AIHOT 日报 · 2026-11-11 — Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 正式向开发者、企业、科学家和普通用户开放 Gemini 4 Carbon,定位为其最强前沿模型,主打网络安全能力与复杂知识工作、软件工程、科学推理中的长程智能体工作流。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
Google DeepMind 正式向开发者、企业、科学家和普通用户开放 Gemini 4 Carbon,定位为其最强前沿模型,主打网络安全能力与复杂知识工作、软件工程、科学推理中的长程智能体工作流。
此推文邀请社区成员分享智能编码代理自动化的任务,以 AIE CODE 为现场,强调 AI 工具的实际应用。
Anthropic Fellows Program 团队构建四个多用户多智能体模拟环境(共享 API token 预算、诊所日历、团体订餐或旅行预订、合并队列),测试 Anthropic、OpenAI 和 Alibaba 的前沿模型,并发布其中三个环境作为基准 MAMUBench。
描述 AI 编程领域的逆向工具 LASIK,通过静态分析大幅压缩 Token 消耗,在 AI 防御与攻击工具间形成套娃式竞争。
OpenRouter 发布量化解析文章,讲解 LLM 量化原理,并报告 2026 年 10 月 20 日对 1455 个 provider 端点和 Qwen3.8 27B 六个端点的实测。
OpenRouter 实测同一 GitHub 任务下 MCP、CLI 与 skill 的 token 成本:在 Claude Sonnet 5.5 上 CLI 用 1。
OpenRouter 发布教程,讲解如何修复 OpenAI 与 Claude API 的 429 限流错误,先读取 error.metadata.limit_source 判断是谁的限制,再对症处理。
UC Berkeley 等机构发布 CyberBinGym 基准,评估 AI 智能体在无源码、无漏洞描述、无触发输入的 1-day 场景下,仅凭 stripped 的漏洞与补丁二进制能否恢复并利用真实漏洞,含 100 个来自 53 个开源项目的任务。
作者实测 Claude Fable 5.2 与 Gemini 4 Carbon 并对比后认为,Fable 5.2 的突出差异在于审美,这是无法用 Benchmark 评估但可直观感受的东西。
一篇论文指出,目前无人能断言递归自我改进(RSI)是安全的,因为连其走向都缺乏清晰的思考框架。作者仅用一条高层提示词就让 AI 从零训练出一个小型 LLM;在 FAR.AI 安全研讨会上,专家们因设想的结果不同,对 RSI 安全条件给出了截然不同的判断。其二人博弈模型显示,RSI 竞赛仅在部分风险水平下构成囚徒困境,高风险时双方共同克制是稳定结果。
作者通过 Google Docs 的云端化比喻,指出 Claude Artifacts 的白板、表格等功能标志着软件交互方式从直接面向用户转变为面向 AI Agent,最终由人类进行微调审查。
通过输入一句话即可生成可用语音 Agent 的演示,基于 FishAudio 的 Live 3 语音模型。
家里有 mac mini 吗?你该给自己配个私人 IT 经理了!!
作者通过对话指出,AI Agent 本质是将"给用户发消息"设计为可调用的工具,使其能在完成任务后继续工作。
Bay 获得 $37M A 轮融资,以拓展其企业 AI 智能体安全平台;该平台提供会话级执行机制,助力企业大规模、安全可控地部署 AI 智能体。
在 fal 上试试 Meshy Rigging: - 为角色绑定骨骼并制作动画:https://fal.ai/models/meshy/rigging - 创建多个动画:https://fal.ai/models/meshy/rigging/multi-animation
Meshy Rigging 在 fal 上更新。 - 将人形 3D 模型转化为可直接制作动画的角色。 - 支持 Unreal Engine、Unity、Blender、Mixamo 等。 - 无需额外费用即可为手指做好动画准备。 - 可为同一角色添加多个动画。
综述近期 AI 领域动态,涵盖 Anthropic 准备上市、OpenAI 推出 AI 代理市场、Claude 扩展办公套件、Meta 推出高性价比模型、Google 新芯片发布及行业安全承诺等。
11月 #PixelDrop 来了: ✨ Gemini Intelligence 现已在 Pixel 10 设备上线 🏷️ 用 Pixel Tag 追踪钥匙、钱包或行李,明天起可下单 📱 创建自定义小组件…
Muse Ember 浏览器智能体以 63.9/100 的分数仅需 3 分钱/任务,创下成本效益新纪录。
一款能记忆任务、控制应用并监测健康的 AI 戒指,凸显 AI Agent 设备选择的重要性。
Team Projects 为团队及其智能体提供共享上下文,支持计划协调、冲突检测和跨团队任务解锁,现已推出 Beta 版。
Cursor 官方宣布 Team Projects 开启 beta,为每位团队成员及其智能体提供共享上下文。智能体在开始前共享计划,工作中标记冲突,并能跨团队互相解锁任务。详情见 https://cursor.com/blog/projects-multiplayer
Cursor 引入多人协作的 Projects 功能,允许团队中所有智能体在单个统一工作空间内协作合作。
Cursor 宣布 Projects 已针对多人协作场景重构,团队成员与其各自的智能体可以在同一个统一工作区内协同工作,智能体之间也能互相协调。
Meta FAIR 发布 e-means,一种用指数移动平均更新质心的 mini-batch k-means 算法,可在 1.4 到 2.6 个 epoch 达到 Lloyd k-means 25 个 epoch 的损失,已随 FAISS 1.16.0 以 MIT 许可发布于 faiss.contrib.e_means。
微软研究院新研究发现,重编程 AI 智能体中的少量休眠神经元即可植入后门,让智能体平时表现正常,直到触发特定条件才激活异常行为。微软建议企业确认模型来源并合理管控权限,Microsoft Foundry 为 Azure Direct Models 和 Hugging Face 模型提供安全系统以保障模型来源可信。
fal 官方宣布 fal Agent 现已可用在 Photoshop 中,作为创作流程内的 AI 创意助手。用户可在不离开 Photoshop 的情况下发现并选择多家领先的图像与视频模型、生成新素材并实现创意想法。
Google 推出 Gemini 4 Carbon,性能居顶级榜首,在 CursorBench、Perplexity WANDR 和 Zapier AutomationBench 中均名列第一,单任务成本低于 Fable 5.2,/swarm 功能支持多 Agent 协作。
IT之家 11 月 11 日消息,当地时间 11 月 10 日,OpenAI 宣布推出 ChatGPT Businesses 测试版,为企业提供商家信息认领、资料管理、用户互动数据分析以及 AI 智能体等服务,帮助企业通过 ChatGPT 接触潜在客户。 OpenAI 表示,目前全球每周有 12 亿人使用 ChatGPT。