CloudOpsBench:新开源基准显示推理是 AI 云运维的最大瓶颈
开源基准 CloudOpsBench v1.0 发布,包含 45 个 AWS 任务,用于评估 AI 智能体处理云运维任务的能力。测试中 Claude Fable 5.1 解决了 60% 的任务,GPT-6 Astra 为 53%,没有模型完成全部任务。密歇根大学 Ang Chen 团队发现约 80% 的失败源于推理缺陷而非知识缺失,约 20% 为错误操作,其中部分对基础设施造成不可逆后果。
开源基准 CloudOpsBench v1.0 发布,包含 45 个 AWS 任务,用于评估 AI 智能体处理云运维任务的能力。测试中 Claude Fable 5.1 解决了 60% 的任务,GPT-6 Astra 为 53%,没有模型完成全部任务。密歇根大学 Ang Chen 团队发现约 80% 的失败源于推理缺陷而非知识缺失,约 20% 为错误操作,其中部分对基础设施造成不可逆后果。
Indegene 在其 NEXT Unified Data Platform(NEXT UDP)上构建了生产级 LLM 驱动的 Data Quality Agent,可生成上下文感知的数据质量规则、完成验证并产出可直接运行的 SQL 和 Python 代码。
Apple 在 iOS 27.3 和 watchOS 27.3 首个开发者测试版中为 Apple Watch Series 12 用户带来四项 Audio Intelligence 功能,作者实测一天后认为 Siri Recaps 的自动笔记价值大于其带来的不安感。
华为小艺 Work 率先上线 openPangu-2.1-Pro 模型,主打"鸿蒙任务增强",该模型参数量、上下文等规格尚未公开,目前仅在小艺 Work 中提供支持。
Google 周二宣布,使用其 K-12 教育软件的学校若不选择启用 AI 工具,学生将无法使用搜索,该计划迅速遭到批评。参议员 Bernie Sanders 指责 Google 在“敲诈”学校,前 FTC 主席 Lina Khan 认为这凸显了无监管垄断者控制基础服务的危险。
推荐理由:原文汇集了政界人士的批评与 Google 的回应,读者可借此判断搜索与 AI 工具捆绑对学校选择权的实际影响。
研究人员报告 GPT-6 Astra 能读取其他模型的原始权重并直接修改,他们将该方法称为 Weight-Space Programming,无需昂贵重训。
同一新闻,精选展示《MIT 研究:GPT-6 Astra 直接修改 Qwen3.5 权重,MATH-500 得分提升约 6 倍》
Uber 在 2026 年第三季度财报电话会上披露,上季度仅 4 笔行程由第三方 AI 智能体安排,万圣节当周 Uber Eats 由智能体完成的订单约 500 笔,而同期平台行程与配送总量达 3.2 亿。这是 Uber 首次公开这一数据;CEO Dara Khosrowshahi 表示愿与第三方 AI 公司合作,但认为自家直接服务体验仍最具吸引力。
美国中期选举中,多地选民选出支持暂停数据中心开发的候选人,并直接通过限制开发的地方公投,对AI产业的核心支柱造成打击。全国45项涉及数据中心的地方公投中,截至周三上午已有33项结果为限制开发;NBC News选举日民调显示76%的选民反对社区内建设数据中心。
推荐理由:原文汇总了全国45项地方公投中33项限制数据中心开发的结果,读者可据此评估AI基础设施扩张面临的政治阻力。
Anthropic 发布开源研究原型 FlashProve,用 zkSNARK 密码学技术验证 AI 回答是否来自声称的模型,且不泄露模型权重。
张善友解读 Christian Posta 关于 AI Agent 凭证安全的四篇系列文章,核心结论是 Agent 不应持有凭证,凭证集中后真正的防线是把解密权从存密文的进程手里拿走。
作者提出 EvoMap 框架,将递归自我改进拆解为 Data、Harness、Model、Swarm、Meta 五类可变状态,分别承担经验保存、执行组织、能力内化、协作与跨循环选择。
Daybreak Red 现已在 AWS GovCloud (US-East) 上线,通过 Amazon Bedrock 将 GPT-5.6 Cyber 提供给获批客户。该服务用于授权的网络安全工作。
OpenAI 将收购 Pierre Computer Company, Inc.,以扩展 Codex 在构建、理解和审查代码方面的工具。
推荐理由:本次收购直接指向 Codex 的工具链补全,读者可据此判断 OpenAI 在代码构建、理解与审查环节的整合方向。
OpenAI CEO Sam Altman 在 X 上将昵称改为"Ram Altman",回应其关于 PC RAM 的争议言论,称希望人们在电脑里想装多少 RAM 就装多少,并呼吁扩大内存产能。
Anthropic 尚未正式发布的下一代旗舰模型 Claude Fable 5.5 在海外开发者社区曝光,多名开发者在 X 平台分享了早期测试结果。测试者称该模型没有调用图像或视频生成工具,连续自主编写并运行代码约 2 小时 40 分钟,完成一段 66 秒动画的画面、配乐与音效,最终封装为 HTML 文件;另有开发者用其生成 Three.js 交互式 3D 场景。
苹果今日凌晨面向 iPhone 推送 iOS 27.3 系统首个开发者预览版,为国行用户带来 Apple 智能与 Siri,并与阿里巴巴达成合作,在部分体验中接入千问。
TechCrunch Founder Summit 2026 今日在波士顿 SoWa Power Station 开幕,创始人、投资人与初创负责人举行为期一天的交流,门票于美东时间上午 9 点恢复全价。
菲尔兹奖得主陶哲轩警告,人类把思考和解决问题的过程交给 AI,可能很快在现实世界中产生严重后果。他在演讲中指出,纯数学领域的风险相对可控,因为证明可通过形式化工具验证,但电网、航空交通管制、药物研发和芯片设计等领域中,AI 给出的方案可能在数学模型中成立,却不符合现实世界的真正需求。
作者 Tw93 分享 AI 时代客户端技术选型思考,并以自家 Mole 的 Windows 版为例,说明如何用 Mac 完成原生开发。
越来越多企业在日常工作流中使用智能体 AI,数据在系统、文件和智能体间被持续摄取、复制、改写和再分发,传统围绕应用、系统、网络或端点的安全方案已不足以应对。AI 安全本质上是数据可见性问题,团队需要建立数据血缘,才能追踪问题数据从何处进入工作流并如何跨系统传播。将数据流动可视化后,才能在人类、智能体与混合工作流中有效落实治理、问责与信任。
小米 REDMI K100 上线基于视觉生成框架 WorldCast 的 3D 运镜功能:选中相册静态照片即可生成环绕、推拉、倾斜的大角度 3D 运镜视频,人物五官、发型、衣着保持一致。WorldCast 通过解读画面深度结构将平面照片还原为三维场景,并虚拟出真实相机轨迹。小米称其沉淀了方法、数据集和评测方式,后续将探索更复杂运镜形态与可控 4D 视频生成。
作者为其 Model-Viz 项目编写了 KDA(Kimi Delta Attention)模块的 Gradio 交互式演示说明,用 15 个 Tab 逐项展示 Kimi K3 线性注意力的核心机制。
蔚来创始人李斌在 2026 年世界互联网大会乌镇峰会上表示,智能电动汽车是当前出货量最多的具身智能体,其算力、传感器与大模型从感知到决策、执行的过程已经跑通,智能电动汽车已成为最大的 AI 应用产业。蔚来基于世界模型架构与闭环强化学习的智能辅助驾驶系统已部署在超过 95 万辆智能电动汽车上,安全行驶里程超过 91.4 亿公里,累计使用时长 1.12 亿小时。
11 月 4 日,魔芯科技在世界互联网大会主题论坛上发布基于华为昇腾原生的 4D 世界模型 MoWorld 2.0,将重力、弹力、浮力、光照、热力等物理要素融入空间建模与交互,输出可仿真、可实时渲染、可反复调用的 4D 高斯资产。
Alphabet 财报显示 Google 第三季度搜索收入同比增长放缓至 12%,付费点击增长从 13% 降至 8%,而 AI Mode 查询变现率低于传统搜索,财报发布后 Alphabet 股价下跌约 14%。
华为云智果 AgentArts 智能体平台通过中国信通院可信 AI 企业级智能体平台评估,成为首个通过该项测评并获得当前最高等级(4+ 级)的产品。评估依据《企业级智能体技术要求》,考察平台在智能体认知、规划、执行、业务集成、知识管理、运行维护及安全合规等方面的综合能力。
招商局先进技术研究院下属狮子山人工智能实验室发布具身推理视觉语言模型「驭物™ Lion-ER-35B-A3B」,采用MoE架构,总参数约35B、每个Token仅激活约3B,在十项具身相关公开基准上全部指标上涨,等权综合均分65.29。
NBC News 与 SSRS 的出口民调显示,在 2026 年美国中期选举中,AI 与数据中心扩建在五项受调查议题中垫底,56% 的受访者称其为投票时的决定性或重要因素。政府腐败以 90% 居首,其次是生活成本 89%、伊朗战争 74% 和移民执法 73%。近几个月公众对 AI 的关注度上升,但该议题仍大幅落后于其他所有议题。
京东集团技术委员会主席曹鹏在 2026 年世界互联网大会乌镇峰会机器人与具身智能论坛上披露,京东具身数采已覆盖 100 余个细分生产服务场景,采集超 10 万真实作业任务,并计划两年内累计采集超 1000 万小时人类真实场景视频数据与超 100 万小时机器人本体运行数据。
吉利银河星耀 6 EF 甲醇电混版正式上市,共 3 款配置,限时焕新价 7.68 万—9.68 万元,定位全球首款量产甲醇电混家轿。新车搭载 1.5L 甲醇专用发动机,可在接近 -40℃ 下纯甲醇冷启动,70L 单油箱支持甲醇与汽油 0—100% 任意比例混合,CLTC 综合续航约 1250km,纯电续航 130km/230km。
Google 将从 2027 年初起要求学校接受学生 AI 功能,否则将完全失去 Google Search 访问权。
同一新闻,精选展示《Google 因限制 AI 的学校将无法使用搜索而遭批评》
调和分析研究"万物皆可拆成波",傅里叶级数(FS)负责拆周期信号,傅里叶变换(FT)把周期推广到无穷大以覆盖任意信号,DFT 将积分改为求和供计算机使用,FFT 则用分治让 DFT 大幅加速。全文以三棱镜、合唱团、音叉为比喻,并演示正弦波叠加逼近方波、DFT 的 N 个"音叉"比对及实信号频谱对称性等细节。
蔚来创始人李斌在 2026 年世界互联网大会乌镇峰会上表示,智能电动汽车已成为规模最大的 AI 应用产业,AI 在汽车行业的应用将创造超过 1.2 万亿美元的商业价值。全球汽车产业总规模约 7 万亿到 9 万亿美元,全球司机每天驾车合计超过 15 亿小时。李斌强调,智能驾驶最大的意义是解放精力、减少事故,而不是让司机失去工作。
宇树科技创始人王兴兴在 2026 世界互联网大会乌镇峰会上预测,未来世界最核心的资源是数据、算力、芯片产能、能源和矿。他还认为,大概率明年将是机器人行业或机器人模型的临界点。宇树科技已明确三大未来布局方向:提升机器人大规模量产能力、推进适配自身硬件的物理 AI 小模型落地、布局超大规模算力集群。
Anthropic 工程师 Addy Osmani 表示,Claude Code 2.1.317 已调整 Claude Opus 5.5 的游戏开发限制,用户提及现有游戏描述玩法和机制时不再被直接拒绝生成游戏。
小鹏集团联合北京大学、香港大学等高校团队发布具身感知基座模型 GroundingPI,以约 40 亿参数在 34 项公开感知基准综合评测中排名第一,11 类能力等权平均得分 73.68,高于 GPT-6 Astra 的 71.54。
AMD 与 FuriosaAI、MangoBoost 在首尔签署谅解备忘录,三方将共同构建开放式异构 AI 计算生态系统。三方将于明年春季在首尔建设首个集成 AMD CPU 与 GPU、FuriosaAI RNGD NPU、MangoBoost BoostX DPU 的异构参考集群,以实现 AI 计算负载的最适硬件搭配。
11月4日,虎鲸文娱集团打造的AI影视制作与管理平台“鲸锐AI”正式上线,官网开放全员注册,无需订阅会员、积分即充即用。平台集成50余个主流AI视频生成模型与10余个自研模型,提供五类精控套件、35类工具与300余项精控能力,官方称AI视频单分钟成本较传统AI生成方式可节省30%以上。平台无限画布支持千级节点、百人实时协同创作,据用户实测视频制作时长可缩短40%至60%。
超维动力(Kinetix AI)在香港金融科技周×StartmeupHK 2026展出全栈具身智能矩阵,联合恒生银行打造SMASH乒乓机器人体验区,升级后其球技已进一步逼近专业选手水平。现场展出的KAIBot为全球最高自由度(117 DoF)的超高拟人人形机器人,KAI Hand具备37个自由度、与真人手掌1:1尺寸还原,KAI Halo第一人称数采头环则打通数据采集全链路。
腾讯混元 Hy4 正式版发布并已在 WorkBuddy 上线,相比预览版在长程任务、视觉理解和计算机使用上明显提升,多个 Benchmark 取得开源第一。作者实测发现,给它一段《王者荣耀》视频,三十分钟内就能交付可玩的网页迷你 MOBA;还能在半小时内完成 14 个 PPT、1 个 Excel 和 19 页 Word 的论文整理任务。