AI DAILY
AI 日报 2026-11-22
一句话结论这个周末没有新模型,但「谁说了算」这件事被重新标定了一次:Lean FRO 与 Mathlib 用一天时间把 Alpöge × Claude 的黎曼证明盖了章,而斯坦福那边一份纯人类证明反被几个 AI 模型挑出问题——决定可信度的不再是「人做的还是 AI 做的」,而是「有没有能被机器逐项复核的工件」;同一个 24 小时里,OpenRouter 因为提示词外泄摘掉 3 家供应商、Google 把 agent 的凭证挪到沙箱之外,两条都在说同一件事:你签合同的那一层,就是你唯一还能控制的那一层。
AI 日报 2026-11-22
整理日期:2026-11-22 素材来源:白名单一手信源优先(厂商 release notes / GitHub release 与 PR 原文 / arXiv abs 页 / 研究者个人声明 / 机构联合声明),逐条见文末附录;二手媒体只用于发现线索,命中后回溯一手源 可信度提示:统计窗口 2026-11-21 00:00 → 11-22 21:28 HKT。窗口内收录 20 条,其中 2 条为补录(OpenAI 反蒸馏 11-20、GitHub Enterprise Server 3.23 RC 11-20,均已标注首发日)。周末窗口的特殊口径:本期为周日运行,窗口内没有任何前沿模型发布,也没有 arXiv 新公告(arXiv 周六、周日不公告,
cs.AI最近一条公告停在 11-20 周五);因此「一、模型与产品」收录的是模型周边的接口与防护变更,四、论文与开源收录的是 11-20 公告批次(v1 于 11-19 提交)中往期未覆盖的 5 篇,逐条标注提交日与公告日——这一节必然早于窗口起点,是口径妥协而非漏检,已在节首写明。厂商自测数据一律标注「厂商自测、无独立复现」;官方页不可达的条目(Google Cloud 博客、Signal 博客)在正文与待核实区双声明。 配图:文中 3 张图为自绘,非原文插图
#AI日报 #模型动态 #工程与架构 #AI治理 #去重
一句话结论
这个周末没有新模型,但「谁说了算」这件事被重新标定了一次:Lean FRO 与 Mathlib 用一天时间把 Alpöge × Claude 的黎曼证明盖了章,而斯坦福那边一份纯人类证明反被几个 AI 模型挑出问题——决定可信度的不再是「人做的还是 AI 做的」,而是「有没有能被机器逐项复核的工件」;同一个 24 小时里,OpenRouter 因为提示词外泄摘掉 3 家供应商、Google 把 agent 的凭证挪到沙箱之外,两条都在说同一件事:你签合同的那一层,就是你唯一还能控制的那一层。
一、模型与产品
本期窗口内无新前沿模型发布(周末),本节收录模型周边接口、防护与发版变更。OpenAI 与 GitHub 两条首发于 11-20,标为补录。
1. Claude Code v2.1.330:内置图表 mod「easel」,能自己把 MCP 返回的数字画出来
v2.1.330 于 11-20T22:32Z(= 11-21 06:32 HKT) 发布,落在窗口内。最实质的新东西是 easel:一个内置 mod,被要求时画图表,在 MCP 工具返回指标结果时也会自动出图;可用范围是 Pro、Max,以及「可用处的」Team 与 Enterprise,平台限 macOS 与 Linux;不想要可在 /config 关掉自动出图。
同版还有三条与企业管理相关的改动:claude auth login 现在支持登录 Anthropic Enterprise Admin Console 托管的企业,登录后自动应用该组织的设置并走其云厂商或 gateway;新增 CLAUDE_CODE_FULL_SIGN_IN_LINK=1,在短链接报错或被脚本读取时打印完整登录链接;自托管 runner 增加 --start-dir / SELF_HOSTED_RUNNER_START_DIR,让 Claude 在仓库的某个子目录内开工。
批判性判断:图表这件事的价值不在「能画图」,而在把工具返回值从文本变成可核对的视觉对象——agent 报「延迟下降 12%」时,一张自动生成的条形图会让错误口径当场暴露。限制也很清楚:只覆盖 macOS/Linux,Windows 缺席;/config 能关自动出图,说明官方也知道它会误触发。企业登录这条更像为大型部署补的最后一块拼图,不是能力升级。
来源:GitHub · anthropics/claude-code v2.1.330 release notes · https://github.com/anthropics/claude-code/releases/tag/v2.1.330 · 2026-11-20T22:32Z(HKT 11-21 06:32)
2. Qwen Code v0.28.3:ACP 与 OpenTUI 会话改走共享 agent 循环,托管通道扩到 Teams 与企业微信
v0.28.3 于 11-21 09:45 HKT 前后发布,距 v0.28.0 有 189 个 commit,中间没有稳定版 v0.28.1 / v0.28.2(直接跳号)。三条主要变更:ACP 与 OpenTUI 会话默认跑在共享的 agent 循环上(此前是两条独立路径);托管通道新增 GitHub、一个只发不收的 webhook、Microsoft Teams,以及实验性的企业微信;新增一个默认关闭的开关,用于在模型因容量错误失败后,把该模型在当轮剩余请求中跳过。
批判性判断:这条的价值在于暴露了编码 CLI 的真实竞争面——把同一个 agent 内核接到尽可能多的入口上。GitHub、Teams、企业微信同时出现,说明团队在赌「开发者不在终端里待着」这件事。跳号与 189 个 commit 的组合也提示节奏:稳定版发布已经跟不上主干推进速度,用的人要接受「装到的是某一夜的快照」。
来源:GitHub · QwenLM/qwen-code v0.28.3 · https://github.com/QwenLM/qwen-code/releases/tag/v0.28.3 · 2026-11-21
3. GitHub Enterprise Server 3.23 RC:AI 密钥检测跑在设备 CPU 上,气隙环境也能用
(补录 · 首发 2026-11-20)3.23 候选版带来三项值得记的变更。AI 机密检测:一个自包含、经过微调的模型直接跑在 GHES 设备的 CPU 上,不需要 GPU、不需要托管 LLM 服务、没有任何出站连接,因此气隙环境可用;覆盖面是「非结构化机密」(不只是正则能匹配的固定格式),前提是企业已启用 Secret Protection,状态为公共预览。Dependabot 冷却期:为一个包版本发起更新 PR 前,先等该版本在注册表上存在满 3 天,给社区时间举报被投毒的发布。恶意包识别扩围:GitHub Advisory Database 从 npm 扩到 PyPI、Maven、RubyGems、NuGet、Go、Rust、Composer,并从 OpenSSF 的 malicious-packages 仓库自动摄取公告。另有 OAuth 令牌 8 小时过期(公共预览、老应用需主动开启)与 Redis 主节点可迁到专用节点。
批判性判断:这是本期工程含量最高的一条,因为它给出了「企业内网要不要为了 AI 检测开一个外联口」的否定答案——把模型缩到能在设备 CPU 上跑,比把数据送出去更便宜。3 天冷却期则是把供应链风险从「检测」前移到「等待」,代价是补丁延迟,取舍很直白。要注意的是,非结构化机密检测天然有误报,公共预览阶段不该当作强制拦截。
来源:GitHub Changelog · GitHub Enterprise Server 3.23 release candidate · https://github.blog/changelog/2026-11-20-github-enterprise-server-3-23-release-candidate/ · 2026-11-20
4. OpenAI 公开反蒸馏防护:受保护推理的提取成功率从 54% 降到 0.2%
(补录 · 首发 2026-11-20)OpenAI 首次量化自己的反蒸馏体系。在内部自适应黑盒红队评估中,从「早前请求」中恢复受保护推理的平均成功率,从 GPT-6 Astra 原防护下的 54.0% 降到 GPT-6.2 Astra 更新防护下的 0.2%;针对当前请求的同类攻击从 22.9% 降到 0.9%。
机制上分两层。请求级:把受保护推理绑定到产生它的对话历史——改写更早的消息,后续推理即被丢弃;旧模型家族不能读 GPT-6.2 Astra / Sol 的受保护推理;输入分类器看提示、输出分类器同时检查助手消息与工具调用参数(流式与非流式都过);对抗训练 + API 层跨用户/工作区/组织/模型家族隔离。活动级:结合请求与账号信号识别协同提取,每周封禁数千到数万个账号,夏季后显著上升,并与其它模型厂商共享 IOC。研究部分给了一个支撑结论:同一学生模型、同样用 Astra 级教师轨迹训练,学「精确推理轨迹」的学生在网络安全评测上普遍优于只学「可见推理摘要」的学生,RL 后在大推理预算下仍领先。
批判性判断:这是本期最该打问号的一条——所有数字都是厂商内部评估,没有独立复现,也没有给出攻击者预算、查询次数与判定标准,0.2% 与 0.9% 的差异本身可能落在评估噪声里。真正可迁移的是那个结构性变化:推理链从「用户可见的摘要」变成「与历史绑定、改写即失效的资产」。对做合成数据的人来说,这意味着两件事——用它训练会踩条款,且高强度的协同提取会直接封号。帖中另有两处归属指控(2 月向国会简报 DeepSeek 相关活动、9 月把某次提取活动核心归于与 Moonshot AI 相关的人),均为 OpenAI 单方陈述,未见对方回应或第三方取证,不应作为事实引用。
来源:OpenAI · Combatting adversarial distillation · https://openai.com/index/combatting-adversarial-distillation/ · 2026-11-20
二、工程与架构
1. Google 公布 Agent Compute Engine:harness 在沙箱外,凭证也在沙箱外
Google 公布托管服务 Agent Compute Engine(ACE):把 agent 跑在隔离 microVM 里,并支持检查点与恢复(挂起空闲环境、需要时恢复)。设计目标写在三处硬约束上:沙箱内不留可被利用的凭证(即使 agent 自己犯错)、压低恢复空闲 agent 的成本与延迟、工作区跨会话与操作系统更新保持。
实现上两个关键点。第一是控制面与执行面彻底分开——杰出工程师 Ramanathan Venkatapathy 与 Rohit Jnagal 在深潜文《Inside Agent Compute Engine》里的说法是:编排 harness(大脑)完全跑在执行沙箱(双手)之外,不可信环境只能执行 harness 显式下发的命令并把输出流回来,这条边界形成确定性审计链,把每一次 harness 发起的工具调用对上沙箱内真实发生的计算。第二是凭证外置:API key、OAuth refresh token 全部留在沙箱外,由外部 Agent Gateway 认证请求并注入所需密钥;配套治理栈为 Agent Gateway(流量与策略)、Agent Registry(已批准的 agent 与工具)、SPIFFE 身份、OpenTelemetry 兼容可观测性。调度侧用写时复制内存共享,让多个 agent 跑同一份 OS 模板,空闲 microVM 走快速检查点挂起。负载分四类:交互式 consumer/enterprise agent、自主软件工程的持久 Linux 工作区、模型评估与强化学习的大规模并行环境、Google 服务内部动态逻辑的轻量沙箱。Google 自述已在内部用于 Gemini、Gemini for Business、Antigravity 与模型评估。
必须先说清楚的边界:ACE 尚未可用、未公布定价,官方口径是「未来数月」进入预览,且仅限 Google Cloud(可跨 K8s 的是另一个开源的 Agent Substrate)。深潜文没有给 ACE 本身的启动时间、价格、密度,公告里出现的性能数字属于 Agent Substrate——这一点被外部分析者 Harel Asaf 明确点出,是本期最容易被二手转述搞混的地方。
批判性判断:把凭证挪出沙箱,是这半年 agent 安全叙事里少见的「结构性」而非「过滤器式」解法:过滤器只能降低概率,凭证不在沙箱里则把「被诱导读环境变量」这条路的收益直接归零。但代价被藏起来了——多一次网关注入就是多一跳延迟与一个单点,官方不给数字,等于让你在 preview 阶段自己赌。审计链的说服力也依赖 harness 本身可信:harness 跑在外面,它自己出问题时,这条「确定性」审计链记录的正是错误指令。
来源:InfoQ(转述 Google 深潜文《Inside Agent Compute Engine》,作者 Venkatapathy / Jnagal)· https://www.infoq.com/news/2026/11/google-agent-compute-engine/ · 2026-11-22;原始博文所在 cloud.google.com 在本环境不可达(curl code=000),已在待核实区声明
2. llama.cpp b12627:非因果批次必须装进一个 ubatch,默认参数下会直接崩
b12627(11-22T03:51Z)修的是 issue #32678 的一个断言崩溃。根因写得非常干净:非因果注意力下,llama_decode 需要整个批次落在同一个 ubatch 里;对于不能拆分的 prompt(非因果上下文上的决策),update_slots 只检查了批次不超过 n_batch。而默认配置下 --parallel > 1 且 n_batch > n_ubatch,于是几个各自能装进 n_ubatch 的 vllm-d3 提示被合并 decode,直接撞上 GGML_ASSERT(cparams.causal_attn || cparams.n_ubatch >= n_tokens_all)。修法是:遇到不可拆分的 prompt 时,把批次限制到 min(n_batch, n_ubatch),多出来的 slot 等下一批;因果上下文不受影响。同时补了 test_systemone_noncausal_parallel(vllm-d3、n_batch 2048 / n_ubatch 512、4 路并行)——作者顺带解释了为什么旧测试没抓到:tinydecision 预设里 n_batch = n_ubatch。
批判性判断:这类「默认参数 + 特定模型家族」的组合是自托管推理最常见的雷区,而这条的公开价值在于把触发条件写成了可复现的三元组(非因果 × parallel>1 × n_batch>n_ubatch)。也给测试提了个醒:把 n_batch 与 n_ubatch 设成相等,等于把一整类并发路径从测试面里删掉。
来源:GitHub · ggml-org/llama.cpp b12627(PR #32713)· https://github.com/ggml-org/llama.cpp/releases/tag/b12627 · 2026-11-22T03:51Z
3. llama.cpp b12624:Inkling 2 认 reasoning_effort=none,不认 enable_thinking
b12624(11-22T01:47Z)解决的是模板方言问题。Inkling 2 不支持 enable_thinking,但支持把 reasoning_effort 设为 none;不能无脑透传的原因是有些模板遇到未知 effort 等级会抛异常(PR 点名 K2 Horizon 与 Hy3)。修法是把 none 加进既有的 reasoning 等级检查里,只在模板支持时才传。
批判性判断:一个 15 行的补丁,说明「关掉思考」这件看似通用的能力,在不同模型家族里是三种互不兼容的写法:布尔开关、枚举等级、以及「最低等级也关不掉」(Inkling 2 Mini 中间层的三次循环是结构常数,上期已记)。做统一推理网关的人会把这条当成必修课——参数兼容层比模型适配层更容易积债。
来源:GitHub · ggml-org/llama.cpp b12624(PR #32763)· https://github.com/ggml-org/llama.cpp/releases/tag/b12624 · 2026-11-22T01:47Z
4. Transformers v5.24.0:KV cache 参数统一改名 cache,给了两条移除时间线

v5.24.0 于 11-21T12:28Z 发布,是本期唯一落在窗口内的框架版本。两件事值得记。
接口改名(会伤到现有代码):KV cache 相关参数与输出字段在全库统一改名为 cache,旧名 past_key_values / cache_params 仍可用但报警告,同时传新旧名会直接抛 ValueError;旧名的移除时间线分两条——模型 forward 与 prepare_inputs_for_generation 到 v5.40.0,generate 到 v6.0.0;自定义 Cache 子类若重写了 update,需接受新的额外 kwargs;PEFT 最低版本随之抬高。
新架构:一口气收了九个以上,其中三个是「循环」家族(见配图)——Inkling 2 Mini(24 层,第 6–17 层跑三次,另带变循环研究检查点)、NVIDIA 的 Dory(归一化 GPT + 交织滑窗/全注意力,循环次数可在推理期改)、Lara Mini(7.2B 总参 / 0.6B 激活,线性循环层混滑窗与全局注意力,权重 CC BY-NC-SA、仓库需申请)。此外还有 Meta FAIR 的 Omnilingual ASR(1600+ 语言,300M/1B/3B/7B)、Apertus 1.5(文本+图像+音频入、文本出)、HY4-VL、SarvamMLA / SarvamMoE(128 路由专家、8 激活、1 共享,YaRN 至 131K)、WavTokenizer(24kHz 单码本,40 或 75 token/秒)。
批判性判断:改名这件事被低估了——它不是清洁工作,而是把「推理状态」从生成函数的私有变量提升为一等对象,这是循环架构与多轮 agent 复用同一份状态的前提。移除时间线给到 v6.0.0 也算体面,但 ValueError 意味着混用旧名不是警告而是中断,升级时最可能踩的就是封装层。三个循环模型同期落地则是更明确的信号:同一份权重的算力预算正在变成部署参数(见「五、值得关注的趋势」第 3 条)。
来源:GitHub · huggingface/transformers v5.24.0 · https://github.com/huggingface/transformers/releases/tag/v5.24.0 · 2026-11-21T12:28Z
5. Cline v4.1.27:删掉读文件结果进模型前的 8000 字符截断
v4.1.27(11-21)修的是一个「工具已经读了、但模型只看到一半」的问题:read_files 的结果进入模型前会被额外截断到 8000 字符,现在这层截断被移除,改为直接受工具自身2000 行 / 约 48,000 字符的上限约束。同版另两处小修:LM Studio 服务器需要鉴权时可填 API key;未保存模型选择时,Cline provider 自动选第一个免费模型(已有选择不变)。
批判性判断:这是典型的「管道税」——模型上下文明明够,却在工具层被一个历史遗留常量截掉,表现出来就是 agent 反复读同一个文件、或者基于半截内容改代码。48,000 字符 ≈ 12K token 量级,对 200K 上下文的模型仍偏保守,这次只是把荒谬的上限改成合理的上限,谈不上优化。
来源:GitHub · cline/cline v4.1.27 · https://github.com/cline/cline/releases/tag/v4.1.27 · 2026-11-21
三、行业与发展
1. 特朗普威胁对在海外建数据中心的美国企业征「巨额税」
11-20 白宫记者会上,特朗普表示「我们不会允许我们的公司到别的国家建数据中心」,并称会对这么做的企业征收 "tremendous tax"(同日另一种措辞是 "tremendous penalties"),理由是「要让他们建在这里」。11-21 全球媒体跟进报道,落在本期窗口内。
必须一起写的是这条的空心程度:没有税率、没有法律依据、没有实施细则;特朗普本人承认宣布前没有与白宫官员讨论过;据报道目前也没有该税如何落地的时间表。受影响面是实在的——Equinix、Digital Realty 等美国主要数据中心开发商都在境外建设并运营设施,而开发商之所以出海,是因为靠近用户能压低支付处理这类时敏任务的延迟,长距离搬运大量数据本身也有显著成本。
批判性判断:政策本身还不存在,但「可能被追溯征税」这个预期已经在改选址模型。把它与 11-16 商务部那份远程访问规则(11-19 生效、存量数据中心 90 天取证)连起来看,形成的是「前端闸门 + 后端成本」的双向挤压:芯片与算力出境要许可,境内企业出海建机房要被威胁加税。反作用力同样明确——美国国内社区对数据中心的抵触是跨党派的(电力、水价、地方影响),把产能逼回国内并没有那么顺。
来源:The Standard(转 Reuters 电头)· https://www.thestandard.com.hk/world/article/349182/Trump-says-US-to-penalize-firms-building-data-centers-abroad · 2026-11-21;澎湃新闻(新浪转载)· https://finance.sina.com.cn/jjxw/2026-11-21/doc-iniznnye6739284.shtml · 2026-11-21。白宫记者会无官方文字实录可直链,见待核实
2. 更新(首报 10-07):DeepSeek 第二轮千亿融资完成工商变更,31 家出资方全部经一个持股平台
DeepSeek 运营主体(杭州深度求索)完成工商变更:新增股东杭州程砚(有限合伙)持股 17.2650%,其登记出资额约 34.39 亿元、新增 31 家合伙人;公司注册资本由 1644.7496 万元增至 1991.8707 万元(+347.1211 万元,+21.1%)。据证券时报引述知情人士,本轮募资区间 1000 亿–1055 亿元、投后估值约 6155 亿元,叠加 2026 年 6 月首轮约 510 亿元,两轮累计超 1500 亿元;中信证券已被选为科创板 IPO 主承销商,目标年内进入流程(公司均未确认)。
出资结构上,腾讯旗下上海珩岫 9.5653% 为单一出资人首位,宁德时代通过三只基金合计同为 9.5653%;中移投资控股与中信证券投资各 7.6522%,砺思资本相关主体 7.1740%;产业方合计出资比例超 50%,穿透后可见中国电信、vivo、美的、吉利产投、网易雷火、小红书、兆易创新、蓝思科技、蜜雪冰城等。股权侧,梁文锋控制的宁波程恩由 60.19% 降至 49.70%,个人直接持股由 31.01% 降至 25.60%;国家人工智能产业投资基金由 0.28% 升至 0.39%(认缴 3.22 万元);杭州程砚的执行事务合伙人仍是梁文锋持股 99% 的杭州程策,控制权未随融资转移。
批判性判断:这条真正值得记的不是金额,是结构——31 家产业资本全部通过一个持股平台间接持有,普通合伙人留在创始人一侧,钱进来了、投票权没进来。这跟 6 月首轮「除国家基金外放弃投票权 + 五年锁定」是同一套设计思路的延续。需要打问号的是估值与募资口径全部来自「知情人士」,公司一个字没确认;且持股比例两套说法并存(见待核实第 1 条)。
来源:极目新闻(转引证券时报)· https://www.ctdsb.net/c1666_202611/2910112.html · 2026-11-22;新浪财经(转头部财经)· https://finance.sina.com.cn/roll/2026-11-22/doc-inizqfin2952578.shtml · 2026-11-22
3. OpenRouter 摘掉 3 家推理供应商、125 个端点移出「零数据保留」,源头是 Dragos 的 200 万条金丝雀

11-21 至 11-22,聚合网关 OpenRouter 下架 3 家推理供应商、把 125 个端点从零数据保留(ZDR)名单中移除,并称已直接通知全部可能受影响的客户;同时声明自身系统未被入侵,问题出在处理请求的下游供应商。触发它的是 11-19 公布的 Dragos 研究:5 个月内向多家 AI 服务投喂约 200 万条带唯一金丝雀(canary)的提示词,追踪约 2000 条路由。
三个发现:① 至少三家托管商被入侵,最早可追到 7 月中,三家在 Dragos 通知前都不知道;最大一起发生在 10 月下旬,几百个诱饵 AWS 密钥被盗,随后被测活并用于数万次 AWS API 调用(列 S3、查 Secrets Manager 与 Parameter Store、尝试在 Bedrock 开通模型、添加自有 IAM 用户);部分被盗请求本身带 ZDR 标记。② 转售商不需要漏洞——部分卖家把热门模型挂最低价、打开请求日志坐等,跟踪到有人从家庭宽带手工打开泄露 URL、手敲窃得的 SSH 密码;同一模型换卖家就干净,说明泄漏跟着卖家而非平台。③ 隐私设置被无视——某中国 AI 实验室的系统抓取了发往其模型的一半以上提示词中的秘密 URL(通常滞后 2–3 天),其中约三分之二标着不收集数据或 ZDR;一个 ZDR 请求里的链接 24 天后出现在飞书群,2 分钟内从北京、上海的桌面与手机被打开。已公开承认的只有 Together AI:自家一个 AI 编码 agent 把凭据提交到公开 GitHub 仓库,暴露了存有提示词样本的私有 HF 仓库,攻击者下载后从中挖凭据再去测活。
批判性判断(配图即上方示意:提示词在链上要穿过四跳,ZDR 只覆盖第一跳):Dragos 没点名三家,所有数字都是自家实验、未见独立复现,这批结论该按「方向可信、量级待核」读。但机制层面的判断是硬的:ZDR 是一个只能约束第一跳的布尔标记,而实际请求要穿过路由器、转售商、上游实验室好几跳,链上任何一层的日志都能留存完整提示词。对用网关省钱的团队,可操作结论只有两条——自己指定上游,别接受默认池;以及把「曾经进过提示词或上下文」的凭据全部轮换。
来源:Dragos · AI supply chain security: canary tokens · https://www.dragos.com/blog/ai-supply-chain-security-canary-tokens · 2026-11-19(研究);https://zerohunt.ai/blog/openrouter-zero-data-retention-prompt-leak · 2026-11-22(OpenRouter 处置与时间线,二手,一手通知未见公开链接)
四、论文与开源
口径说明:arXiv 周六、周日不公告,窗口内
cs.AI无新批次(最近公告停在 11-20 周五,ID 段 2611.25868–26624)。本节收录该批次中往期未覆盖的 5 篇,v1 提交日均为 11-19、公告日 11-20,均早于窗口起点——这是周末运行的口径妥协,不当作「当日新增」读。
1. CompAct-Bench:上下文压缩不是「摘要」,是会改写任务状态的破坏性操作
(2611.25673 · v1 提交 2026-11-19)现有 benchmark 只问「压缩后能不能答对」,这篇改问「压缩后还能不能把活干完」。方法是在成功的 agent 轨迹上,于不同执行阶段插入压缩边界,用被测模型压缩此前的工作上下文,再让同一个执行器继续原任务,并用一个轻量的迭代比例调整程序把各压缩器拉到同一保留率下比较。覆盖信息检索(BrowseComp)、软件工程(SWE-bench)与内部 CompanyBench。
结论不客气:即使前沿模型,工作上下文压缩仍然高度有损;Claude 与 GPT 家族整体最强,但在激进压缩下下游任务准确率仍有实质下降。更有价值的是失败模式分类——问题不只是「漏了信息」,还包括「任务状态被扭曲」:把未解决的问题总结成已有结论、忘掉此前已确立的结果,进而导致错误决策或重复执行。
批判性判断:这篇把「上下文压缩」从工程技巧抬成了一个独立能力项,并给出可复用的评测脚手架。它同时解释了为什么很多 agent 在长任务第 20 步开始原地打转——不是模型变笨,是上下文被压成了「看起来已经完成」的样子。不足是 CompanyBench 为内部集不可复核,且保留率对齐程序本身会影响结论,跨论文比较时要看它用的是哪个保留率。
来源:arXiv · https://arxiv.org/abs/2611.25673 · v1 2026-11-19(公告 2026-11-20)
2. Pandora's Toolbox:agent 的「安全性」在一般情况下不可判定
(2611.25325 · v1 提交 2026-11-19)论文的论点是:现有 agent 是「固定语言模型 + 通用计算机」的耦合体,而这个耦合本身就让安全性不可判定——给定一个危险程序,没有任何算法能预测 agent 是否会运行一个语义等价的程序。推论是护栏、黑白名单、认证都只能得到不完美的安全。加上有限约束(有界上下文、有界取值、有界运行时间)之后安全性可判定但仍然不可行:即便 agent 的描述完全已知,问题也是 PSPACE-完全。还有一个更实用的负面结论——安全性不是组合性质:单独可证安全的 agent 放在一起,仍可能产生不安全行为。文末讨论了若干可实践的松弛定义。
批判性判断:这是那种「读完会让很多安全产品说明书难看」的论文。它并不否定护栏的作用,而是把护栏的定位从「保证」降级为「降低概率」。组合性质那一条对多 agent 系统尤其致命:现在流行的「每个 agent 各自过一遍评测」在理论上就不构成系统级安全论证。要留意的是论文的模型假设较强(把 agent 抽象成模型与通用机器的耦合),工程上仍有大量介于「可证安全」与「明显不安全」之间的空间。
来源:arXiv · https://arxiv.org/abs/2611.25325 · v1 2026-11-19(公告 2026-11-20)
3. Self-Replicating Language Models:小模型能复制并演化,旗舰模型只能「写」复制器
(2611.25839 · v1 提交 2026-11-19)按达尔文式生命定义做实验:测试语言模型自我复制的三条路径——输出一份「基因组」去训练后代、直接复制并变异自己的权重、用自己的样本教一个孩子。结论分两半:小模型原则上能复制并演化,选择压力会让它们变好、并适应狭窄生态位;选择还会降低变异率,而语言模型比任何生物都更极端——它能把自身变异率降到零,作者认为这反而可能限制其演化。旗舰 LLM 能写出这样的复制器,但「大模型靠教学复制后代」在当前技术与成本下仍不可行。
批判性判断:这篇的价值不在耸动,而在给「自我改进」划了一条可测的线:能写复制器 ≠ 能复制自己。把「变异率可归零」当成演化障碍,是个有意思的反直觉结论——它意味着能力越强的系统越可能锁死在局部最优。不足是「小模型」的具体规模与实验预算在摘要层面不可见,跨模型外推需要读正文。
来源:arXiv · https://arxiv.org/abs/2611.25839 · v1 2026-11-19(公告 2026-11-20)
4. Validation-driven Deployment:回放能 1.18× 复现负载,实时重跑会到 4.98×
(2611.25905 · v1 提交 2026-11-19)针对一个很具体的企业场景:agentic 负载从闭源 API 搬到自建开放权重推理,从小规模测试、容量规划、预生产到生产的全生命周期验证,而现实中这一步常用一次性脚本、脚本本身的准确性几乎没人验证。论文给出一条端到端评测流水线,并用实验把各阶段的设计选择钉住。
最硬的一个数字:回放捕获到的 trace 能复现原始 agent 会话的每会话负载——P95 下回放与记录的输入 token 相差在 1.18× 以内,而实时重跑会达到 4.98×。
批判性判断:这条应当直接进自建推理的 SOP。它说明「用真实流量压测」这个直觉做法会系统性高估负载近 5 倍(实时重跑的 agent 行为会漂移),而基于 trace 的回放误差在 18% 以内。限制也明显:需要先有可回放的完整 trace,且 trace 本身的采样偏差会原样带进结论。
来源:arXiv · https://arxiv.org/abs/2611.25905 · v1 2026-11-19(公告 2026-11-20)
5. AutoMaster / Skill-FT:不换老师、不换数据,只改「老师的说话方式」就能提分
(2611.26510 · v1 提交 2026-11-19)出发点很朴素:任务成功率本身不能说明该强化哪些行为——成功的教师轨迹里照样有站不住的假设、无效重复、走过场式的验证。Skill-FT 用**自然语言写的「技能」**在教师 rollout 时抑制坏习惯、诱发欠表达的好行为,再用这些轨迹去微调目标模型;AutoMaster 则是一个 LLM agent 驱动的自主后训练系统,自己完成轨迹分析、技能设计、数据挑选,并用 rollout 与目标模型评测做反馈闭环。
数字:在 Terminal、Search 与软件工程任务、4B 与 9B 目标模型上,教师、任务池、训练集规模、SFT 配方全部固定,AutoMaster 相对「直接用未引导的教师轨迹做 SFT」平均提升 1.42–8.99 个百分点。另一个反直觉发现:在 SFT 时保留技能指令(评测时不出现、监督输出完全相同)在全部 6 个设置下都优于移除技能指令。
批判性判断:这篇的写法比结论更值得学——把「教师」当变量控制住,只动行为塑造,让增益归因干净。真正实用的是最后那个发现:技能上下文本身是训练信号的一部分,哪怕推理时看不到它;这解释了为什么「先写规则再训」比「只给答案」稳。1.42 个点的下限说明收益不稳,小模型与大模型的收益差也提示它与容量有关。
来源:arXiv · https://arxiv.org/abs/2611.26510 · v1 2026-11-19(公告 2026-11-20)
五、值得关注的趋势
1. 验证正在分裂成两套标准,而且它们不重合。
Alpöge 与 Claude 的 1700 万行 Lean 库在 11-21 13:55 UTC 拿到 Lean FRO 与 Mathlib Initiative 的联合认证:四条判据全过——命题本身是 Mathlib 里经 Lean 与数论专家审过的 RiemannHypothesis;175,187 个模块零错误编译;社区另写一份只 import Mathlib 的命题文件,用 comparator 与 con-leche --compare 两个独立工具比对,确认证明的定理与 Mathlib 的陈述一字不差;导出文件在惰性副本上被 Lean 官方内核、con-leche、con-ron 与多个第三方检查器验证,其中 con-leche/con-ron 自带「相对集合论不可能接受假证明」的形式化证明。同日另一侧,斯坦福 Ravi Vakil 公布的 Masullo 纯人类 GRH 证明,被多人借助不同 AI 模型找出问题,Vakil 明确写得解决到社区满意才算数。
判断:「谁做的」已经不能预测「可不可信」,能预测的只有「有没有可机器核验的工件」。但两套标准并不同义——Lean 认证的是「这份代码证明了这句话」,声明自己也写着「证明里的新想法要等数学界来解释」,而克雷奖要求期刊发表满两年,这份证明至今连论文都没有。所以正确读法是:机器可核验性是必要条件,不是充分条件。
2. 信任边界画错了地方,是这半年的系统性问题。 ZDR 只在第一跳有效(Dragos 追踪约 2000 条路由,多跳之后提示词照旧被留存、被抓取);Google 的答案是干脆把凭证挪到沙箱之外,由网关注入(ACE)。两条路径的共同点是同一个判断:合同签在哪一层,控制力就只到哪一层。判断:2026 上半年的关键词是「agent 能做什么」,下半年正在变成「agent 出错时谁的边界兜得住」——而目前真正被工程化的只有「减少可被利用的资产」,不是「保证行为正确」(见第四节 Pandora's Toolbox:后者在一般情况下不可判定)。
3. 循环架构正从论文走进框架,随之而来的是评测口径危机。
v5.24.0 一次收进三个「同一 checkpoint、推理期可调循环次数」的模型(Inkling 2 Mini 及其变循环研究版、NVIDIA Dory、Lara Mini),llama.cpp 同期为 Inkling 2 的 reasoning_effort=none 打补丁。判断:推理期算力正在从超参变成接口,好处是小模型能用计算换质量;代价是benchmark 数字失去可比性——同一个模型文件、不同循环数就是不同能力点,以后厂商报分不写循环数,那个分数基本没有意义。这也是为什么「关不掉思考」会成为架构层面的争议点(Inkling 2 Mini 中间层三次循环是结构常数)。
4. 编码 agent 的竞争,已经从模型下移到管道。 同一天三条改动都发生在模型之外:Claude Code 加内置图表(把工具返回值变成可核对的视觉对象)、Cline 把读文件上限从 8000 字符放到约 48,000(拆掉工具层的陈旧常量)、Qwen Code 把托管通道扩到 GitHub / Teams / 企业微信(把同一个内核接到更多入口)。判断:模型能力趋同之后,决定体验的是**「上下文能进来多少」和「结果能显示成什么」**这两件很土的事;而 CompAct-Bench 的结论正好是它们的反面教材——上下文不是越多越好,压错了比不压更糟。
六、有趣的 AI 开源项目
1. erkamyaman/rust-anything:用「原程序的行为录像」当验收标准,一块一块改成 Rust
7,748★ · 2026-11-16 建仓 · 11-22 仍在推送。思路很干净:把整个应用一块一块重写成 Rust,每一步都拿原始程序录制下来的行为做对照检验——不是比代码,是比重放出来的输出。覆盖 CLI、HTTP 服务等形态。
为什么值得看:它把「重写」这个高风险动作变成了可逐步验收的过程,而验收标准来自运行中的旧系统而不是人的记忆。这个模式可以迁移到任何「老系统迁新栈」的场景,包括 agent 工具链本身:先录基线,再让 agent 逐块替换,每步都有回归证据。
来源:GitHub · https://github.com/erkamyaman/rust-anything · 建仓 2026-11-16,星数 2026-11-22 快照
2. mdiri-ai/SoduWork:把 AI 对话变成团队请求,第二个 harness 换模型复核
6,704★ · 2026-10-29 建仓 · 11-22 仍在推送。做的事:把一次 AI 对话升级成一条团队请求——由第二个 harness、跑在另一个模型上复核这次工作,最后由请求人签字确认。多 harness、多 agent、可自托管。
为什么值得看:它是「单模型自评不可信」这个直觉的工程化版本,而且落点在流程而不是模型。可本地部署意味着可以把内部代码与数据留在自己机器上。要注意的是复核质量取决于第二个模型与被复核模型的相关性——同源模型互相复核的增益有限。
来源:GitHub · https://github.com/mdiri-ai/SoduWork · 建仓 2026-10-29,星数 2026-11-22 快照
3. elementalsouls/Claude-BugHunter:把 681 份已披露报告压成 82 个安全 skill
16,939★ · 2026-05-05 建仓 · 11-22 当天新增约 1,800★。一套给 Claude Code 用的漏洞挖掘 / 外部红队 skill 包:82 个 skill、15 个 slash command、681 条已披露报告的模式,覆盖 24 类核心漏洞,另附企业身份与基础设施攻击矩阵。
为什么值得看:它示范了「把公开披露的历史案例转成可执行的检查清单」这条路——价值不在 agent 能自动打洞,而在每一次代码审查都能对着真实发生过的漏洞类型过一遍。边界必须写清:只能用于已获授权的目标;agent 产出的漏洞描述只是假设,必须人工复现、留下可复现步骤才算数;把它当自动化攻击工具用既违规也会产出大量不可复现的噪声。
来源:GitHub · https://github.com/elementalsouls/Claude-BugHunter · 星数 2026-11-22 快照
⚠️ 待核实
- DeepSeek 持股比例存在两套口径:工商登记给出「宁波程恩 49.70% + 梁文锋个人 25.60%」(合计 75.30%),另有媒体测算「梁文锋直接及间接合计约 67.42%」。二者差 7.9 个百分点,差异来源(是否含一致行动人、是否按认缴/实缴、是否穿透杭州程策)无任何一方说明。缺:工商全量股东穿透表与各平台合伙协议。本期正文只写登记在册的两个数字。
- 黎曼证明的两项检查在官方页上仍未出结果:MIT Andrew Sutherland 的验证页(更新 2026-11-21 12:55 UTC)显示,Lean 默认与 paranoid 内核在完整导出文件上的重放、以及
lake comparator端到端两项标为 running,而联合声明称官方内核已查过。缺:逐项完成日志。本期以机构联合声明为准,不把 MIT 页的 running 写成失败。 - Google Agent Compute Engine 无一手页可读:
cloud.google.com/blog/...在本环境 curl 返回 code=000(两次不同路径均超时),全部技术细节经 InfoQ 转述。ACE 本身无启动时间、无价格、无密度数字,公告里的性能数字属于 Agent Substrate(外部分析者 Harel Asaf 指出)。缺:官方深潜文原文与定价页。 - 特朗普「巨额税」缺全部实施要件:无税率、无法律依据、无生效时间;本人承认宣布前未与白宫官员讨论;白宫记者会无可直链的官方文字实录。本期以 Reuters 电头的转述为准,不写任何税率数字。
- Dragos 研究的三家供应商未被具名,数字无独立复现:约 200 万条提示词、约 2000 条路由均为 Dragos 自述;OpenRouter 的处置通知未见公开链接,只有二手转述(下架 3 家、125 个端点移出 ZDR)。缺:OpenRouter 官方状态页/邮件原文、被点名供应商的公告(目前仅 Together AI 公开承认)。
本期淘汰记录
脚本判 DUP 7 条(第一轮)、第二轮 0 条;翻案 0 条
- 第一轮 7 条 DUP 全部为真淘汰,且都是「同一实体同一事件已报道」:
RadixArk/DaisyRose-27B(11-20 已收录,索引 L992)、Thinking Machines Inkling 2 Mini(11-21 已收录,L1012)、xerj-org/xerj(10-16 已收录,L269)、stablyai/orca(10-28 已收录,L520)、HKUDS/CLI-Anything(11-20 已收录,L1008)、sybil-solutions/inference-optimisation-skill(11-19 已收录,L984)、cursor/plugins(10-20 已收录,L329)。 - 无翻案。本期没有出现前几期那种「版本号被当成身份键」的误杀(本期候选里
v2.1.330、v5.24.0均未命中旧行),说明先把版本号从标题里挪到 URL 再跑预筛是有效的。
REVIEW 复核后淘汰 9 条(两轮共 25 条 REVIEW,均为实体弱键命中,即命中 Google / OpenAI / Anthropic / Microsoft / DeepSeek 这类高频实体而非同一事件;逐条读 related_rows 后保留 16 条、淘汰 9 条)
Gemini 4 Neon:索引 L963 已收录(11-19 期,首发 11-18),本期候选无新增数字 → 淘汰。ChatGPT Space:L1013 已收录(11-21 期,首发 11-20)→ 淘汰。Gemini Tasks 免费 + 代打电话:官方公告 11-17、Duplex 技术说明 11-20,均早于窗口且上期窗口内已覆盖 → 淘汰(时效不符)。Microsoft Aion Instruct 2.3B:Edge 博客与权重发布均为 11-19,早于窗口起点 → 淘汰(时效不符)。这条虽有价值(浏览器端 Prompt API origin trial),但按口径不补录,避免「补录」成为常态化逃逸口。OpenAI GPT-Live-1.1 / standby $0.02:changelog 日期 11-19,且 11-21 期已把它列入待核实 → 淘汰。Baseten bison-1 / groundhog-1:发布 11-20,早于窗口 → 淘汰。附带记一笔它暴露的问题:groundhog-1 至今没有 AA Decision Index 分数,bison-1 在 AA-Omniscience-Decision v1.1 只有 60 分(19 个模型里第 11),单一综合分「第一」会掩盖这种分项崩坏。NVIDIA Nemotron-Labs-Sigma:权重 11-20 放出,早于窗口 → 淘汰。字节 Axion 1.0:论文 v1 11-02 提交、11-11 修订,媒体 11-21 才报道,属典型「旧论文被当新发布」→ 淘汰(时效不符)。顺带纠正一处媒体误读:Axion 建在 Qwen 底座上(35B 起于 Qwen3.6,122B 起于 Qwen3.5),成就是后训练不是预训练。Perplexity Computer 浏览器扩展:11-21 仅有官方 X 帖(changelog 返回 403),且 Perplexity Computer 形态已于 11-05「Teammates」条目覆盖 → 淘汰(一手源不足 + 事件重叠)。
语义兜底淘汰 3 条
BIS 远程访问先进半导体临时最终规则:临时最终规则 11-16 发布、11-19 生效,91 FR 74970,内容是本期「特朗普出海税」的必要背景,但本身早于窗口 → 不单独立条,只在正文与趋势里作为背景引用(这是本期唯一一处「背景资料」用法,已显式标注日期)。Linger(前 DeepSeek-V1 作者 Tony Zhang 创业项目):仅见中文二手转述(量子位/腾讯新闻周报),官方站与仓库均未定位 → 淘汰,不进待核实(避免用待核实区堆线索)。RadixArk DaisyRose-27B(第二轮语义复核):首发 11-18,虽与 DUP 判定同向,但问题是时效而非去重,单独记一笔以免把「去重命中」与「窗口外」混为一谈。
另记:上期「待核实」的两条去向
GPT-Live-1.1 API:本期已核到 changelog 日期为 11-19,与「11-20 现身文档」的说法差一天,按 changelog 为准,事件本身落在窗口外(见上)。Anthropic 12-01 切换:本期未见任何官方新公告,维持待核实。
token 账:索引全量 304,574 字符 ≈ 112,805 token(1,024 数据行)→ 两轮预筛摘要合计 46,469 字符 ≈ 17.2K token,压缩 6.6×;41 条候选中 18 条 NEW 完全无需读索引,真正逐条读 related_rows 的只有 23 条。体检输出正常(数据行 1,024 / 问题 2 处,为已知的 L77、L87 摘要内含未转义 |,脚本已容错)。本期去重的实际收获不在「省了 token」,而在两处口径纠偏:一是把 Aion、Gemini Tasks、Axion 三条「看起来是今天」的发布挤回窗口外;二是把 DeepSeek 融资从「新事件」改判为「更新(首报 10-07)」,避免同一轮融资被写第三遍。
附录:来源
| 序号 | 板块 | 标题 | 发布方 | 链接 | 发布日期 | 数据截止日期 |
|---|---|---|---|---|---|---|
| 1 | 模型与产品 | Claude Code v2.1.330(easel / 企业控制台登录) | Anthropic(GitHub Releases) | https://github.com/anthropics/claude-code/releases/tag/v2.1.330 | 2026-11-20T22:32Z(HKT 11-21 06:32) | — |
| 2 | 模型与产品 | Qwen Code v0.28.3 | 阿里 Qwen(GitHub Releases) | https://github.com/QwenLM/qwen-code/releases/tag/v0.28.3 | 2026-11-21 | — |
| 3 | 模型与产品 | GitHub Enterprise Server 3.23 RC(补录 11-20) | GitHub Changelog | https://github.blog/changelog/2026-11-20-github-enterprise-server-3-23-release-candidate/ | 2026-11-20 | — |
| 4 | 模型与产品 | Combatting adversarial distillation(补录 11-20) | OpenAI | https://openai.com/index/combatting-adversarial-distillation/ | 2026-11-20 | 内部评估时点未披露 |
| 5 | 工程与架构 | Google 公布 Agent Compute Engine | InfoQ(转述 Google 深潜文) | https://www.infoq.com/news/2026/11/google-agent-compute-engine/ | 2026-11-22 | — |
| 6 | 工程与架构 | llama.cpp b12627(非因果批次单 ubatch) | ggml-org(PR #32713) | https://github.com/ggml-org/llama.cpp/releases/tag/b12627 | 2026-11-22T03:51Z | — |
| 7 | 工程与架构 | llama.cpp b12624(reasoning_effort=none) | ggml-org(PR #32763) | https://github.com/ggml-org/llama.cpp/releases/tag/b12624 | 2026-11-22T01:47Z | — |
| 8 | 工程与架构 | Transformers v5.24.0(含配图三) | Hugging Face(GitHub Releases) | https://github.com/huggingface/transformers/releases/tag/v5.24.0 | 2026-11-21T12:28Z | — |
| 9 | 工程与架构 | Cline v4.1.27 | Cline(GitHub Releases) | https://github.com/cline/cline/releases/tag/v4.1.27 | 2026-11-21 | — |
| 10 | 行业与发展 | 特朗普威胁对海外建数据中心征「巨额税」 | Reuters 电头(The Standard 转载) | https://www.thestandard.com.hk/world/article/349182/Trump-says-US-to-penalize-firms-building-data-centers-abroad | 2026-11-21(表态 11-20) | — |
| 11 | 行业与发展 | 同上(中文报道,含商务部规则背景) | 澎湃新闻(新浪转载) | https://finance.sina.com.cn/jjxw/2026-11-21/doc-iniznnye6739284.shtml | 2026-11-21 | — |
| 12 | 行业与发展 | DeepSeek 二轮融资工商变更(更新,首报 10-07) | 极目新闻(转引证券时报) | https://www.ctdsb.net/c1666_202611/2910112.html | 2026-11-22 | 工商变更 2026-11-17 |
| 13 | 行业与发展 | 同上(注册资本与持股变动) | 新浪财经(转头部财经) | https://finance.sina.com.cn/roll/2026-11-22/doc-inizqfin2952578.shtml | 2026-11-22 | 工商变更 2026-11-17 |
| 14 | 行业与发展 | AI supply chain security: canary tokens(含配图一) | Dragos | https://www.dragos.com/blog/ai-supply-chain-security-canary-tokens | 2026-11-19 | 实验期 2026-07 至 11 |
| 15 | 行业与发展 | OpenRouter 下架 3 家供应商 / 125 端点移出 ZDR | Zero Hunt(二手,一手通知未公开) | https://zerohunt.ai/blog/openrouter-zero-data-retention-prompt-leak | 2026-11-22 | — |
| 16 | 论文与开源 | CompAct-Bench(2611.25673) | arXiv | https://arxiv.org/abs/2611.25673 | v1 2026-11-19(公告 11-20) | — |
| 17 | 论文与开源 | Pandora's Toolbox(2611.25325) | arXiv | https://arxiv.org/abs/2611.25325 | v1 2026-11-19(公告 11-20) | — |
| 18 | 论文与开源 | Self-Replicating Language Models(2611.25839) | arXiv | https://arxiv.org/abs/2611.25839 | v1 2026-11-19(公告 11-20) | — |
| 19 | 论文与开源 | Validation-driven Deployment of LLM Inference Platforms(2611.25905) | arXiv | https://arxiv.org/abs/2611.25905 | v1 2026-11-19(公告 11-20) | — |
| 20 | 论文与开源 | AutoMaster / Skill-FT(2611.26510) | arXiv | https://arxiv.org/abs/2611.26510 | v1 2026-11-19(公告 11-20) | — |
| 21 | 值得关注的趋势 | Lean 与 Mathlib 联合认证黎曼猜想(含配图二) | Lean FRO / Mathlib Initiative | https://leanprover-community.github.io/blog/posts/riemann-hypothesis/ | 2026-11-21 13:55 UTC | 上游 MIT 验证页更新至 2026-11-21 12:55 UTC |
| 22 | 值得关注的趋势 | Masullo 纯人类 GRH 证明与 AI 挑错 | Ravi Vakil(个人博客) | https://math216.wordpress.com/2026/11/20/hurried-announcement-alessandro-masullo-grh/ | 2026-11-20 | — |
| 23 | 有趣的 AI 开源项目 | erkamyaman/rust-anything | GitHub | https://github.com/erkamyaman/rust-anything | 建仓 2026-11-16 | 星数 2026-11-22 |
| 24 | 有趣的 AI 开源项目 | mdiri-ai/SoduWork | GitHub | https://github.com/mdiri-ai/SoduWork | 建仓 2026-10-29 | 星数 2026-11-22 |
| 25 | 有趣的 AI 开源项目 | elementalsouls/Claude-BugHunter | GitHub | https://github.com/elementalsouls/Claude-BugHunter | 建仓 2026-05-05 | 星数 2026-11-22 |
| 26 | 背景资料(不计入当日新增) | BIS 远程访问先进半导体临时最终规则(91 FR 74970) | Federal Register / BIS | https://www.federalregister.gov/d/2026-24970 | 2026-11-16(生效 11-19) | — |
引用提醒:本表 26 行中,第 1–25 行对应正文 20 条条目与趋势节的 2 个独立来源(第 21、22 行),其中行业两条事件各并列两个出处(第 10/11 行、第 12/13 行);配图三、一、二分别由第 8、14、21 行支撑。第 26 行为唯一一条期限外背景资料,已在正文与淘汰记录中显式标注日期,不得当作 11-22 新闻引用。第 15 行为二手来源,OpenRouter 的官方通知未见公开链接。第 5 行所在的一手博文(cloud.google.com)在本环境不可达,所有 ACE 技术细节经 InfoQ 转述。论文 5 篇的「发布日期」为 v1 提交日,均早于本期窗口起点,为周末口径妥协,见第四节节首说明。