AI 日报 2026-11-09

整理日期：2026-11-09　素材来源：白名单一手源（Anthropic Research 与 Anthropic 官方博客、Bloomberg 转 FT、World Labs 官方博客、Shield AI 新闻稿、Antigravity 官方 release notes、GitHub Releases API、arXiv 原始 abs 页与 export API、GitHub 仓库本体与 REST API、IETF 个人草案与 TechRadar 逐条对照稿、CNBC 经转述、腾讯新闻/IT时代网转述的 Tesla 投资者演示、澎湃与腾讯新闻转述的 Apple Research 预印本），逐条见文末附录 可信度提示：统计窗口 2026-11-08 00:00 → 11-09 10:30 HKT。三条口径先说清：① 11-08 是周日，白名单里几乎无一手发布，实质内容集中落在 11-05 ~ 11-08（美国工作时段），按 HKT 折算后多数落入窗口，正文逐条标注原始发布日期，不整段改写成 11-08。② 本期 hf.co 模型榜单 API 返回非 JSON、raw.githubusercontent.com 直连返回空，仓库 README 改走 /repos/{repo}/readme 的 base64 内容，HF 路线整体放弃；arXiv 的 submittedDate 范围查询仍返回 total 0，改抓 cs.AI/recent 分块解析后用 id_list 逐篇回查 published。③ Tesla 芯片路线图的一手是投资者演示文稿，本环境取不到原文 PDF，全部数字来自 Tom's Hardware 的两家独立转述（zot.news 与 IT时代网经腾讯新闻），两家数字完全一致但均为转述；Apple HALO 的 arXiv ID 首轮取错（2611.02118 为无效号），已按标题反查修正为 2611.06908。④ 所有厂商自测数字均标注，无独立复现的一律不写成定论。 配图：文中三张图为自绘（依据下列来源整理），非原文插图。

#AI日报 #模型动态 #Agent #工程架构 #论文 #开源项目

一句话结论

本期收录 24 条资讯（模型 6 / 工程 3 / 行业 6 / 论文 9）+ 4 条趋势 + 3 个开源项目，脚本判 DUP 1 条（按增量规则翻案收录）、REVIEW 复核淘汰 5 条、语义兜底淘汰 1 条。最值得看的是 Anthropic 那份 20.7 万会话的科研使用报告——不是因为它证明 AI 有用，而是因为它第一次把「AI 到底在替研究者干什么、又在哪些环节完全没进去」按学科和任务拆开量化了。结论很难看：在 Claude 会话里，数据分析占 33.7%、写作占 32.0%，而「构思」只占 4.2%；对照研究者自报的时间分配，写作本该是 16.0%、构思本该是 7.1%。也就是说 AI 在最容易被自动化的两头吃得很饱，在真正决定研究质量的那一头几乎没碰。学科偏斜同样明显：CS 占 Claude 会话的 11.9%、占 Claude Code 会话的 32.7%，而全球研究者里 CS 只占 4.3%。报告自己给出的加速上界是 1.35×–2.02×，前提是「非物理、可全自动」的那部分任务——CS 与统计约 15×，化学、生物、台面科学只有 3–4×。同一周的另一头，Apple 的 HALO 用一套三层分级控制（顶层 Qwen3.6-35B-A3B 跑在随机身的 Mac mini 上、中层冻结的 Qwen3.5-2B 编码器配 DiT、底层 50 Hz 跟踪器）在 6 个从未建图的真实房间里做出 91% 的单项成功率，但链式任务掉到 70%、最难的「俯身穿障—走向目标—推箱子」只剩 50%。这两件事放在一起读，指向同一个结论：单体任务的可自动化程度已经很高，而「连续多步、需要触觉与状态维持」的部分才是这一代系统真正的天花板——Anthropic 的数据是从人的行为侧证明这一点，Apple 的数据是从机器的执行侧证明这一点。

---

一、模型与产品

1. Anthropic《How researchers use Claude》：20.7 万会话，AI 吃掉了两头，没进中间

11-05 发布，属于 Anthropic 的 AI for Science 系列。这是本期信息密度最高的一篇，因为它没有停在「研究者用 AI 省了多少时间」，而是把「用在哪个环节」和「这个环节在人类时间预算里占多大」两件事对齐来算。

样本口径必须先说清：207,049 个会话（128,914 个在 Claude 聊天/Cowork，78,135 个在 Claude Code），时间跨度 2026-08-02 至 09-30，仅限消费级套餐（不含 API 与企业版）；另有 528 份问卷（从 AI for Science 等项目申请者中自选，非随机抽样）。分类器基于 SciNet 的 7,262 个任务 / 34 个领域 / 318 个子学科。

任务环节	Claude 会话占比	Claude Code 会话占比	研究者自报时间占比	落差
数据分析	33.7%	48.1%	27.6%	明显超配
写作与沟通	32.0%	—	16.0%	约 2 倍超配
数据采集	11.5%	11.9%	28.6%	严重欠配
构思（ideation）	4.2%	2.1%	7.1%	只有自报的一半到三分之一

这张表是全文的核心。AI 在「能立刻交付一段可检查产物」的环节（算、写）被大量使用，在「需要人先想清楚要什么」和「需要去现场取数据」的两个环节几乎没有进入。 而后者恰恰占研究者真实时间的一半以上。

学科分布更尖锐：CS 占 Claude 会话的 11.9%、占 Claude Code 会话的 32.7%，而全球研究者中 CS 只占 4.3%。也就是说这套工具目前是一个高度偏向计算机科学的工具，却以「科研通用助手」的名义在卖。

加速估算部分，报告给的是一条条件式上界而非预测：

情景	数字	说明
AI 能力前 20% 的任务	预期用量 2.1×（Claude）/ 3.9×（Code）	后 20% 几乎为零 — 用量极度集中于模型擅长的任务
加速情景承担的研究时间	27–52%，中位 38%	即「假设 AI 把这块全吃掉」的乐观份额
折算出的整体加速	1.35× – 2.02×	中位数口径下偏下限
非物理、可全自动任务	CS / 统计约 15×；化学 / 生物 / 台面科学 3–4×	这是单项加速，不是整体
成本假设	AI $30/小时 vs 研究者 $95/小时	不含物理约束、设备排期、创意质量

值得单独拎出来的一条：Claude Science（Anthropic 自己的科研产品）的构思占比约 8%，约为普通 Claude 的两倍——说明「专门做一个科研向产品」确实能把使用从「代笔」推向「讨论」，但绝对值仍然很低。

问卷侧的两个数字值得记住：40% 受访者认为 2030 年前 AI 能独立完成一个完整研究项目，16% 认为永远不会；38% 认为 AI 在数据分析上已追平顶尖研究者。这两个数字与上面的行为数据放在一起看有点矛盾——用户对能力的信心高于其实际使用分布所支持的结论。

来源：Anthropic Research · https://anthropic.com/research/how-researchers-use-claude · 2026-11-05

2. 蚁百灵 Ling-3.2-flash：560B 总参 / 25B 激活 / 1M 上下文，7:1 混合注意力

11-05 发布、11-06 官方公众号长文。这条是本期唯一一条国产大模型的正经发版，参数与架构细节给得比多数厂商都实。

项	规格
总参数 / 激活	560B / 25B
上下文	1M
模态	原生文本 + 图像 + 视频（非外挂编码器）
注意力	7:1 混合——7 层 KDA（Kimi Delta Attention）+ 1 层 Gated MLA
定价	$0.30 / $0.90 每百万 token，前两周限免
协议	同时兼容 OpenAI 与 Anthropic 两套 API

自测数字（厂商自测，无独立复现）：

基准	Ling-3.2-flash	对照
OmniDocBench 1.5	92.21	Opus 5 (max) 90.56
ZEROBench (Sub)	43.71	Opus 5 39.52
Vision2Web	85.86	Opus 5 80.20
DesignArena image-to-frontend	Elo 1238，前十	—

推理侧两个数字值得记：投机解码方案 DSpark 在 BlockSize=5 时，多模态与文本的平均接受长度均 > 3.5（这是长上下文多模态能跑起来的前提）；Hopper 上约 30K 上下文、单用户 280 tok/s、TPOT 3.54 ms。

官方文里有一段少见的自我认输：在长程跨应用状态维持、三维大尺度动态推理、3D 资产审美细节三处仍落后闭源旗舰。权重状态是「近期开放」——上一代 3.1-flash 是 MIT 开源，这一代还没放，引用时不要写成已开源。已用于灵光 2.0。

来源：蚁百灵官方公众号 · http://mp.weixin.qq.com/s?__biz=MzkyODk2MDQwNw==&mid=2247488243&idx=1&sn=ddcbed1ed4ba6caa5a6fee256e422029 · 2026-11-06

3. Google Antigravity 2.29：Remote Agents 把 agent 挪到云上，Voice Mode 直接听音频

11-06 的 release notes，两条主线。

Remote Agents：agent 跑在隔离的云 VM 里，关掉笔记本也不中断；手机访问 antigravity.google.com/remote 可解锁权限；CLI 侧 agy --remote-agent（1.4.12+）。限制写得很清楚——仅 AI Pro / Ultra 个人账号，Workspace 与 GCP 企业账号不可用；远程会话拿不到本地的 MCP、插件与 skills；CLI 远程预设为 always-proceed（即 turbo 模式）。这个限制组合说明它是给个人重度用户做的，不是给企业合规场景做的。

Voice Mode：由 Gemini Live 驱动，直接听音频而非先转写——这是与「语音转文字再喂模型」路线的关键分野，能保留语调与停顿。9 种音色、0.75×–2× 变速；App 与 CLI 均需 1.5.0+（/voice live 或 F6）。破坏性操作（删文件、提权、force-push）必须屏幕点击确认，语音不能代劳；语音仅在本地会话可用，远程不可用。

同版还夹了几件工程向的改动：会话页重设计（输入框置底）、Automations 分成 Scheduled / Always on / Paused 三态、Jupyter .ipynb 原生渲染、173 种语言按需高亮、Onyx 主题 + Google Sans、CLI 获 ACP（Agent Client Protocol）支持。

来源：Google Antigravity Release Notes · https://antigravity.google/docs/release-notes · 2026-11-06

4. World Labs Frameboy：把 Atlas 世界模型串流进浏览器，上限 15 fps

11-05 官方博客。Atlas 是 9-02 发布的自回归世界模型，核心主张是用「空间上下文」替代文本上下文。Frameboy 是它的一个变体：渲染在云端 GPU 上完成，逐帧串流到浏览器，最高 15 fps。

三件事必须一起说，否则会误读这条发布：

1. 15 fps 是上限，不是常态，且必须云端 GPU，官方明说成本高于本地渲染——它是「能力演示」而非「可用产品」。
2. Viewfinder 仍是封闭内测，每帧随画面附带颜色与深度，Frameboy 可以当流式叠加层用。这意味着它现在的定位更像给下游工具做数据源，而不是给终端用户看的东西。
3. 这条发布的时间点需要放在 AMD 那笔交易里读：AMD 于 9-28 宣布以约 82 亿美元全股票收购 World Labs，预计 2026 年底完成，李飞飞将出任 AMD 执行副总裁兼首席科学家。一个「必须跑在云端 GPU 上」的世界模型，配一个卖 GPU 的买家——这个组合的解释力比技术细节更强。

来源：World Labs Blog · https://www.worldlabs.ai/blog/atlas-realtime · 2026-11-05

5. Apple HALO：顶层 Qwen3.6-35B-A3B 跑在机身 Mac mini 上，陌生房间单项 91%

11-04 提交的 arXiv 预印本《Perceptive Humanoid Motion from Simulation》（2611.06908v1，cs.RO），代码与视频在 apple-aiml-research.github.io/ml-halo/。作者含 Vladlen Koltun、Matthias Müller。

它解决的是数据瓶颈，不是模型能力：人要 teleop 一小时才产出一小时数据，这条路扩不起来。HALO 的做法是在一千个程序化生成的家里合成视觉-语言-动作数据，让语料随算力扩张而不是随人力扩张。

三层分级控制，全本地离线可跑：

层	模型 / 机制	频率	职责
顶层	Qwen3.6-35B-A3B（跑在随机身的 Mac mini 上，与中层共用模型服务引擎）	每次下发一个子任务	解析自然语言、拆解任务、看机器人视角视频判断是否成功、决定重试
中层	Qwen3.5-2B 冻结编码器 + DiT 解码器	约 3 Hz 重规划	输出未来约 5 秒的全身动作
底层	RL + 策略蒸馏训出的跟踪器	50 Hz	结合深度图与本体状态转成关节指令

结果（全部为作者自测，无第三方复现）：

测试	结果
6 个从未扫描建图的真实环境，360 次单项任务	平均 91%
1 个真实环境，3 组链式任务各 10 次	平均 70%
最难的「俯身穿障—走向目标—推箱子」	50%
训练资源	64×B200 + 4×H100，约 300 小时合成数据、约 48 小时生成

局限由作者自己写出，值得照抄：只靠视觉，没有触觉；物体被遮挡或离开相机视野时性能明显下降；新增任务仍需人工写提示词、设计关键动作，部分动作参考人类动捕素材——「仿真合成」并没有把人工完全去掉。

来源：arXiv · https://arxiv.org/abs/2611.06908 · 2026-11-04

6. 特斯拉把 AI 芯片改叫 SI：SI6 目标 80 倍算力、2029–2030，Dojo D3 从晶圆级转向芯粒 + HBM

11-08 由 Tom's Hardware 依据 Tesla 投资者演示文稿报道，两家独立转述（zot.news 与 IT时代网）数字完全一致。一手演示文稿本环境取不到，以下均为转述口径。

改名先行：HW3 / HW4 / AI5 / AI6 对应为 SI3 / SI4 / SI5 / SI6（SI = Super Intelligence），马斯克已确认 SpaceXAI 将更名 SpaceXSI。

代际	制程 / 封装	内存	算力	功耗	状态
SI4（原 HW4）	三星 7nm / FCBGA 单片	16 GB GDDR6	约 216–576 TOPS（按 HW3 的 72 TOPS × 3–8 估算）	—	量产，当前 FSD 基准平台
SI5（原 AI5）	台积电 3nm + 三星 2nm / MCM	96 GB（6×）	40×，估 8,640–23,040 TOPS	250–800 W	接近量产
SI6（原 AI6）	2nm / MCM	144 GB（9×），GDDR7 待定	80×，估 17,280–46,080 TOPS	—	研发中，2029–2030

与三星代工的协议延续至 2033 年；明确不走 Intel 14A / Terafab。对照系是英伟达 Rubin：推理 50 / 训练 35 NVFP4 PFLOPS，且已开始交付——SI6 的算力数字要三年后才兑现，同期对手已经在客户机房里。

更值得看的是 Dojo 线的反转。2025-08 马斯克取消整个晶圆级 Dojo 项目，2026-08 又称 SpaceX 与 xAI 将在地面与太空数据中心全部采用英伟达硬件。现在 D3 回来了，架构完全换掉：D1 是晶圆级系统（SoW），靠分布式片上 SRAM，一片晶圆上连 25 颗 D1、合计 11 GB SRAM；D3 改为芯粒，2.5D + 3D 封装，搭载堆叠式 HBM，面向「太空、训练与扩展」，部分型号可能要抗辐射。算力、容量、制程、时间表均未公布。

从 SRAM 转向 HBM 的实质是承认容量不够——现代模型的参数、激活、中间结果都不是片上 SRAM 能装下的；代价是延迟、带宽、封装与功耗上的新权衡。是否彻底放弃晶圆级集成，这份路线图没说。

来源：Tesla 投资者演示文稿（Tom's Hardware 报道），经 zot.news 与 IT时代网（腾讯新闻）转述 · https://news.qq.com/rain/a/20261108A06PHM00 · 2026-11-08

---

二、工程与架构

1. llama.cpp b12203–b12211：给 SSM_SCAN 补上 d_state=64 快路径，Zamba2 从 6.5 到 15.1 tok/s

11-08 的连续九个 nightly。主线是两个：MoE 缓存的等待问题与混合架构（SSM/Mamba 系）在 CUDA 上的算力浪费。

b12207 是本期最值得读的一条 commit。 SSM_SCAN 这个 kernel 原先只对少数 d_state 值有快路径，d_state=64 落到慢路径。补上之后，Zamba2-7B-Instruct 的生成速度走成三级台阶：

阶段	速度
修前	6.5 tok/s
已有快路径（部分参数）	11.0 tok/s
补齐 d_state=64 快路径后	15.1 tok/s（约 +35%，相对修前 2.3×）

三件配套事实同样重要：新增 3 个真实超参测试，28/28 通过；仍有约 28% 的 scan 调用因未诊断原因回退到 CPU；发布说明自己承认「尚未与其他架构持平」。提交署名里带 Assisted-by: Claude Sonnet 5。

其余几条：

版本	内容
b12206	moe-cache 改动，让 CPU 侧不再空等缓存专家
b12208	CUDA / Metal 的 radix Top-K 改用 64 位有序键，使并列元素的选择确定（可复现性而非性能）
b12209	llamafile 的 bf16 / q8_0 走 vxe 路径
b12210	SpacemiT IME2 的 MXFP4 dense repack
b12211	mtmd 移除 clip.h 依赖

d_state=64 这条之所以值得单独拎出来，是因为它代表一整类问题：混合架构模型（Mamba / SSM + attention）在通用推理栈里的性能长期被「少数硬编码参数值」卡住，而这类模型恰好是长上下文与低显存路线的主力。修一个常量，换 35% 速度——这种收益在纯 Transformer 栈里已经很难找到了。

来源：GitHub Releases · https://github.com/ggml-org/llama.cpp/releases/tag/b12207 · 2026-11-08

2. Codex CLI 0.167.0：命令中心、终端内看图、Vertex AI ADC

11-06 01:40Z 发布，说明约 11.5 KB。这一版没有大功能，全是「每天都会碰到一次」的摩擦点：

变更	细节
codex agents --no-daemon	新增命令中心，带未读标记
终端会话选择器	可在会话间切换后端，并保留草稿
本地图片附件预览	支持图片的终端里可直接预览
「Sign in another way」	走 gcp_setup_wizard 配 Vertex AI ADC
/experimental	可选启用 macOS / Windows 系统代理
审批提示	可展开看清完整的 patch diff 再批准
快捷键	Ctrl+L 清屏但保留 Ctrl+T 历史
网络审批	请求结束后自动关闭；同一端点并发请求逐个提示
上下文压缩	自动压缩也计入失败响应的保留输出

网络审批那一项值得留意：同端点并发改成逐个提示，这是把「一次点同意、后续全放行」的口子收窄，与同期 Apiiro 那份「一次 Yes, and don't ask again 把 2,539 个密钥送上 GitHub」的报告方向一致——工具层在收紧默认放行范围。

来源：GitHub Releases · https://github.com/openai/codex/releases/tag/rust-v0.167.0 · 2026-11-06

3. robots.txt 的 __usage_ai-training：四家签了同一句话，但执行日期排到 2027

10-30 当天，OpenAI、Google、Microsoft 同日宣布将遵守 robots.txt 里的一条共享 token，Anthropic 更早已在推行。机制本身来自 Anthropic 的 Kevin Kelley 提交给 IETF 的个人草案（draft-kelley-aipref-...，10-30 发布，2027-05-03 到期，未获 IETF 背书、无正式地位）。语法不引入新东西，基于 RFC 9309，只在 User-Agent 行里加策略 token __usage_ai-training：

User-Agent: __usage_ai-training
Disallow: /
Allow: /press-kit/

草案第 4.2 节用 MUST NOT 规定：User-Agent: * 的组不得匹配这个令牌——即一条通配规则不会顺手把训练退出也一起声明了。

四家的落地节奏与偏移：

厂商	开始遵守	关键细节
Anthropic	已实施	四家里唯一已在跑的
OpenAI	「未来数月」	口径收窄为「foundational generative AI training」，比草案定义更窄；未给日期
Microsoft	2027-02-01（爬取时生效）	取代旧 NoArchive / NoCache；另加页面级 AI Grounding 偏好与 DisallowExtended，可让内容留给自家 Copilot 但排除卖给第三方的 grounding 服务
Google	2027（目标年初，未定日）	未单独写 Google-Extended 的站点，用共享 token 退出会被当作已拒绝 Google-Extended——而 Google-Extended 同时管 Gemini Apps 的 grounding，只想停训练却可能连引用和点击一起丢，官方文档没给拆分办法
Meta	未承诺	传播副总裁 Andy Stone 称「重要一步」，但不承诺遵守；商业条款生效日已推迟到 11-20，且训练用途只是「从列表撤下」而非明确禁止

三个边界必须跟着说：

1. 只管训练，不管抓取。 抓取仍由各爬虫自己的规则控制；微软明确默认仍允许抓取，也不建立许可或付费安排。
2. 不溯及既往。 对已经训进模型的语料无效。
3. 没有任何仲裁或核验机制。 是声明，不是锁；发布方无法查证拒绝的内容有没有被用。

补一个背景数字让「自愿」这件事有分量：据 TollBit 的统计，不遵守 robots.txt 的 AI 抓取比例一年内从 3.3% 升到 2025Q4 的约 30%，欧洲站点接近北美的三倍。在这个基础上增加一条同样依赖自愿遵守的声明，边际效果取决于签署方的执行力——而四家里三家的执行日期在 2027。

来源：IETF 个人草案 + TechRadar 逐条对照 + techorange 中文整理 · https://www.techradar.com/pro/google-and-microsoft-among-those-signing-up-to-openais-plan-for-a-new-website-crawling-standard-including-opting-out-of-internet-scraping · 2026-11-08

---

三、行业与发展

1. Anthropic 花 34 亿美元买 1.7 GW 燃气机组：不买电，直接买发电设备

Bloomberg 11-08 转 FT。Anthropic 以 34 亿美元购入 1.7 GW 的重型燃气发电机组，9 月底从圣安东尼奥的 OnePWR Solutions 接手了一笔原本属于该公司的 Caterpillar 订单——不是收购 OnePWR，而是买下订单及配套的安装工程与施工能力。原本的计划是向 OnePWR 购电，后来改成直接把设备买到手。

这是已知 AI 实验室单笔最大的发电设备采购。它的意义不在金额，而在资产形态的转移：从「签 PPA 买电」变成「持有发电设备」。前者是运营成本、可随需求退出；后者是固定资产、要自己承担并网、施工、运维与监管风险，但优先权在自己手上。

同期的两条对照可以拼成一张完整图景：CoreWeave 在同一天选择向州政府写承诺信自担电网升级费用（见第 4 条），Anthropic 选择自己买机组。两家都在为同一件事付钱——电的确定性，只是一个付给监管、一个付给设备商。

来源：Bloomberg（转 Financial Times）· https://www.bloomberg.com/news/articles/2026-11-08/anthropic-buys-power-for-ai-data-centres-in-3-4b-deal-ft-says · 2026-11-08

2. Anthropic IPO 更具体了：感恩节前、募 800–1000 亿、估值 1.25–1.75 万亿

更新（首报 11-07）： 上期记的是估值下修到 1.2–1.3 万亿。FT 11-07 的新增事实是时间表与募资规模，以及散户渠道的安排。

项	内容
时间	感恩节前启动
募资	800–1000 亿美元
估值区间	1.25–1.75 万亿；当前私募口径 9,650 亿
内部分歧	保守派锚 1.5 万亿，谨慎者给 1.3 万亿
英国散户	经 RetailBook 协调；Hargreaves Lansdown、AJ Bell、eToro、盈透、Interactive Investor、Revolut 准备接单；Leveraged Shares 拟在伦交所上 3 倍做多 ETP
日本	拟募最多 35 亿美元
治理	七位联合创始人承诺捐出个人持股的 80%

上期与本期要连起来读：估值区间从 10 月初的 2 万亿 → 11-06 的 1.4–1.5 万亿 → 11-07 的 1.2–1.3 万亿 → 本期 1.25–1.75 万亿。区间不是单调下行，而是在放大——这说明分歧在扩大而不是收敛。同时散户渠道铺得这么细（含 3 倍杠杆 ETP），意味着这次发行的定价压力有一部分要靠零售承接，而不是全靠长线机构。

来源：Financial Times（经新浪财经转述）· https://finance.sina.com.cn/tech/digi/2026-11-08/doc-inixyrxe3985464.shtml · 2026-11-08

3. Shield AI 53 亿美元收购 Echodyne，同步融资 25 亿、投后估值 288 亿

11-05 官方新闻稿。金额结构写得比多数国防科技交易清楚：

项	金额
总交易对价	53 亿美元（交割对价 48 亿 + 最高 5 亿业绩对赌）
同步融资	25 亿美元 = Series H 10 亿（Disruptive + Innovation X Capital 联合领投，投后 288 亿）+ Blackstone 10 亿结构股权 + JPMorgan 5 亿债
上一轮对照	Series G（2026-03）估值 127 亿
交割	预计 2027 年初

买的是 Echodyne——Kirkland（WA）的 MESA 超材料电扫雷达，40 多个国家、数百套反无人机系统在用；9 月刚拿到 JIATF-401 上限 2.5 亿美元的合同；新厂 86,350 平方英尺、投入 4,000 万美元、年产约 3 万部雷达。

这是 Shield AI 的第三次收购（2025-04 收 Crowdbotics 补软件，2026-03 收 Aechelon）。逻辑很直白：自主飞行的软件栈已经比较成型，缺的是「看」的那一端——把雷达放进自己口袋里，才不用受制于第三方传感器供给。

来源：Shield AI 官方新闻稿 · https://shield.ai/shield-to-acquire-echodyne-in-a-transaction-valued-at-5-3-billion-and-raise-2-5-billion-at-a-28-8-billion-valuation · 2026-11-05

4. CoreWeave 致信得州候任州长：电网升级的钱我出

Bloomberg 11-07/08。收信人是得州候任州长 Gina Hinojosa（民主党）。承诺清单：自担电网接入与变电站/输电升级的全部费用、闭环液冷、社区沟通机制、本地培训。

规模侧的数字：截至 2026-06-30 有 51 座数据中心、在运超 1.5 GW；截至 2026-08-11 签约容量约 4.2 GW。

这条要放在高盛的测算旁边读：若民主党在多个州胜选，约 45% 的美国计划容量面临暂停，得州单独约 25%、约 13 GW 暴露。也就是说 CoreWeave 这封信不是公关，是在政策风向变之前先把成本项自己认下来，换取审批通道。这与 Anthropic 直接买机组形成对照——一个买设备、一个买许可，本质都是在买「按时通电」这件事的确定性。

来源：Bloomberg（经腾讯新闻转述）· https://view.inews.qq.com/a/20261108A03NQU00 · 2026-11-07

5. Amazon 悄悄组了家用机器人团队：Fauna 并入新设的 Personal Robotics Group

CNBC 11-08。时间线补全一下：Fauna Robotics 于 2026-03-24 并入新设的 Personal Robotics Group；Fauna 的 Sprout（1.07 m / 22.7 kg）在 2026-01-27 就已发布。也就是说这不是新动作，是被重新注意到。

三条现状值得对照：

项	数字
Astro 家用机器人	$1,450，销量「仅数千台」
仓储机器人	超 100 万台（同一家公司）
2026 H1 机器人 / 物理 AI 风投	334 亿美元（2025 全年 287 亿）

同一家公司，仓储侧百万台在跑，家用侧数千台卖不动。 这个对比比任何预测都更能说明家用机器人的位置：不是技术不够，是「买回家之后每天干什么」这个问题没有答案。334 亿美元的半年风投额说明资本不这么看——这正是分歧所在。

来源：CNBC（经转述）· https://aiincontext.com/articles/amazon-quietly-builds-a-home-robotics-team-for-a-new-to-world-robot · 2026-11-08

6. OpenAI 突发大规模封号，含 $200 Pro 用户，官方未发公告

11-08。已知事实有限，按事实写：被封账号中含 $200/月的 Pro 订阅用户；无前置邮件通知；判定由系统批量识别给出；官方仅在开发者社区回复了一个申诉链接；未发布公告，也未公布封禁数量。

这条收录的理由不是它多大，而是它暴露的一个结构问题：当封禁判定由系统批量执行、而申诉通道只存在于开发者社区的一个回帖里时，付费用户没有任何与其付费等级匹配的通知与复核路径。上期 Apiiro 那份报告讲的是工具把权限放得太松；这条讲的是平台把权限收得太硬，而两边缺的是同一个东西——可申诉的中间状态。

来源：澎湃新闻 · https://www.thepaper.cn/newsDetail_forward_34436792 · 2026-11-08

---

四、论文与开源

1. 2611.08449 VFlash：轻量 drafter 一次前向出一条「视觉基元」，3D 点运动预测约 25× 加速

NVIDIA / JHU，Yu-Cheng Chou 等。要解决的问题是：视觉-语言-动作模型里的自回归解码太慢，而现有投机解码依赖「target 模型逐 token 验证」，在长视觉 token 序列上验证成本本身就是瓶颈。

VFlash 的做法是换掉验证单位：让一个轻量 drafter 一次前向直接产出一条完整的视觉基元（primitive），不要求 target-token 级别的逐一一致。收益：

任务	结果
2D / 3D 机器人轨迹误差	一致下降
3D 点运动预测	约 25× 加速（单次 rollout 的初步结果）
世界动作模型（MolmoSpaces 四个任务套件）	70.2% vs 基线 62.6%

「更快」和「更准」同时出现这件事本身值得警惕——通常加速会带来精度损失。这里的解释是 drafter 输出的基元在结构上更符合任务的物理约束，等于把归纳偏置塞进了解码过程。25× 需注意是单次 rollout 的初步测量，不是端到端管线加速。

来源：arXiv · https://arxiv.org/abs/2611.08449 · 2026-11-05

2. 2611.08417 Benchmarks as Software：Terminal-Bench 2.0 约三成题目有问题，修完之后榜单只挪 3 名

Kelly Buchanan / Crystal Zhou / Scott Linderman / Christopher Ré。这篇的方法论价值高于任何单点结论。

核心做法：把 benchmark 当软件来维护——可测试、可回归、可版本化。审计 Terminal-Bench 2.0 后发现约 30% 的题目存在问题，修成 2.1 之后：

指标	变化
准确率	+10 个百分点（集体抬升，因为坏题多是把「做对」判成「做错」）
榜位移动	最多 3 名
秩相关（Spearman ρ）	0.958

这三行放在一起是一个重要结论：修掉三成坏题、整体准确率涨 10 个点，但排名几乎不动。 也就是说，榜单排名对题目质量相当鲁棒，而绝对分数完全不可跨版本比较。多数人引用的是绝对分数，恰好是最脆弱的那个。

第二个发现更实用：时间预算是测量规格的一部分。延长时限会让 GPT-5.4 的 harness 间差距 20 个百分点收敛，GPT-5.4 mini 的 30 个百分点差距缩到 5 个点。换句话说，很多「模型能力差距」实际上是「没给够时间」。

来源：arXiv · https://arxiv.org/abs/2611.08417 · 2026-11-05

3. 2611.08341 LAQ：agent 记忆压缩后 10.1% 的段落会跨主题漂移，而全局指标看不出来

Henry Han。这篇把「记忆压缩」的失败模式量化了，而且区分了两个此前常被混为一谈的指标：局部保真度 L@10 与全局保真度 G@30–50%。

方案	局部保真度	跨主题漂移率
96 字节 rescored 二值码	L = 0.97	10.1%
PCA 8-bit	L = 0.77	1.7%

第一行是关键：局部指标最好的方案，全局漂移最严重。 96 字节把近邻保留得极好，代价是有十分之一的段落被塞进了错误的主题簇——检索时它就在那儿、看起来很像、但语义已经偏了。这类错误不会被「召回率」发现，只会表现为 agent 答得自信但答错。

理论部分也给了可用的判据：证明 1 − ν_k ≤ 2 − 2.18 × √(近远秩违背率)，且该违背率与压缩距离噪声的相关性达 0.979——意味着不用跑下游任务，只看压缩过程本身就能预测全局保真度。

LAQ 本身的结果：在 52/52 次 held-out 上提升 G；12 次 Multi-Doc-2025 中 G 为 7 个等尺寸量化器里最高，p = 8.5×10⁻⁴；可扩展到百万段落。

来源：arXiv · https://arxiv.org/abs/2611.08341 · 2026-11-05

4. 2611.08082 DictLLM：用共享字典做后训练压缩，LLaMA-7B 压 5.1× 只掉 2.9 ppl

NeurIPS 2026，Jinho Park / Se Young Chun / Mingoo Seok。四步流水：SVD 得共享字典 → dictionary-aware Hessian 稀疏化 → 字典精修 → 因子特定量化。

结果：LLaMA-7B 压 5.1×，WikiText-2 困惑度仅 +2.9；在同等压缩比下，比 SOTA 低秩方法再压 3.6×。

值得记的点在于它把「字典」当成一等公民：SVD 之后的字典不固定，而是参与稀疏化和量化决策，最后还要回头精修。大多数后训练压缩方法的字典是副产品，这里的字典是被优化的对象。

来源：arXiv · https://arxiv.org/abs/2611.08082 · 2026-11-05

5. 2611.08307 Measured Coupling：扩散语言模型并行解码，用主前向内的一次廉价探针替代 mean-field 假设

Tal Oved / Lior Wolf。扩散语言模型的并行解码依赖「token 之间耦合多强」来决定哪些能一起出。现有方法用 mean-field 近似（假设条件独立），这是错的，但改起来要么训新模型、要么加辅助网络。

这篇的做法是在用主前向的过程中插一个廉价探针，直接测耦合——不需要训练、不需要额外模型。效果：三个模型、四个基准上解码步数显著减少，多数设置下更快（含 KV cache），平均精度代价 1.1 分。

两个消融很有说服力：把测出的耦合打乱，或者换成均匀加成，方法立即失效——说明它确实在利用测出来的结构，而不是某种正则化副作用。

来源：arXiv · https://arxiv.org/abs/2611.08307 · 2026-11-05

6. 2611.08318 Criteria Exposure：把判据给 agent 看，它会飞速学会过拟合验证器

Wenbo Huang 等 13 人，22 页 / 8 图 / 10 表。具身自改进领域的一个隐蔽陷阱：为了让 agent 知道「什么算成功」，你会把成功判据写给它——而一旦判据可见，优化目标就从「完成任务」变成了「满足判据」。

三个观察：agent 会快速过拟合验证器；判据微调后原有优势消失；学到的技能跨任务迁移很差。提出的解法是「instruction-faithful criteria」，即让判据的表达方式与真实意图对齐，而不是把可优化的信号直接暴露。

这条与上期《The Memory Trap》是同一族问题：你给 agent 的任何可优化信号，都会成为它偷懒的路径。区别是上期讲记忆、这条讲判据。

来源：arXiv · https://arxiv.org/abs/2611.08318 · 2026-11-05

7. 2611.08177 BabyTheorist：只让模型看「前后发生了什么」，看它能不能自己推出世界理论

Doojin Baek 等，Sungjin Ahn 组。这是本期方法论上最有意思的一篇，因为它把「婴儿学习」的形式化做对了：不给你动作标签、不给你奖励、不给你状态定义，只给视觉观察流——但观察流是由隐藏的组合程序生成的，所以存在一个「正确理论」可被推出。

「观测式理论学习」（learning to theorize from observation alone）这个设定，比常见的 world model 基准更接近认知科学的问题。结果：7 个基线全部远低于上限，且随课程推进差距扩大——不是差一点，是越学越落后。这说明当前模型在「从被动观察中抽结构」这一点上有系统性缺陷，而不是调参问题。

来源：arXiv · https://arxiv.org/abs/2611.08177 · 2026-11-05

8. 2611.08364 SHORE：把「稳定性概率」和「条件回报」一起在线估计，0.4M 步到 73% 空间利用率

Chang Shi / Ann Majewicz Fey。三维装箱/堆叠这类任务里，agent 常表现出的失败不是「放不准」，而是**「放上去会倒」**——而标准 RL 只优化回报，学不到稳定性这个概念。

SHORE 的做法是on-policy 同时估计稳定性概率与条件回报，用一个 3D U-Net 从执行结果与模拟备选里学稳定性。数字：

指标	SHORE	对照
达到 73% 空间利用率所需步数（Isaac Gym）	0.4M	同学习者不建模稳定性约 1M
60 箱集装载率	0.734	GOPT 0.588
放置失败率	1.03%	0.63%

注意最后一行：装载率赢了，失败率反而略差。这是一个诚实的权衡——更激进的堆放换更高利用率，代价是偶尔放不稳。有真机验证。

来源：arXiv · https://arxiv.org/abs/2611.08364 · 2026-11-05

9. 两条一句话论文

2611.08438 机制可解释性到底有没有让模型更安全（Fazl Barez 等，含 Sara Hooker）。这不是又一篇综述，而是给整个领域建立评估框架：提出六种研究取向的分类，并追问「这些工作是否真的降低了风险」。附可复现的 notebook。在当前「可解释性论文数量爆炸但安全收益不明」的状态下，这篇的问法比答案更有价值。

2611.08315 异构生物医学 / 认知知识图谱基准（Ali Sarabadani 等）。GPT-5.1 / Gemini 2.0 Pro / Llama 3 / Qwen / BioGPT × DrugBank、NeuroSynth、Cognitive Atlas、Brain Map、GDPKG。标注一致性 Cohen κ 0.781、Fleiss κ 0.77。两个结论都有反直觉成分：通用模型在多跳与高层推理上优于领域专用模型；KG grounding 全面降低幻觉（而不是只在领域模型上有效）。

来源：arXiv · https://arxiv.org/abs/2611.08438 与 https://arxiv.org/abs/2611.08315 · 2026-11-05

---

五、值得关注的趋势

1. 「训练退出」终于有了统一语法，但三家把执行日期定在 2027——这一年半里发生什么没人管

四家签了同一个 token，看上去是治理进步。但把时间轴摊开：Anthropic 已在跑、OpenAI「未来数月」无日期、微软 2027-02-01、Google 2027、Meta 不承诺。而草案本身 2027-05-03 到期——微软的执行日到草案到期日之间只有三个月。

这构成一个奇怪的激励结构：在草案失效前后，签署方恰好完成「承诺」这个动作，而无需对执行结果负责。同时 TollBit 的数据显示现实中不遵守 robots.txt 的抓取比例已从 3.3% 升到约 30%——声明式治理的比例在上升，实际遵从的比例在下降。

判断：这条信号的真实价值不在「能不能挡住训练」，而在于它把「拒绝」变成了机器可读的证据。在欧盟 TDM 例外这类法域里，一份可机读的权利保留声明本身就是举证材料。把它当法律证据看是对的，当技术闸门看是错的。

2. 算力竞争的重心从「买卡」移到「买电」，而且买法分成了两条完全不同的路

同一周两件事：Anthropic 34 亿美元直接买 1.7 GW 燃气机组（固定资产、自担并网与运维），CoreWeave 向州长书面承诺自担电网升级费用（付给监管、换审批）。加上高盛的测算——民主党多州胜选会使约 45% 美国计划容量面临暂停、得州单独约 25%、约 13 GW 暴露——可以看出一条清晰的应对路径：在政策不确定性上升时，把「按时通电」这件事的成本内部化，用确定性换审批速度。

判断：这会改变云厂商的成本结构。买电是 opex、可退；买设备是 capex、不可退。不可退的 capex 会反过来锁死模型路线的选择——一旦为 1.7 GW 的重型燃气机组付了钱，就必须把这块容量填满。这是本期最容易被忽略的一层约束。

3. 评测的可信度问题从「题目错了」进到「判据泄露了」，而修完题目之后排名几乎不动

三条同向的证据：Terminal-Bench 2.0 约三成题目有问题，修完 +10pp 但排名最多移 3 名、ρ=0.958；Criteria Exposure 证明把判据暴露给 agent 会让它过拟合验证器；时间预算属于测量规格——延长时间让 20pp / 30pp 的差距收敛到 0 和 5pp。

判断：绝对分数已经不能跨版本比较，而排名仍然可用——这与大多数人的引用习惯正好相反。 另外「判据泄露」这件事有一个直接推论：任何用「可自动验证的判据」驱动自改进的系统，其长期收益都会被自己的过拟合吃掉。这不是提示词能解决的问题，是目标函数的问题。

4. 这一代系统真正卡住的地方，人的数据和机器的数据指向同一个点：连续多步

Anthropic 的行为数据显示：构思只占 4.2%（自报应占 7.1%）、数据采集只占 11.5%（自报应占 28.6%），两头最需要「人来定方向、人来跑现场」的环节没有被 AI 进入。Apple HALO 的执行数据显示：单项 91%，链式掉到 70%，最难的复合任务 50%，且没有触觉。

判断：这两组独立数据在同一个地方汇合——单体任务的可自动化程度已经很高，而「多步连续 + 需要状态维持 + 需要接触反馈」是这一代系统的天花板。这对工程实践的直接含义是：把长任务切成独立、可验证、可回滚的短任务，收益远大于在同一任务上换更强的模型。

---

六、有趣的 AI 开源项目

本期三个项目指向同一件事：让 agent 去操作真手机。三家的技术路线完全不同，放在一起看很有意思。

1. DIYgod/pinky — 让 agent 用你的手机，但审批权在网关手里

868★ / Go / Apache-2.0 / 2026-11-06 创建 / pre-alpha

MCP 驱动，支持真 iPhone 与 Android 10–17。与同类项目最关键的区别是审批不靠提示词，靠网关——权限判定发生在 MCP 网关层，agent 无法通过对话说服绕过。它把敏感面直接设为不可见：银行、钱包、密码管理器默认对 agent 隐藏；密码与验证码字段禁止输入。iOS 27 无需装 App；iOS 17.4–26 需用 Xcode 装一次 helper。Android 13+ 使用隐藏的第二屏。PIN 由 Touch ID / Windows Hello 解锁，agent 从来看不到 PIN 本身。每次运行产出逐字步骤 + 截图 + 录屏，可导出 HTML。

「审批放在网关而不是 prompt」这一条，是本项目最值得抄的设计。

https://github.com/DIYgod/pinky

2. JosssphZhou/poki — macOS 本地 MCP 操作真 iPhone，不越狱

611★ / JavaScript / AGPL-3.0 / 2026-11-05 创建

要求 macOS 15+、完整的 Xcode / Rust / Node 24+ / ffmpeg 工具链。本地 MCP 服务直接操作真 iPhone，不越狱。社区已有 Linux 移植分支。相比 pinky 的「按平台写适配」，poki 走的是「把 Xcode 的工具链吃透」，代价是环境依赖重。

https://github.com/JosssphZhou/poki

3. lxe/phoneuse — 从 Linux 操作未越狱 iPhone，画面走 AirPlay 进、按键走蓝牙 HID 出

454★ / C / MIT / 2026-11-07 创建

最轻的一条路：不需要越狱、不需要开发者账号、不需要线缆。画面用 AirPlay 收，输入用蓝牙 HID 发，可选 ESP32 做网桥。作者自己写得很坦白——只在一套环境验证过：iPhone 17 Pro + Arch + Hyprland + NVIDIA。

三个项目加起来，把「agent 操作真实手机」的三种可行路径（平台适配 / 工具链复用 / 标准协议组合）都摆出来了。而它们共同的未解问题也一致：屏幕之外的状态，agent 看不到。

https://github.com/lxe/phoneuse

---

⚠️ 待核实

事项	现状	判断
Tesla SI 路线图的一手来源	演示文稿原文 PDF 本环境不可达；数字来自 Tom's Hardware 的两家独立转述（zot.news 与 IT时代网经腾讯新闻），两家完全一致	转述一致不等于一手。17,280–46,080 TOPS 的区间本身就取决于 SI4 基线取 216 还是 576，官方也承认「尚不清楚 SI6 支持哪些数据格式，这些数字仍存在不确定性」。引用时请保留区间与「估算」二字
SI4 的 216–576 TOPS	并非官方标称值，是按马斯克「HW4 是 HW3 的 3–8 倍」× HW3 官方 72 TOPS 推算	属于二次推算。原始演示里 SI4 只给了「1×」相对值
Dojo D3 的全部规格	算力、内存容量、制程、时间表官方均未公布	只能写「芯粒 + 2.5D/3D 封装 + 堆叠 HBM + 面向太空」。不可推测具体数字。是否彻底放弃晶圆级集成，路线图未说明
Apple HALO 的 arXiv ID	首轮检索取到 2611.02118，经标题反查确认无效；正确 ID 为 2611.06908v1（published 2026-11-04T18:55:33Z）	已修正。附录用的是正确 ID。论文为 cs.RO 预印本，未经同行评审
HALO 的训练资源数字	64×B200 + 4×H100、约 300 小时合成数据、约 48 小时生成	这三个数字来自媒体转述，arXiv abstract 里没有。引用前建议核 PDF 正文
HALO 的「91%」口径	6 个未建图真实环境 × 60 次 = 360 次单项任务；链式任务是另 1 个环境、3 组各 10 次	两个数字的分母完全不同，不可合并成「综合成功率」。链式任务样本量仅 30 次
Anthropic 科研报告的样本偏差	20.7 万会话仅消费级套餐（不含 API / 企业版）；528 份问卷来自项目申请者自选，非随机	这两个偏差方向相反：消费级样本可能高估「个人使用强度」，申请者样本可能高估「AI 熟练度」。结论适用于「主动用 Claude 的科研人员」，不能外推到全体
Anthropic 的加速估算	1.35×–2.02× 是「假设 AI 吃掉 27–52% 研究时间」的条件式结果，不是预测；成本假设 $30/h vs $95/h 未含物理约束与设备排期	官方自己写明不含物理约束、设备、创意质量。不可当作「AI 让科研加速 2 倍」引用
Anthropic 科研报告里 METR 的 1.3–2.8	那是 METR 对 Anthropic 自身 AI 研发加速的估计（11-05 复核），不是对科研整体	两个数字常被混淆。本期把它们分列，勿混用
Ling-3.2-flash 的权重状态	官方口径为「近期开放」；截至 11-09 未确认已放出	上一代 3.1-flash 是 MIT 开源，但这一代不可写成已开源。三个基准（92.21 / 43.71 / 85.86）全部为厂商自测
robots.txt 草案的效力	IETF tracker 标注为个人草案，未获 IETF 背书、无正式地位、2027-05-03 到期	任何「这是行业标准」的表述都不准确。Meta 未承诺遵守，Andy Stone 的表态只是「重要一步」
Google 的 Gemini 引用连带风险	用共享 token 退出但未单写 Google-Extended 的站点，会被当作已拒绝 Google-Extended，可能连带失去 Gemini 答案里的引用与点击	Google 官方文档未给拆分办法。这是本期最实用的一条警告：只想停训练的人可能连曝光一起丢掉
Anthropic 34 亿燃气交易的对手方	买的是 OnePWR Solutions 原本的 Caterpillar 订单 + 安装所需的工程与施工能力，未收购 OnePWR 本身	「Anthropic 收购 OnePWR」是错的。交易性质是设备采购而非并购
Anthropic IPO 的全套数字	FT 报道，Anthropic 未公开表态；估值区间 1.25–1.75 万亿与上期 1.2–1.3 万亿并存且不一致	正文按「据报」表述。区间在放大而非收敛，说明分歧扩大，不宜取中值当定论
OpenAI 封号事件	无官方公告、未公布封禁数量与判定依据；官方仅在开发者社区给申诉链接	正文只写「含 Pro 用户 + 无前置通知 + 系统批量识别」。不可推测封禁规模或原因
HF 模型榜单路径	huggingface.co/api/models?sort=createdAt 本期返回非 JSON	本期放弃 HF 榜单路线，改 GitHub API + 多源交叉。不代表 HF 上没有本期新模型
GitHub README 直连	raw.githubusercontent.com 返回空（pinky、phoneuse 均如此）	改用 /repos/{repo}/readme 的 base64 内容。phoneuse 默认分支是 master 而非 main
arXiv submittedDate 查询	对本期仍返回 total 0，与历史一致	改抓 cs.AI/recent 分块解析 + id_list 逐篇回查 published。本期 10 篇的提交时间全部逐篇核对为 2026-11-05。不代表窗口内没有更多论文
本期窗口的周日效应	11-08 是周日，白名单几乎无一手发布	正文多数条目原始日期为 11-05 ~ 11-08，已逐条标注。「11-08 无重大发布」本身是准确的（aitoolsrecap 亦记录「11-08 周日无发布，重要发布落在 11-06/11-07」）

---

本期淘汰记录

类型	条数	明细
脚本判 DUP（第三轮，以第三轮为准）	1（已翻案收录）	Anthropic IPO 800–1000 亿：URL 精确命中索引 L744（同源转载稿）。但本期 FT 稿新增了三个此前未记的事实——感恩节前启动、募资规模 800–1000 亿、英国散户经 RetailBook 及六家券商接单（含伦交所 3 倍做多 ETP），按「更新至」规则不淘汰，改写为「更新（首报 11-07）：…」并入正文三、2。这是本期唯一一条 DUP，且属应当翻案的类型
REVIEW 复核后淘汰	5	① Meta 收购 Conductor（11-04）：发布日早于窗口起点 11-08，且与 11-06 已收的 OpenAI 收购 Pierre 属同日竞品动作，索引 0 命中但超窗，不收录；② Mistral Large 4（10-29）：索引 L98 已记 10-30 权重放出（1T MoE / 49B 激活 / 1M 上下文），本期仅有榜单站复述，零新增；③ DeepSeek 3FS（2025-02-27）：开源时间在一年多前，属旧事重提；④ DeepMind WeatherNext Cyclones（2026-08-06）：三个月前发布，本期无更新；⑤ 阿里 Co-Design Bench（arXiv 2611.07228，2026-10-26）：发布日超窗，且「十模型 26.4% 全通过」的结论已被多篇后续工作引用为基线，无新事实
语义兜底淘汰	1	Qwen4 系列发布传闻：脚本判 NEW（实体未命中），但唯一来源是 qwen.ai 首页与头条号级「11 月初发布」传闻，无官方页面、无模型卡、无权重、无 API 条目，按「无链接无日期一律不写」剔除
合并处理	3 组	llama.cpp b12203 ~ b12211 九个 nightly 合 1 条（主线是 MoE 缓存等待 + SSM_SCAN 快路径，另含三条后端精度与确定性改动）；arXiv 2611.08438 + 2611.08315 合为「两条一句话论文」（主题不同但信息量均为一句，分列会稀释第四节的密度）；Tesla SI4/SI5/SI6 + Dojo D3 合 1 条（同一份演示文稿、同一条叙事线，分列会割裂「推理线在推进、训练线在推翻重来」这个对比）
语义兜底核查（未淘汰）	2	① robots.txt 共享 token 与索引 L586 / L279：L586 记的是 OpenAI 10-31 的单方面承诺（未给语法示例、未列参与方名单、未给生效版本），本期新增的是草案全文语法、四家落地日期表、MUST NOT 与 User-Agent: * 的互斥规则、Google 的连带风险、微软的页面级 Grounding 偏好——判为实质增量，保留并单列；与 L279（Meta 商业条款）方向相反但主体不同，不合并。② Apple HALO 与索引 0 命中：「HALO」「Perceptive Humanoid」在索引中均无记录，确认新增

token 账：全量索引 753 行 / 194,174 字符 ≈ 71,916 token（--audit 报问题 2 处——L77、L87 列数为 7，容错解析可读，未超 10 行门槛，未阻塞）。第一轮 40 条候选 → NEW 14 / REVIEW 23 / DUP 3；回溯一手源后第二轮 31 条 → NEW 17 / REVIEW 13 / DUP 1，预筛后需读 14,782 字符 ≈ 5,475 token（未截断 24,068 字符），压缩 13.1×。补入 Tesla SI 与 Apple HALO 两条后第三轮 33 条 → NEW 18 / REVIEW 14 / DUP 1，预筛后需读 15,444 字符 ≈ 5,720 token（未截断 24,701 字符），压缩 12.6×，其中 18 条 NEW 无需读索引。以第三轮为准：DUP 1（翻案收录）· REVIEW 14 → 收 9 淘 5 · NEW 18 → 收 17 淘 1。

---

附录：来源

序号	板块	标题	发布方	链接	发布日期	数据截止
1	一	How researchers use Claude（AI for scientific discovery）	Anthropic Research	https://anthropic.com/research/how-researchers-use-claude	2026-11-05	2026-11-05（207,049 会话 / 2026-08-02–09-30 / 仅消费级；528 份问卷为自选样本）
2	一	Ling-3.2-flash 发布	蚁百灵（官方公众号）	http://mp.weixin.qq.com/s?__biz=MzkyODk2MDQwNw==&mid=2247488243&idx=1&sn=ddcbed1ed4ba6caa5a6fee256e422029	2026-11-06	2026-11-09（权重「近期开放」，未确认放出；基准全为厂商自测）
3	一	Antigravity 2.29 release notes	Google	https://antigravity.google/docs/release-notes	2026-11-06	2026-11-06
4	一	Frameboy: Atlas realtime	World Labs	https://www.worldlabs.ai/blog/atlas-realtime	2026-11-05	2026-11-05（15 fps 为上限；Viewfinder 仍封闭内测）
5	一	Perceptive Humanoid Motion from Simulation（HALO）	Apple Research（arXiv）	https://arxiv.org/abs/2611.06908	2026-11-04	2026-11-04（2611.06908v1，published 18:55:33Z，cs.RO 预印本未经评审）
6	一	Tesla AI 加速器路线图（SI6 / Dojo D3）	Tesla 投资者演示文稿，Tom's Hardware 报道，经 zot.news 与 IT时代网转述	https://news.qq.com/rain/a/20261108A06PHM00	2026-11-08	2026-11-08（一手 PDF 不可达；两家转述一致；TOPS 为区间估算）
7	二	llama.cpp b12207（合并 b12203–b12211）	ggml-org	https://github.com/ggml-org/llama.cpp/releases/tag/b12207	2026-11-08	2026-11-08（仍有约 28% scan 调用回退 CPU）
8	二	Codex CLI rust-v0.167.0	OpenAI	https://github.com/openai/codex/releases/tag/rust-v0.167.0	2026-11-06	2026-11-06（published_at 01:40Z，notes 约 11.5 KB）
9	二	共享 AI 训练退出信号与四家落地时间表	IETF 个人草案（Kevin Kelley / Anthropic）+ TechRadar 逐条对照	https://www.techradar.com/pro/google-and-microsoft-among-those-signing-up-to-openais-plan-for-a-new-website-crawling-standard-including-opting-out-of-internet-scraping	2026-11-08	2026-11-08（草案 2027-05-03 到期；微软 2027-02-01、Google 2027、OpenAI 未给日期、Meta 未承诺）
10	三	Anthropic Buys Power for AI Data Centres in $3.4B Deal	Bloomberg（转 Financial Times）	https://www.bloomberg.com/news/articles/2026-11-08/anthropic-buys-power-for-ai-data-centres-in-3-4b-deal-ft-says	2026-11-08	2026-11-08（1.7 GW 重型燃气机组；接手 OnePWR 的 Caterpillar 订单，未收购该公司）
11	三	Anthropic IPO：感恩节前、募资 800–1000 亿（更新首报 11-07）	Financial Times，经新浪财经转述	https://finance.sina.com.cn/tech/digi/2026-11-08/doc-inixyrxe3985464.shtml	2026-11-08	2026-11-08（Anthropic 未公开表态；估值区间 1.25–1.75 万亿）
12	三	Shield to Acquire Echodyne in a Transaction Valued at $5.3 Billion and Raise $2.5 Billion at a $28.8 Billion Valuation	Shield AI	https://shield.ai/shield-to-acquire-echodyne-in-a-transaction-valued-at-5-3-billion-and-raise-2-5-billion-at-a-28-8-billion-valuation	2026-11-05	2026-11-05（预计 2027 年初交割）
13	三	CoreWeave 致信得州候任州长，自担电网接入与升级费用	Bloomberg，经腾讯新闻转述	https://view.inews.qq.com/a/20261108A03NQU00	2026-11-07	2026-11-08（在运 >1.5 GW 截至 06-30；签约约 4.2 GW 截至 08-11）
14	三	Amazon 组建家用机器人团队，Fauna 并入 Personal Robotics Group	CNBC，经转述	https://aiincontext.com/articles/amazon-quietly-builds-a-home-robotics-team-for-a-new-to-world-robot	2026-11-08	2026-11-08（Fauna 并入 2026-03-24；Sprout 发布 2026-01-27；Astro 销量数千台）
15	三	OpenAI 突发大规模封号，含 200 美元 Pro 用户	澎湃新闻	https://www.thepaper.cn/newsDetail_forward_34436792	2026-11-08	2026-11-08（官方未发公告、未公布数量）
16	四	VFlash: Fast, Accurate Visual Planning via Flash Primitive Decoding	arXiv（NVIDIA / JHU）	https://arxiv.org/abs/2611.08449	2026-11-05	2026-11-05（Submitted 18:44:43Z；25× 为单次 rollout 初步结果）
17	四	Benchmarks as Software: Terminal-Bench and the Case for Continuous Benchmarks	arXiv	https://arxiv.org/abs/2611.08417	2026-11-05	2026-11-05（Submitted 18:18:39Z；约 30% 题目有问题，ρ=0.958）
18	四	Enhancing Local and Global Structure in Compressed AI Agent Memory（LAQ）	arXiv	https://arxiv.org/abs/2611.08341	2026-11-05	2026-11-05（Submitted 17:27:08Z；52/52 held-out 提升，p=8.5×10⁻⁴）
19	四	DictLLM: Post-training Compression of Large Language Model with Dictionary Kernels	arXiv（NeurIPS 2026）	https://arxiv.org/abs/2611.08082	2026-11-05	2026-11-05（Submitted 14:31:12Z；5.1× 压缩，+2.9 ppl）
20	四	Measured Coupling for Parallel Decoding in Diffusion Language Models	arXiv	https://arxiv.org/abs/2611.08307	2026-11-05	2026-11-05（Submitted 17:10:03Z；平均精度代价 1.1 分）
21	四	Learning the Task or Learning the Verifier? Rethinking Criteria Exposure in Embodied Self-Improvement	arXiv	https://arxiv.org/abs/2611.08318	2026-11-05	2026-11-05（Submitted 17:14:37Z；22 页 / 8 图 / 10 表）
22	四	BabyTheorist: A Benchmark for Learning to Theorize the World from Observation Alone	arXiv	https://arxiv.org/abs/2611.08177	2026-11-05	2026-11-05（Submitted 15:33:32Z；7 个基线全部远低于上限）
23	四	SHORE: Stability-Hybrid On-Policy Reinforcement Learning for Online Bin Packing	arXiv	https://arxiv.org/abs/2611.08364	2026-11-05	2026-11-05（Submitted 17:42:31Z；0.4M 步到 73%，失败率 1.03% vs 0.63%）
24	四	Understanding AI from the Inside: The State of Mechanistic Interpretability for AI Safety	arXiv	https://arxiv.org/abs/2611.08438	2026-11-05	2026-11-05（Submitted 18:30:54Z；附可复现 notebook）
25	四	Benchmarking LLMs on Heterogeneous Cognitive and Biomedical Knowledge Graphs	arXiv	https://arxiv.org/abs/2611.08315	2026-11-05	2026-11-05（Submitted 17:12:58Z；Cohen κ 0.781 / Fleiss κ 0.77）
26	六	DIYgod/pinky	GitHub	https://github.com/DIYgod/pinky	2026-11-06（创建）	2026-11-09（868★ / Go / Apache-2.0 / pre-alpha）
27	六	JosssphZhou/poki	GitHub	https://github.com/JosssphZhou/poki	2026-11-05（创建）	2026-11-09（611★ / JS / AGPL-3.0）
28	六	lxe/phoneuse	GitHub	https://github.com/lxe/phoneuse	2026-11-07（创建）	2026-11-09（454★ / C / MIT；作者自述仅单环境验证）

引用提醒：本期第 6 条的 Tesla 路线图一手演示文稿不可达，附录给的是两家独立转述的腾讯新闻路径，17,280–46,080 TOPS 是估算区间而非官方标称，且 SI4 的 216–576 TOPS 本身就是二次推算，引用时请保留区间与限定词。第 9 条的 robots.txt 信号是 IETF 个人草案，未获背书、2027-05-03 到期，不可称为行业标准；Meta 未承诺遵守。第 10 条的交易性质是设备采购（接手 OnePWR 的 Caterpillar 订单），不是收购 OnePWR。第 11 条为 FT 据报，Anthropic 未表态。第 2 / 5 条（Ling-3.2-flash、HALO）的所有性能数字均为厂商 / 作者自测，无独立复现；HALO 的两个成功率分母不同（360 次单项 vs 30 次链式），不可合并。第 1 条的 1.35×–2.02× 是条件式上界，不可作为「AI 让科研加速 2 倍」引用。