跳到正文

#Agent

今日 18 条
11月10日周二
  1. 人人都是产品经理49

    数字员工为何是AI Native组织的新流水线,天猫技术的协同层思考

    淘天集团天猫技术团队发文提出,数字员工的价值不在自主执行任务的执行层,而在对齐目标与上下文的协同层,其形态应是绑定业务单元、随时在线的PM角色,通过IM群、协作板和会议感知信息、拉齐上下文并派发任务,沉淀组织资产而非个人效率;作者判断执行层工具已相对成熟、短期红利在此,长期胜负手在协同层,文末提到天猫技术的数字员工实践NC(恩熙同学)。

    决策要点

    数字员工之争的实质不是再造更多执行角色,而是由谁承担人与AI之间的目标对齐和上下文串联,组织重构比工具选择更关键。

    • 影响执行层工具繁多且趋于成熟,企业的现实命题是收敛与复用;协同层缺位说明组织瓶颈在人和人、段和段的衔接处;个人数字分身只提升个人效率,解决不了组织级瓶颈。
    • 参考可考虑先为各业务单元划清协同边界,再评估现有工作流能否跨团队沉淀复用;值得盘点内部正在分散建设的执行层Harness与知识库,算出收敛空间。
  2. 人人都是产品经理56

    字节 TRAE 宝实测:从编程工具走向个人助理

    字节 10 月 29 日在 AI 编程产品 TRAE 上线个人助理「TRAE 宝」,采用全局助理统筹派活、项目助理独立会话执行汇报的两层结构,支持绑定飞书和微信远程提需求,任务执行目前仍依赖本地电脑。

    决策要点

    TRAE 宝实测更像能落地的项目管家而非一键成品,字节把编程工具竞争从单次代码生成转向任务管理与本地记忆沉淀,用户边界从程序员扩向普通人。

    • 影响编程工具的选型标准正从代码质量扩展到任务协调与上下文沉淀;不会写代码的业务人员也能借它自建小工具,工具与数据的内部治理问题随之增加;常态化计费未公布,现阶段使用成本口径不稳定。
    • 参考可考虑让业务和技术人员各选一个真实小需求做对比试点,记录来回打磨轮次与产物质量再决定取舍;值得盘点业务侧现有自建脚本与工具清单,明确本地记忆和数据的存放与权限边界。
  3. 人人都是产品经理31

    开源项目「江山时序」把 2400 年中国史做成可拖动时间轴的交互地图

    开源项目「江山时序」把公元前 403 年至当代共 18 个历史时期、164 幅疆域快照做成可拖动时间轴的纯前端交互地图,点城可查跨十八朝建制沿革,内置七条历史人物行迹专题与 20 座雄关详解。

    决策要点

    这篇文章的实质是一份可复用的 AI 加结构化数据接口范本,大模型只输出语义参数,确定性引擎负责渲染与计算。

    • 影响构建涉及地图或结构化数据的 AI 功能时,双参数协议可压低模型幻觉与坐标算错的风险;GPL-3.0 与学术数据的授权边界构成商用二次开发的硬约束;个人与 AI 协作两周半交付也提示小型工具的开发成本在下降。
    • 参考可考虑在 AI 功能设计时先划清模型输出与确定性引擎的分工;值得在复用项目前核对 GPL-3.0 与数据集原始条款;也可参照其 MCP 配置与 Skill 打包方式规划内部工具的 Agent 接入。
  4. 人人都是产品经理31

    如何让 AI 帮自己投简历?作者开源自动投递全链路

    作者离职后用 AI 搭建自动投简历链路,每天定时在 XX直聘 自动投递,累计发出大几百份,并将项目开源。链路分两步,AI 先读取并优化简历,也可用述职报告提炼生成新简历,再按城市、方向、薪资筛选匹配的 JD 并点「立即沟通」。

    决策要点

    求职者把 AI 智能体用在简历投递上,招聘流程的第一触点正在从人工点沟通转向机器代发。

    • 影响招聘端首轮触达的简历量和甄别成本会上升;求职竞争的比拼点从筛 JD 前移到沟通与面试环节;在职员工拿述职材料喂第三方 AI 生成简历,存在业务数据外流风险。
    • 参考招聘团队可考虑在首触环节加入结构化问题或附件简历要求,把甄别点移到 AI 难代答的部分;HR 也值得提醒员工,述职材料含业务数据,交给外部 AI 前先脱敏。
  5. 人人都是产品经理60

    端到端加密挡不住AI,Signal总裁谈个人智能体时代的隐私难题

    Signal总裁Meredith Whittaker在《Machine Gods》播客中警告,获得操作系统级权限的AI助手可截屏、读数据,甚至提取受端到端加密保护的聊天内容,独立应用提供隐私保护的可能性正被彻底消除。

    决策要点

    端到端加密保护的是传输链路,系统级权限的AI助手从终端绕过了这层防线,隐私风险正从个人选择问题变成系统性问题。

    • 影响员工设备上的AI助手可能在本人不知情时截屏上传商务沟通内容;企业部署代办类智能体时,越权承诺与信息披露会直接损害客户关系;即使己方不授权,合作方授权后双方往来数据也会流入AI。
    • 参考可考虑盘点员工设备上已安装的AI助手及其权限,重点核查截屏、完全磁盘访问和消息连接器;试点代办型智能体时,先限定其可自主承诺的报价与对外披露范围。
  6. 36氪·AI26

    OpenAI 开卖 Codex 联名复古游戏掌机,网友却在催更 GPT-6.2

    OpenAI 旗下周边商店 Supply Co. 正式上架与 ModRetro 联名的 Codex Edition 复古游戏掌机,售价 200 美元,面向美国、加拿大、日本、欧盟等地区配送。

    决策要点

    OpenAI 借复古掌机把 Codex 从开发工具推向消费场景,AI 编程的产出从屏幕延伸到实体卡带。

    • 影响AI 编程工具的落地场景正从软件开发扩展到消费硬件,Codex 开始面向普通用户而非仅开发者营销;企业可借这类工具低成本生产定制内容,但文章也指出关卡设计、玩法平衡、美术风格仍需人工持续调整。
    • 参考可考虑拆解这套自然语言生成 ROM 再写入卡带的流程,评估品牌周边、教具或活动奖励场景能否复用;有 Agent 应用的团队也值得参考其桌面插件做法,把功能拆成可调用入口。
  7. 人人都是产品经理68

    实测 Claude Fable 5.2:审美与细节表现突出,额度消耗也高

    Anthropic 凌晨正式发布 Claude Fable 5.2,已全渠道上线,20 美元 Pro 会员限一周临时使用,官方定价较 5.1 整体降 20%,每百万 Token 输入 8 美元、输出 40 美元。

    决策要点

    Anthropic 用降价 20% 和减少误拦截降低了旗舰模型的使用门槛,但作者实测的高额度消耗表明它仍更适合按需承担高难度任务。

    • 影响输入 8 美元、输出 40 美元每百万 Token 的新定价让重度使用成本下降;Pro 一周试用和 Ultra 额度重置提供了低成本验证窗口;作者实测 10 个任务耗掉 24% 额度,长任务场景的成本要按任务分级核算。
    • 参考可考虑在 Pro 试用窗口内选一个视频动效或 3D 前端场景做单次直出对比,记录耗时和额度消耗;值得按作者思路盘点团队的模型分工清单,把旗舰模型留给诊断规划和指挥调度。
  8. AdExchanger55

    The Trade Desk Q3 营收同比微降利润大跌,增长押注智能体平台与海外市场

    The Trade Desk 公布 Q3 财报,营收 $736 million,略低于一年前的 $739 million,利润从 $116 million 降至 $38 million。

    决策要点

    程序化广告的采买决策权正从一线执行层上移到企业高管与采购部门,The Trade Desk 增长停顿后把产品与增长重心转向智能体平台和海外市场。

    • 影响买方层级上移后,品牌方的采购与财务部门会更严格审视程序化平台的费用与透明度;官方称建活动耗时平均降 9%,投放团队的人效与流程可据此重估;增长机会正向亚太及医疗健康等行业倾斜。
    • 参考可考虑在程序化预算评审中引入采购与财务视角,先算清各平台费用与透明度敞口;值得在 The Trade Desk 智能体平台 beta 阶段小范围试点,记录建活动耗时与质量变化;出海或医疗预算可评估亚太投放空间。
  9. 钛媒体40

    DeepSeek大肥鱼智能体走红B站,AI正变成可执行IP

    DeepSeek驱动的智能体以“蓝色大肥鱼”鲸鱼娘形象涌入B站评论区,程序员鱼皮为此开发插件将这些AI评论从本地浏览器隐藏。现象背后是8月开源的Agent运行环境DeepSeek Harness和开发者插件,11月2日DeepSeek Harness官方账号入驻B站,首条视频24小时播放超211万、单日涨粉40万。

    决策要点

    AI产品开始用拟人化角色降低使用门槛,用户自发驱动的Agent规模化活动也带来社区秩序与权限边界的新问题。

    • 影响AI产品竞争在能力之外增加亲近感维度,角色化外壳可帮普通用户跨过Agent使用门槛;Agent自主进入公共社区会引发用户反感,工具与数据权限过宽会带来安全暴露。
    • 参考可考虑为面向普通用户的AI产品补充角色化界面,降低理解门槛;在让Agent自主执行任务前,值得先按最小权限原则限定其可读数据与可用工具,并设计用户随时可限制和撤回权限的机制。
  10. 36氪·AI63

    阿里、腾讯、华为等六家大厂竞逐AI办公,2027年胜负取决于交付力

    国内头部大厂正密集加码AI办公,节点财经判断2027年它将成为最激烈的应用竞争战场之一,竞争焦点从单点功能转向完整工作流。

    决策要点

    AI办公竞争的实质已从模型能力比拼转向企业工作流入口之争,各家沿自身生态切入,胜负取决于Agent在企业内的交付力而非功能数量。

    • 影响企业选型AI办公面临路线分化,沟通入口、协同平台、终端系统、知识生态各成一路,需按自身工作场景匹配;AI要进入业务流程,权限管理、数据安全与ERP等系统对接成为前置条件;若Agent稳定接管流程,岗位分工与流程设计需要重新评估。
    • 参考可考虑先列出企业高频办公场景清单,区分沟通入口型、协同平台型、终端型产品分别试点并记录耗时对比;值得提前盘点ERP、CRM等业务系统接口,把数据权限与审计要求写入采购条件。
  11. IT之家·人工智能35

    OpenAI 部署控制室系统,可在 35 秒内叫停失控 AI 智能体

    OpenAI 宣布已在内部研究设施部署控制室系统,用于停止可能存在风险的 AI 任务,从收到停止指令到阻断任务继续的最长延迟为 35 秒。研究员启用任务时需向控制室申请唯一任务 ID,推理引擎输出前会确认任务可否运行,接到停止指令后系统会拒绝下一次推理请求。OpenAI 称延迟源于推理授权请求的缓存层并正努力缩短至 0,所有前沿强化学习任务均配备独立模型监控器,发现潜在问题会发出警报。

    决策要点

    OpenAI 把风险控制从标记可疑行为前移到推理链路内的授权关卡,智能体任务能否继续改由中央服务裁决。

    • 影响前沿实验室已把智能体失控当作需要架构级处理的运营风险;企业自建智能体流程同样面临失控后的止损问题;在请求链路加授权关卡会引入延迟与可用性上的额外权衡。
    • 参考可考虑为智能体试点设计任务 ID 与停止指令的演练流程;值得盘点现有智能体应用是否有统一中止入口;先测算在推理链路加鉴权层对延迟的影响。
  12. IT之家·人工智能27

    腾讯 AI 游戏陪伴 Agent“鹅次元”开启内测,可看懂游戏画面实时陪聊

    腾讯旗下 AI 游戏陪伴 Agent“鹅次元”于 11 月 10 日开启内测,面向 PC 玩家提供拟人化 AI 陪伴和实时语音互动。该产品主打游戏场景实时陪伴,AI 能看到用户游戏画面并根据画面信息与人互动,玩家遇到不懂的内容可随时提问;支持 PC / 手机 QQ 陪伴聊天,桌宠、一键更换壁纸、嘴替 / 变声等功能即将上线。

    决策要点

    腾讯将 Agent 从生产力工具转向 C 端游戏陪伴场景,以画面理解和 QQ 生态切入玩家时长与情感粘性。

    • 影响游戏陪伴功能可能成为大厂争夺玩家时长的方向,陪玩和游戏社区类业务将面对平台级对手;画面理解加实时语音在 C 端产品落地,陪伴型 Agent 的技术门槛在下降。
    • 参考游戏、社区或陪玩相关团队可考虑申请内测,实测其画面互动和语音能力对自家用户留存的影响;值得先盘点现有陪伴型服务与 QQ 生态的重合面。
  13. 人人都是产品经理41

    DeepSeek Harness 日活超 150 万,作者拆解插件生态三条开发机会

    DeepSeek Harness 官方推文公布日活超 150 万、用户每天消耗 92 万亿 Token、人均每天约 6000 万,官方称第三方插件约 3.5 万个、约 60% 活跃用户制作或安装过至少一款插件,且统计不含第三方 Token Plan 用户。

    决策要点

    插件生态的爆发说明 Agent 竞争焦点正从模型能力转向可定制性,企业定制 Agent 的门槛被压到会话内即可完成。

    • 影响通用与办公 Agent 的落地卡点在定制化,插件架构让企业自有看板和随时加功能成为可选项;负责落地的产研需要补齐 Harness、Tool Use 等底层认知,能力要求上移;作者判断年底前后是革新窗口,插件生态位存在先占机会。
    • 参考可考虑先让产研试用 DeepSeek Harness,选一个内部看板或知识查询场景做成插件试点并记录耗时;值得盘点现有办公 Agent 采购中哪些定制需求可改走插件路线。
  14. 量子位63

    千问办公2.0主打Team Agent协作,量子位实测编辑部日常工作流

    千问办公发布2.0版本,是公测三个月以来最大的一次升级,官方将产品定位为Team Agent,主打支持多人与Agent协作的「协作」功能,并上线人机共创、自动任务、资料空间和三端互联等能力。

    决策要点

    办公Agent正从个人助手转向融入群聊与工作流的Team Agent,团队层面的信息汇总和任务跟进开始可以交给AI协调。

    • 影响信息分散在多个群、需反复汇总的岗位可减少来回翻群和手动搬运;把群聊和资料授权给协作空间后,工作沟通进入AI可读范围,数据边界和权限需先划清;群聊事件可直接触发自动任务,客服、销售、门店等场景可按规则先行处理。
    • 参考可考虑选一个跨多群推进的项目做试点,记录Agent汇总信息与人工翻群记录的耗时对比;值得先盘点团队中重复做跨群信息收集和表格回填的岗位;接入前先划定可授权的群聊和资料范围,以及自动回复的触发规则。
  15. 人人都是产品经理51

    实测 ChatCut 2.0 加 Claude Code 复刻猫子柒风格 AI 短片,附全流程教程与提示词

    作者用 ChatCut 2.0 接入 Claude Code 复刻猫子柒风格的猫咪田园手作短视频,三期 30 秒竖屏成片共花 55.45 积分,生成环节不到 10 分钟,全部由 Seedance 一次出片。

    决策要点

    AI 短视频的生产门槛正从会不会用工具转向有没有好剧情,Agent 遥控的一站式工作台把多平台流程收进一条线。

    • 影响萌宠或治愈类内容账号可用几十积分级成本先小批量测选题,验证后再用高价模型重制;制作执行被工具收敛后,比拼重点转向剧情创意与账号运营;生成前报价确认机制让单条成本可预算。
    • 参考可考虑先用 mini 档连出数期测数据,跑出爆款再用高价版本重做;值得把定妆图和场景图存入资产库按名复用;在多个网站间倒腾素材的团队可先对比一站式流程的耗时与积分支出。
  16. 人人都是产品经理49

    用 WorkBuddy 把公众号文章做成 SVG 互动动画的实操教程

    作者马佳彬做了一个 WorkBuddy 的 Skill(安装包 dl.97444.cn/wechat-svg-motion.zip,托管在腾讯云 Edgeone),搭配限时免费的腾讯 Hy4 模型,可把一篇普通文章生成微信公众号 SVG 动画内容。

    决策要点

    公众号 SVG 互动动画从需要懂代码的专业制作,变成运营借助 Agent Skill 能自助完成的内容工作。

    • 影响公众号互动动画的制作门槛降到运营可自助尝试的程度,活动推广类内容可以低成本加入交互;但该 Skill 模板有限,深度定制仍要靠反复对话和换模型调整。
    • 参考有公众号运营的团队可考虑挑一篇活动推文试跑全流程,记录自产耗时;值得对比外部 SVG 制作团队的报价,判断这类交互内容自产是否划算。
  17. 爱范儿22

    OpenAI 开卖 Codex 联名游戏掌机,网友却在催更 GPT-6.2

    OpenAI 周边商店 Supply Co. 上架与复古游戏硬件厂商 ModRetro 联名的掌机 ModRetro Chromatic Codex Edition,售价 200 美元(约合人民币 1344 元),面向美国、日本、英国及欧盟等地配送,暂不支持中国大陆直邮。

    决策要点

    OpenAI 借一台复古掌机把 Codex 从开发者工具推向普通消费者,硬件是载体,AI 生成游戏的完整链路才是主角。

    • 影响AI 编程工具正从软件开发延伸到实体消费硬件,自然语言生成可运行作品的流程有了端到端样板;对做开发者生态或品牌联名的企业,工具加周边是可参考的能力展示打法;产品不对中国大陆直邮,硬件体验的独立评价一般,跟进入门有额外成本。
    • 参考可考虑先在浏览器试玩官方展示页的 FlapGPT 等作品,检验这类自然语言生成工作流的实际质量;值得把插件加 GB Studio 的流程当作内部非技术人员做小工具的参考,再结合代购成本决定是否入手硬件。
  18. 钛媒体62

    千问办公1分钱月卡进李佳琦直播间,半小时卖出近10万份

    11月2日晚千问办公CEO陈宇森在李佳琦直播间以1分钱发售原价28元的个人基础版月卡,半小时售出近10万份,对应约2万亿Token额度。近两个月智谱入驻天猫、天猫上线AI空间站、京东将Token包与电脑合约机捆绑销售、豆包工作在抖音常态化自播,面向C端的Token商品化包装逐渐完整。

    决策要点

    大模型竞争的瓶颈正从模型能力转向分发渠道,Token被包装成标准电商商品后,货架话语权成为新的争夺点。

    • 影响企业侧AI订阅走向明码标价的标准化货架,比价与采购门槛下降;依赖驻场陪跑的AI服务交付成本攀升,供应商模式承压;试用价只是获客入口,长期支出要看常规价续费与真实Token消耗。
    • 参考可考虑把团队常用AI任务按积分或Token折算出月消耗,再对比各订阅档位与真实工作量;采购驻场型AI服务时,值得把需求沉淀进产品和可自助维护写成合同条款。
  19. 钛媒体43

    OpenAI 个人 Agent Dot 支持读取邮箱验证码替用户自动登录

    OpenAI 产品团队成员 James Sun 于 11 月 8 日宣布,个人 Agent 产品 Dot 可读取发到已连接邮箱的登录验证码替用户完成登录,用户可选单次或持续授权。

    决策要点

    验证码代填打通后,个人 Agent 补上了端到端任务中最常见的人工接管点,厂商竞争焦点正转向授权边界与隐私尺度。

    • 影响邮箱授权意味着验证码之外的账单和工作邮件也会进入 AI 可见范围,数据边界要先划清;厂商瞄准的采购录入、财务对账、老软件操作提示了内部流程自动化空间;留存数据下滑说明尝鲜热度尚未转化为稳定使用。
    • 参考可考虑先盘点对账、录入、调研等流程中哪些适合交给个人 Agent 试用并记录人工接管次数;授权邮箱前值得明确授权范围与敏感邮件处理规则,也可参考 Muse 经 1Password 代填、AI 不见凭证的做法。
  20. IT之家·人工智能66

    Meta 推出轻量级 AI 模型 Muse Ember,跑分媲美 Claude Haiku 5.5,单任务成本仅 1/3

    Meta 发布迄今最小的轻量级模型 Muse Ember,官方称其在 Artificial Analysis 排行榜表现媲美 Claude Haiku 5.5,单任务成本仅 1/3,并在多项测试中超过 GPT-6 Luna。

    决策要点

    Meta 以小模型加低价切入智能体工作负载,把智能体选型的比较基准从模型能力转向单任务成本。

    • 影响智能体高频任务的单位成本有了新的低参照价,用量预算和供应商报价可据此重算;跑分出自官方引用榜单,替换前应在自有场景实测;模型同时在 Google Cloud 与 Oracle Cloud 提供,接入和多云部署门槛较低。
    • 参考可考虑列出高频重复的智能体任务清单,按每百万 Token 输入 0.10 美元、输出 0.50 美元测算与现用模型的成本差;值得在自有业务流上做小规模对比实测,再决定替换范围。
  21. 36氪·AI71

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,官方称30小时完成费马大定理形式化验证

    Anthropic发布Claude Fable 5.2与Claude Mythos 5.2双模型,官方口径登顶AA Intelligence Index v5(65分)并超越Opus 5.5,ARC-AGI 3得分81%。

    决策要点

    这次发布的实质是把同一底层模型按安全限制拆成大众版与解禁版,用智能体集群的长程任务作为旗舰卖点。

    • 影响编码与科研类长程任务或可交由智能体集群试跑;输入8美元输出40美元每百万Tokens的定价决定其更适合高价值难题;Mythos解除生物与网络安全限制,选型时需区分两条产品线的合规边界。
    • 参考可考虑先选一个边界清晰的长程任务做小规模对照试点,记录人工与智能体集群的耗时和算力成本;值得按任务难度分层,把日常负载留在中端模型,只为高价值难题预算旗舰调用量。
  22. OpenRouter:Blog(Announcements)64

    OpenRouter 教程:如何用 Python 搭建语音 AI 智能体

    OpenRouter 发布用 Python 搭建语音 AI 智能体的教程,以餐厅电话订座为例走通语音转文字、LLM 工具调用与语音合成的完整链路,三个环节都通过一个 OpenRouter API key 完成。

    决策要点

    语音智能体的搭建门槛已降到用公开 API 拼装的程度,真正的约束转向时延编排与以语音合成为主的成本结构。

    • 影响预订、客服等电话场景可按每分钟处理语音约 $0.013 至 $0.025 的量级先做验证;成本大头在文本转语音而非 LLM;每次工具调用约多一秒时延,真实后端须确认操作成功再告知客户。
    • 参考可以先用真实业务录音测试入围的语音转文字与语音合成模型,并在自身应用里测含网络与播放的端到端响应时间;试点时控制口语回复长度,比省 LLM token 对成本影响更大;接真实预订后端时确认操作成功再回复客户。
  23. OpenRouter:Blog(Announcements)59

    OpenRouter 教程:如何从任意 LLM 获取结构化输出(JSON Schema、工具调用或决策模型)

    OpenRouter 发布教程,讲解从任意 LLM 获取可靠结构化输出的三条路线,按模型 endpoint 支持情况在严格 JSON Schema、强制工具调用和 Jev 决策模型之间选择。

    决策要点

    结构化输出是否可靠由具体 endpoint 决定而非模型名,多模型接入的真正工作量在按能力选路线和保留本地校验。

    • 影响跨模型应用不能假定 Schema 在所有供应商生效,同一模型换路由结果会不同;只要求合法 JSON 的 JSON 模式实测 216 次全对,说明可在约束强度与稳定性间取舍;纯标签分类改用决策模型在该测试中成本约为 GPT-6 Luna 的一半。
    • 参考可考虑给 provider 加 require_parameters 并设为 true,让不支持的请求显式报错以便切换模型;值得为每条回复保留 jsonschema 校验,可选字段写成必填加 null 类型;纯分类需求可试 Jev,先用自有数据测准确率和成本。
  24. 36氪·AI50

    李飞飞对话 Jeff Dean:AI 能加速科学,但不会无限加速

    在斯坦福 HAI 闭幕主题演讲的对谈中,Jeff Dean 向李飞飞介绍了他离开 Google 后参与创立的公益性公司 Discovery Loop,使命是构建能自动提出、运行并评估实验的 AI 系统,联合创始人包括 Quoc Le、Sanjay Ghemawat 和 Oriol Vinyals。

    决策要点

    Jeff Dean 押注的方向是把科研实验循环工程化,让少量领域专家借助自动实验系统解决大问题,并给无限加速论划定物理边界。

    • 影响科研密集型企业多了一个自动化实验循环的现实样本;研发投入规划不应按无限加速的叙事做假设;AI 对就业的广泛冲击被列为最担心的问题,组织与岗位安排需要提前考虑。
    • 参考可考虑盘点自身业务中已完全数字化的迭代或实验流程,评估用 agent 缩短迭代周期的试点场景;制定技术预算时,值得对模型能力提升速度保留多种假设而非单曲线外推。
  25. IT之家·人工智能72

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,API 调用费下降 20%,演示 8 天从零构建操作系统

    Anthropic 于 11 月 9 日发布 Claude Fable 5.2 与 Claude Mythos 5.2,两款模型基于同一底层模型,前者面向普通用户并内置网络安全与生物安全防护,后者面向通过审核的网络安全和生命科学机构,用于高风险专业应用。

    决策要点

    同源拆成双版本加 20% 降价,表明 Anthropic 在以价格推动普及,同时把高风险专业用途隔离进审核制通道。

    • 影响API 输入输出降价 20% 直接压低存量应用的调用成本;快速模式提速但收费更高,延迟敏感场景可重新核算账;网络安全和生物类任务改走审核制版本,相关企业要多预留一道申请周期。
    • 参考可考虑按现有用量先算出换用 5.2 后的百万词元成本差;值得选一个长周期多步骤任务做小规模智能体编排试点;涉及网络安全或生物数据的团队可提前了解 Cyber 或 Life Sciences 验证计划的申请条件。
  26. 爱范儿82

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,API 价格降低 20%

    Anthropic 正式发布 Claude Fable 5.2 与 Mythos 5.2 两款旗舰模型,已于今天上线 Claude 平台及 AWS、Google Cloud、Microsoft Azure,标准 API 价格降低约 20%,每百万输入 Token 8 美元、输出 40 美元。

    决策要点

    这次发布的实质是能力冲刺与主动设限并行,Anthropic 在筹备 IPO 的节点强化编程与科研能力,同时主动压制模型加速下一代 AI 研发的能力。

    • 影响编程与科研团队的模型选型和预算需要重算,标准 API 价格降 20%,但最强推理单任务成本约为 Opus 5.5 的 2.6 倍;官方主动限制 AI 研发类任务能力,自研 AI 团队不能默认沿用上一代的能力预期;限时体验持续到 11 月 16 日,存在低成本验证的窗口。
    • 参考可考虑在 11 月 16 日前用限时额度安排一次编程或科研基准任务对比,记录单任务成本与成功率;值得先测算高频任务在标准模式与 Fast Mode 之间的价格差,再决定日常负载是否迁移。
  27. 量子位48

    中山大学本科生推出反AI逆向工具BLA,逆向AI的Token消耗达原来的300-2800倍

    中山大学本科生Timo Zhang推出BLA项目,对抗上线一周获10万+星的AI逆向开源项目REA,作者实测称加固后逆向AI的Token消耗约为原来的300-2800倍。

    决策要点

    AI逆向工具流行后,代码保护出现了主动抬高攻击方Token成本的对抗思路,这类加固能消耗对手预算、制造误判,但并非无法绕过。

    • 影响开源工具可直接用于抬高AI逆向攻击方的Token成本与报错率,为软件资产增加一道防线;代价是包体积明显增大,且存在分析器上限可调、部分场景未被阻断等绕过空间。
    • 参考可考虑选一个对外分发的客户端样本,用BLA做加固前后对照测试,记录Token消耗与包体积变化;值得先算清自家软件被AI逆向的实际暴露面,再决定加固范围。
  28. The Decoder:AI News77

    Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2,IPO 前重夺 AI 性能领先

    Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2 两款同底座模型,在 IPO 前重新夺回 AI 性能领先,日常使用仍推荐 Claude Opus 5.5。

    决策要点

    Anthropic 在 IPO 前以双版本策略重夺榜首,独立榜单领先成立,但顶级能力伴随明显的单任务溢价和安全分级门槛。

    • 影响单任务成本约为 Opus 5.5 的 2.6 倍,高端场景预算需按任务而非 token 单价测算;公开版 Fable 屏蔽渗透测试等安全任务,相关业务要走 Mythos 的组织审核通道;输出提速与 token 用量下降可部分对冲溢价。
    • 参考可考虑先挑科研自动化、形式化验证等高价值任务试点,按单任务成本与 Opus 5.5 对比测算预算;有漏洞研究或渗透测试需求的团队可评估 Mythos 5.2 验证计划的申请门槛。
  29. The Decoder:AI News65

    Meta 发布小模型 Muse Ember,主打智能体重复性任务

    Meta 发布迄今最小的模型 Muse Ember,面向智能体的工具调用、编码小任务、请求路由、数据提取和长文档处理等日常任务,支持文本、图像、音频、视频并单次可处理最多 100 万 token。

    决策要点

    Meta 以小模型主打智能体重复任务的每美元性价比,模型选型竞争焦点正从峰值能力转向单位任务成本。

    • 影响智能体常规任务的成本基准有了更低的参照,跑量型场景可按每任务成本重算预算;编码类智能体任务按独立测试仍有能力差距,选型需按任务类型分开处理。
    • 参考可考虑把现有智能体流程按任务类型拆分,对路由、提取类环节单独测算换用低成本小模型的成本差;试点时记录每任务成本与失败率,编码环节保留大模型或做混合路由。
  30. One Useful Thing(Ethan Mollick)68

    沃顿教授实测 Claude Fable 5.2,判断其为接近 AGI 的锯齿状智能

    沃顿教授 Ethan Mollick 提前实测 Anthropic 新模型 Claude Fable 5.2,判断其为接近 AGI 的锯齿状智能,多数数字任务达到人类专家水平。

    决策要点

    前沿模型在纯数字任务上逼近 AGI 门槛,瓶颈从事实错误转向品味与自我判断,人的启动和纠偏仍不可少。

    • 影响文档、研究、代码类数字工作的人力成本可能明显下降,原文案例中数月的工作不到 1 小时人工推进到可用;但质量判断和方向纠偏仍依赖人,无人监督的多智能体协作会自建冗余规则、重复劳动。
    • 参考可考虑选一两项纯数字任务试点,并把人工审核点写进流程;给智能体的指令要写明品味和长度标准,避免只下达模糊要求;智能体协作项目值得定期检查是否产生冗余规则。
  31. The Verge · AI68

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型

    Anthropic 发布 Claude Fable 5.2 和 Claude Mythos 5.2 两款新模型,官方称其在编码、推理和视觉上有提升,输出速度快于 5.1 版本。

    决策要点

    Anthropic 以真实工程和科研任务作为新模型的核心卖点,能力叙事从跑分基准转向最难场景的交付。

    • 影响软件迁移、长期项目和智能体协作被官方列为强项,做技术选型的团队可将其纳入候选;但全部性能说法出自官方,采购依据暂不充分;Mythos 5.2 初期限定准入,各团队接入节奏会不同步。
    • 参考可考虑选一项搁置已久的软件迁移或长周期工程任务做试点,与 5.1 对比实测速度和质量;值得先确认所在组织是否符合 Mythos 5.2 的审核准入条件。
  32. TechCrunch · AI62

    Meta 发布轻量模型 Muse Ember,面向智能体执行场景

    Meta 超级智能实验室周一发布迄今最轻量、成本最低的模型 Muse Ember,定位智能体全天重复的执行工作,如工具调用、编码子任务、路由、信息抽取和长文档解析。

    决策要点

    Meta 把竞争焦点放在智能体执行环节的单位任务成本上,用轻量模型承接大模型定好的批量任务。

    • 影响智能体执行类任务的单次成本有望下降,客服、文档处理等高频场景预算压力减轻;大小模型分工架构成为可参考的部署方式;小模型价格竞争也给模型采购议价留出空间。
    • 参考可考虑把客服、文档解析等批量环节按单任务成本重新估价,对比 Ember 与现有方案的报价;值得评估大模型定规则、小模型跑量的分工是否适配现有智能体流程。
11月9日周一
  1. IT之家·人工智能56

    美团龙猫开源 LongCat-2.5 模型:总参数 1.6 万亿,支持百万上下文

    美团龙猫 11 月 2 日发布面向长程智能体任务的原生多模态模型 LongCat-2.5,并于 11 月 9 日宣布正式开源,采用 MIT 协议,支持商用推理部署与二次训练,无需额外授权。

    决策要点

    美团把万亿参数级多模态模型以 MIT 协议开源,企业免授权商用部署的可选清单延伸到长程智能体场景。

    • 影响需要长上下文或视觉编码能力的企业多了一个可自托管、可商用的开源选项;针对国产算力芯片的适配优化或可降低私有化部署的门槛;能力数字目前只有官方口径,缺独立评测参照。
    • 参考可考虑在长文档分析、复杂代码库开发等场景做小规模自托管对比测试;值得先盘点现有国产算力资源与 W4A4 推理方案的适配成本,再决定是否纳入候选。
  2. TechCrunch · AI46

    WordPress 母公司 Automattic 推出 Spacefast 平台,部署 vibe coding 生成的网站和应用

    Automattic(WordPress.com 母公司)推出 Spacefast 平台,用于部署用 vibe coding(AI 对话生成代码)方式制作的网站和应用,提供数据库、身份验证、文件上传、邮件和分析等基础设施,可接入 ChatGPT、Claude、Cursor 等智能体,或直接连接 Git 仓库。

    决策要点

    AI 生成应用的竞争正从生成环节延伸到部署托管环节,老牌建站厂商正把存量基础设施转接给新一代的 AI 建站需求。

    • 影响营销等业务团队用 Lovable 之类工具自建落地页会更普遍,IT 体系外的散乱站点和应用随之增多;依赖传统建站与搜索流量的业务,继续承受 AI 聊天机器人和摘要分流网站流量的压力。
    • 参考可先盘点营销和业务部门在 Lovable 等工具上自建的落地页和小应用清单,评估是否统一托管与治理;有内部原型或活动页需求的团队,值得把这类部署平台与现有建站方案做一次成本对比。
  3. SaaStr59

    Ada 以 4.3 亿美元全股票并入 Dialpad,这算一次真正的退出吗

    企业 AI 客服公司 Ada 本周与老牌客服厂商 Dialpad 达成全股票合并,整体估值约 6 亿加元(约 4.3 亿美元),远低于其疫情期 12 亿美元的估值。

    决策要点

    私对私全股票合并的头条估值并非真实退出,4.3 亿美元要等 Dialpad 融资、上市或被收购时才能兑现

    • 影响AI 正推动 2021 年估值期的 B2B 公司整合,同类换股并购预计增多;卖方股东拿不到现金,基金 DPI 与员工股票价值都悬于买方下一轮融资或上市;Ada 客户将被并入 Dialpad 的自主语音与文字 agent 平台路线
    • 参考可考虑在换股谈判中争取 10% 到 20% 现金、交割时的老股出售或按收入倍数设定兑换比例;值得先算清买方股票的现价,比如要求最新 409A 估值或近期 secondary 成交价
  4. 36氪·AI61

    Anthropic 公开 Claude 做梦机制,AI 睡一觉学会通关宝可梦

    Anthropic 公开 Claude 的做梦(Dreaming)记忆机制,让模型在会话空闲时用后台算力复核经历、纠正错误记忆,把零散信息整理成可跨会话复用的知识。

    决策要点

    Anthropic 的做梦机制把 Agent 长期记忆变成需要持续投入算力维护的资产,Agent 落地瓶颈正从推理能力转向记忆管理与维护成本。

    • 影响对长任务与跨文档场景,离线记忆整理能带来明显得分提升和约 2 万 Token 的单题节省;但整理本身消耗算力,知识库越复杂维护越重;并发编辑丢数据与摘要膨胀提示需要配套的数据治理预案。
    • 参考可考虑让试点 Agent 把记忆拆成原始日志、要点笔记和索引三层,把整理放到空闲时段批量执行;值得给共享知识库设体积上限和并发写规则,先算出整理耗时与 Token 节省这笔账再定投入。
  5. 36氪·AI56

    端到端加密也挡不住 AI?Personal Agent 时代的隐私难题

    Machine Gods 节目 10 月 28 日一期中,Signal 高管 Meredith Whittaker 称 AI 助手凭操作系统级权限可截屏、读取数据,端到端加密的保护正被绕过。

    决策要点

    个人 AI 助手凭系统级权限截屏读盘,绕过端到端加密等应用层防线,隐私保护的边界正从单个应用转移到整台设备上的 AI 授权。

    • 影响员工在办公设备使用可截屏读盘的 AI 助手,客户沟通等敏感信息可能绕过企业合规工具进入第三方服务器;授权具有传导性,一人授权会让联系人或对话对方的信息被采集;已有案例显示智能体可能未经确认替用户做交易和信息披露决策。
    • 参考可考虑盘点员工设备上已安装的 AI 助手及其屏幕和磁盘权限清单;值得在涉密沟通规范中划出禁用个人 AI 的场景;引入智能体时先明确哪些动作应保留人工确认。
  6. 36氪·AI42

    布朗大学提出SwarmEvolve,450个潜空间agent替代文本推理加速进化搜索

    布朗大学团队提出多agent进化搜索框架SwarmEvolve,在21个数学与科学计算问题上,达到其他SOTA框架1小时成绩所需时间的中位数仅3-8分钟。

    决策要点

    这项工作的实质是把程序搜索的算力门槛从前沿模型下移到单张GPU上的中小模型蜂群,搜索效率更取决于搜索结构设计。

    • 影响对评估标准明确的算法优化与科学计算类研发,可用单卡和中小模型开展大规模程序搜索,算力预算门槛降低;结果目前来自21个学术基准,企业自有场景的收益要自行评估;KV缓存显存随agent规模线性增长,是并行的直接成本项。
    • 参考可考虑先盘点内部是否存在评估标准明确、单次验证昂贵的优化或仿真问题,再用开源实现小规模复现,估算单卡搜索产出与耗时;值得同步对比现有算法调优工具链的成本基线。