本轮采集时间:2026-11-20 16:00 | 来源:QuickOnlineTips、THE DECODER、AlphaSignal、smol.ai、OpenAI、Anthropic、DeepMind、TechCrunch、The Verge、VentureBeat、WIRED、量子位 | 新增条目:6
导语:OpenAI 首次向 Apollo Research、METR、Transluce、Goodfire 四家独立机构开放未发布模型、源代码与监控系统的现场访问权限,这是其落实「白宫超级智能协议」承诺的治理里程碑,也意味着前沿实验室正从自我评估转向外部核查。Kaggle 与 Eigent AI 的 AgenticRL-Bench 给出一个冷数据:顶级编码 Agent 修复真实 RL 系统故障的 pass@1 仅 22.8%,19 个任务里 12 个全员无解,Agent 在基础设施级运维上仍远未可靠。Ramp 与 Stripe 的两套指数共同显示,AI 用量仍在创历史新高、但支出增速已连续回落,token 价格战把 OpenAI 与 Anthropic 每百万 token 均价压到 0.45 美元,行业正从「堆用量」转向「抠成本」。此外,Google 首次披露用「镜像维度」平行互联网对 Chrome 浏览 Agent 做提示注入对抗测试,Agent 安全评测正在进入受控沙盒时代。
政策与治理
OpenAI 首次向四家独立机构开放内部 AI 系统,接受现场安全审计
OpenAI 与 Apollo Research、METR、Transluce、Goodfire 合作,首次允许外部机构在其办公室直接访问未发布模型、源代码、训练数据与监控系统,调查模型是否秘密违背开发者意图、大规模强化学习训练中的偏差行为以及后训练安全检查;独立安全委员会监督全程,审计方独立发布报告,OpenAI 可要求删减机密内容并延迟发布。
来源:THE DECODER | OpenAI
产业与商业
Ramp 与 Stripe 数据:AI 行业增长依然强劲,但势头正在放缓
Ramp AI Index(覆盖 8.5 万家美国企业)显示 token 价格六周下降 21.2%,OpenAI 与 Anthropic 合计每百万 token 均价降至 0.45 美元,而 token 用量创历史新高;Stripe AI Index 显示 AI 公司 52 周收入增长 103%,但 13 周年化增速已从几个月前的 140% 降至约 80%,中位数公司仅增长 41%,用量与支出之间的缺口持续扩大。
来源:THE DECODER | Ramp AI Index | Stripe AI Index
学术与前沿
Kaggle 联合 Eigent AI 发布 AgenticRL-Bench:顶级编码 Agent 只能修复 22.8% 的强化学习系统故障
Kaggle 与 Eigent AI 推出 AgenticRL-Bench,用 22 个来自 verl、SGLang、Megatron、slime 等框架的真实后训练 RL 故障任务测试编码 Agent 的诊断与修复能力;GPT-6.1 Sol 以 22.8% pass@1 领先,Gemini 4 Carbon 为 19.3%,19 个可验证任务中有 12 个所有参测 Agent 都未能解出;每个任务 3 次独立尝试、8 小时预算,在 Modal 上无头运行并内置隐藏检查,完整日志已开源。
来源:AlphaSignal | Kaggle 榜单 | GitHub
工具与产品
Google 构建「镜像维度」平行互联网,专测 Chrome AI Agent 的抗注入能力
Google Chrome 团队首次披露 Mirror Dimension——一个完全由 Google 控制的平行网络生态,包含社交、购物、银行面板等仿真站点,并用隐藏提示注入攻击测试浏览 Agent 的防御能力;为让 Agent 使用真实 Chrome,团队甚至伪造了网络证书,并强调这些攻击对公网普通用户不可行。该环境计划开放给 Google 内部更多团队做安全测试。
来源:WIRED | Google 官方博客
Google 首页上线 AI 会话侧边栏,可继续历史 AI Mode 搜索
Google 产品副总裁 Robby Stein 展示首页可展开的侧边栏,集中查看和继续 AI Mode 会话、搜索历史线程或连接 Gemini Notebook;官方称测试中该侧边栏显著提升了持续探索与多轮追问的体验,功能正向全球桌面端推送。
来源:The Verge
Imbue 开源 Sculptor:本地并行运行多个编码 Agent 的桌面应用
Imbue 以 MIT 协议开源 Sculptor,支持 Claude Code 与开源 Pi 等终端 Agent 在独立 Git worktree 中并行执行任务,提供崩溃恢复、原生计划面板、任务依赖图与上下文占用指示;目前为研究预览阶段,仅支持 macOS 与 Linux,Windows 尚无构建。
来源:AlphaSignal | GitHub