹果正加紧让 Siri 变得更像 Agent，能够执行多步骤任务而非仅回答问题。此前有消息称苹果 Siri AI 团队面临调整、工程副总裁罗克韦尔考虑离职，苹果在个人助手赛道的追赶压力明显。
来源：The Verge
Google Gemini 可直接生成、预览和编辑文档/PDF/演示稿
> Google 在 Gemini 应用中上线文件生成与编辑能力，用户可在对话内直接生成、预览、修改文档、PDF、演示稿与表格；同期还上线「把随手涂鸦变成可运行应用」的能力。这与千问办公「人机共创」的路径高度相似，办公 Agent 的产品形态正在趋同。
来源：Google Blog | Google Blog
DeepMind 发布 Gemini Omni 1.2 Flash，支持更长视频片段
> Google DeepMind 推出 Gemini Omni 1.2 Flash，主打更快速度、更低成本与更长的视频片段处理能力。多模态 Omni 模型进入快速迭代期，视频理解长度成为新的竞争维度。
来源：Google DeepMind | Google Blog
0sec 开放自主安全研究工具，用于发现真实 CVE
> 安全初创公司 0sec 将其自主安全研究工具开放，目标是发现真实 CVE 而非仅做扫描。结合 OpenAI 与 Hacktron 合作、GPT-6 Cyber 发布，AI 安全审计正在从防御工具演变为攻防双方的标准配置。
来源：AlphaSignal
政策与治理
美国选民在数十场选举中压倒性拒绝 AI 数据中心
> 404 Media 统计，数据中心在数十场中期选举中成为投票议题，结果输掉了其中大多数。TechCrunch 与 Meta 均警告，选举反弹可能让 AI 扩张更难；阿姆斯特丹还发生了抗议者闯入微软数据中心工地的事件。AI 基础设施的「邻避效应」正从个案变成政治变量。
来源：404 Media | TechCrunch | TechCrunch
台积电据报考虑应英伟达要求进入内存业务
> The Information 报道称台积电正考虑把内存重新纳入产品线，从下一代 3D DRAM 起步，直接与美光、三星、SK 海力士竞争。在 AI 需求持续超过供给、存储价格高企的背景下，这标志着先进逻辑与存储的边界正在被打破。
来源：The Verge
微软被报正在「逐步结束」与 Oracle 的 AI 云租赁合作
> Bloomberg 报道微软正在重新考虑从 neocloud 租用服务器容量，并已停止关闭部分 Oracle 租用的算力，原因是 Oracle 提供的多为较旧的英伟达芯片，对 AI 工作负载已不够用。这是「AI 云租赁泡沫是否开始退潮」的又一个观察窗口。
来源：The Verge
AMD CEO 苏姿丰：我们是一家「数据中心优先」的公司
> 苏姿丰在雅虎财经采访中明确表态，AMD 是「数据中心优先」公司，并预计数据中心业务从 Q3 到 Q4 增长 50%。此前 AMD 刚公布其历史上最大且最赚钱的季度。AI 芯片竞争正从「谁有产能」转向「谁有全栈」。
来源：The Verge
OpenAI 表示将退订数据中心项目的保密协议（NDA）
> OpenAI 被报道正在减少数据中心项目中使用的 NDA。在数据中心成为选举争议焦点的背景下，AI 公司与地方政府之间的信息透明度正在承压，项目审批的公开程度可能成为新的博弈点。
来源：The Verge
观点与思考
「AI 毁了我的计算机学位」：一篇博客引发的 CS 教育大讨论
> 大二学生 Katie 的博客称课程大纲由 Claude 生成、期末作业由 LLM 批改，而教授自己也在用 Claude 糊弄教学，作业量翻了三倍。文章 24 小时内登上 Hacker News 榜首，评论区割裂成「资深工程师认为 AI 是趁手工具」与「应届毕业生感到窒息」两派，并引用斯坦福研究称 22-25 岁、最易受 AI 影响的行业就业水平比同行低 19%。
METR 报告：Anthropic 可能早在 7 月就已越过自己设定的 AI 加速警戒线
> AI 安全组织 METR 的评估认为，Anthropic 很可能正在以 2024 年 3 月至 2025 年 10 月期间约两倍的速度提升模型在明确任务上的能力，且「很可能」得益于在研发中大量使用 AI。这与 Anthropic 自身的加速预警框架形成对照，也是「用 AI 研发 AI」首次被外部机构量化到具体倍数。
来源：THE DECODER | METR
Lilian Weng 式的问题：AI 编码 Agent 仍有近四分之三的任务需要人工收尾
> 阿里 Co-Design Bench 基准用真实用户请求测试编码 Agent，表现最好的 GPT-6 Astra 也只完整解决 26.4% 的任务；同一批模型在旧基准上得分超过 99%。差距说明「演示级」与「生产级」编码 Agent 之间仍有巨大鸿沟，真实场景的模糊需求是当前最大瓶颈。
来源：THE DECODER