AI 情报

· 43 条 · 北京时间

  1. 作者称:ChatGPT Images 2.6 支持生成 GIF,Dot 与个人财务功能同步更新

    模型与工具

    YouTube 频道 The AI Advantage 的周更视频称,ChatGPT Images 2.6 新增自定义 GIF 生成,可在 ChatGPT 与 API 中使用,并支持 SVG 编辑;作者演示用提示词生成邮件配图 GIF,但 Gmail 连接器只能将其作为附件加入。

    展开详情

    作者还称 Dot 新增 iOS 通知直接回复、分享菜单与侧键唤起,Windows 端改进本地 MCP 工具与插件;Claude 个人财务功能开始上线,ChatGPT Finances 目前仅限美国。以上多为作者演示与转述,未独立实测。

    尚未明确:Images 2.6 的 GIF 生成质量、人脸保持与 API 定价未在材料中说明;Dot 多账户访问与 20 美元档位开放时间不明;Claude 个人财务的具体可用范围与数据接入方式未证实。

  2. 作者称:Epic Programmer 取消 Claude Code 订阅,改用开源模型终端代理 Dropstone

    实践

    YouTube 频道 Epic Programmer 在视频中称,自己每天使用 Claude Code 构建应用,但遇到每周用量上限,且其 AI 研究构想被 Claude 拒绝,随后在 Anthropic 消费者条款与开发者安全分类中发现禁止用其开发竞品 AI 模型的表述,遂取消订阅。

    展开详情

    作者称改用终端代理 Dropstone,底层调用 DeepSeek、GLM、Kimi 等开源模型;在四项任务对比中,两者均通过 27 项隐藏测试,但 Claude 每任务约 20–38 美分,Dropstone 低于 1 至 4 美分,代价是速度更慢。以上均为作者自述与自测,未独立核实。

    尚未明确:作者自测的任务设计、隐藏测试与计费口径未公开可复核;Dropstone 的五层安全机制仅由作者转述,未独立验证;Anthropic 条款与安全分类的具体适用范围、以及被拒案例是否普遍,材料未说明;视频未审看画面。

  3. 报道:阿里等机构发布Co-Design Bench:最强模型仅完整完成26.4%真实改码任务

    议题

    阿里巴巴与多所亚洲高校研究者构建了Co-Design Bench,用真实用户改码请求测试编码智能体,任务包括基于图片、音频、视频、文档改造现有网页应用。据论文,十款模型中表现最好的GPT-6 Astra平均满足约70%需求,但仅26.4%任务完全正确;Claude Opus 5、Qwen3.8-Max次之,Grok 4.6垫底。作者称旧基准上同类模型得分超99%,新基准差距逾35个百分点。

    展开详情

    评测采用双AI裁判并在浏览器中实测,只给真正可用的功能计分。

    尚未明确:论文与基准细节尚未独立复核;评测每任务仅一个固定请求,不含追问与中途纠正;AI裁判可能出错;不同运行环境对结果影响的方向尚不一致。

  4. 作者称:腾讯发布HY4正式版并开源权重,WorkBuddy限时免费接入

    模型与工具

    YouTube频道EarnixLab在视频中称,腾讯已发布HY4正式版(含预训练与后训练版本),相比此前的HY4 Preview扩大了训练规模,首次加入视觉理解与computer use能力,并针对前端开发、游戏引擎(Unreal、Unity、Godot)和金融研究场景做了优化。

    展开详情

    作者称HY4在Terminal Bench 4等基准上超过DeepSeek V4.1 Flash,部分项目接近Kimi K3.1 Pro、GPT-6.1;API定价为每百万输入token 0.08美元、输出2.50美元,权重已上传Hugging Face。作者还演示了在腾讯WorkBuddy中免费选用HY4、不消耗credits,并称免费期至11月15日、有每日额度。以上均为作者转述与演示,未独立核实。

    尚未明确:基准分数、API定价、免费活动起止日期与每日额度均来自视频口述,未见官方页面原文;视频未实测HY4在真实项目中的表现;Hugging Face链接指向Hy4-preview,与所称正式版权重是否一致不明;转录中模型名(如Kimi、GPT版本号)可能有误。

  5. 报道:Andrew Warner 汇总多例用 AI 代理运营小生意的实践,含收入与失败案例

    实践

    The Next New Thing 的 Andrew Warner 在一条 38 分钟视频中汇总多位创作者用 AI 代理做生意的尝试,并附有字幕转录。

    展开详情

    作者称 Alex Finn 的 Grok Bot 自主搭建并运营 AI 用例目录 agentusecases.ai,靠两家赞助商一天收入 1100 美元;另有创作者用 Muse 批量联系泳池承包商,24 小时获 8 份报价(12 万至 24 万美元);还有五人代理团队用 100 美元一周做产品,广告获 118 次点击但零销售,亏损 29.87 美元。Warner 强调代理仍需人类给出业务方向,重复任务应转成代码或 Zapier 自动化以省成本。以上均为视频中作者转述,未独立核实。

    尚未明确:各案例的收入、报价和转化数据均来自创作者自述,未提供后台截图以外的独立验证;agentusecases.ai 的赞助收入是否可持续未知;泳池报价案例中代理自动追问和跟进的细节未核实;五人代理实验仅一次,不能说明普遍结果。

  6. Anthropic称Claude已主导26%自家AI研发,并公布内部自动化指标

    议题

    Anthropic研究所发布《当AI构建自身》及配套测量方法文章,称截至2026年8月,Claude在Anthropic的AI研发工作中“主导”(AL4)占26%,处于“协作”及以上(AL3+)超过90%,尚无任何被测环节完全自主。公司称2026年5月合并代码中逾80%由Claude撰写,二季度工程师人均每日合并代码量约为2024年的8倍,但自认行数指标高估真实效率。

    展开详情

    另披露内部平台同时运行约3万个研发代理,8月超十亿次决策中0.002%被在线监控拦截。以上均为Anthropic自述,未独立核实。

    尚未明确:自动化评级由Claude代理生成并由Claude评判,存在自评偏差;8倍代码量被官方称为高估;26%与90%的统计口径、任务树权重未外部验证;METR独立审计中被删节部分及“模型4”等内部模型细节仅见于视频转述,未在已读材料中确认。

  7. 谷歌发布 Gemini Omni 1.2 Flash:原生15秒视频、多轮对话式编辑、降价30%

    模型与工具

    谷歌 DeepMind 于11月5日发布 Gemini Omni 1.2 Flash,并已在 Gemini API 与 Gemini for business 正式可用。官方称新版本支持原生最长15秒视频(1.1 为10秒,可按1秒步长指定3至15秒),新增多轮对话式编辑,可在同一片段上逐轮换背景、换产品、调光线或改画幅,无需整段重生成;参考一致性增强,人物、服装、包装文字与品牌色在镜头切换中更稳定。

    展开详情

    价格较 1.1 下调30%,720p 为每秒0.07美元,并支持先以360p/720p草稿、再升采样至1080p/4K。官方同时说明快速运动、复杂物理等仍在改进。

    尚未明确:官方未给出与竞品的独立对比数据;多轮编辑在长链条修改后的画质衰减、真实运动场景表现未量化;Gemini 应用内15秒视频仅向 Google AI Ultra 订阅者逐步开放,具体覆盖范围未说明。

  8. Notion 联创演示内部约1200人团队如何用自建AI代理日常办公

    实践

    YouTube 频道 Vaibhav Sisinty 发布一期对谈视频,Notion 联合创始人兼 COO Akshay Kothari 在 Notion 工作区内演示公司约 1200 人团队日常使用 AI 代理的方式。

    展开详情

    据视频描述,演示内容包括数据科学家自建的客户问答代理 Data Scout、无工程背景的人力团队搭建的 Slack 代理、能自写规则的反馈分流器,以及由 Claude 规划、Codex 写代码的代理看板;Kothari 还谈到代理如何自动维护“第二大脑”。以上均为视频方与嘉宾的说法,非独立核实。

    尚未明确:视频为赞助内容且声明部分由 AI 生成,演示细节未经独立验证;各代理的实际使用频率、效果与成本未披露;Notion 官方是否将这些能力产品化、何时开放均不明确。

  9. 报道:斯坦福HAI上线AI经济指标看板,追踪AI对就业的实时影响

    议题

    斯坦福HAI数字经济实验室2026年6月上线“AI经济指标”月度看板,整合私营企业、学术与政府数据,分三块:转型追踪器监测12项宏观指标;Canaries看板与ADP Research合作,用匿名薪资数据按AI暴露度分组追踪就业;采用监测器用问卷追踪个人与企业使用生成式AI。

    展开详情

    文章称,软件开发与客服等高暴露岗位今年就业下降超4%,22-25岁群体自2022年11月ChatGPT发布以来年均降超3%、近期扩大至4.4%;自动化倾向强的职业就业增长放缓甚至收缩。作者强调宏观指标尚无剧烈变化,性别差异数据代表性不足。

    尚未明确:看板数据来自ADP匿名薪资等非官方来源,代表性有限;性别差异结论作者自己提示不可过度解读;宏观12项指标尚无明确结论;文章未给出各看板具体更新口径与样本量。

  10. 作者称:Axton 用 DeepSeek 开源 Super Agent 做出可通关 3D 射击游戏和可拖家具 3D 小屋

    实践

    YouTube 频道「回到Axton」发布实践视频,称用 DeepSeek 官方开源的编程 Agent 研究原型 Super Agent,在自己电脑上完成两项任务:原创浏览器第一人称射击游戏《夺芯行动》经三轮修改后可通关,以及把 48 平方米户型图变成可进入、可拖动家具并实时显示走道净距的 3D 小屋。作者按日志估算两项模型调用共约 2 美元,游戏三轮约 65 分钟、小屋两轮约 28 分钟。

    展开详情

    另做多任务测试:同一入口连发 6 条消息,Agent 自行开 3 张工单、3 个 Worker 并行,忽略无关的买牛奶提醒,14 分钟交付,约 0.7 美元。作者称未手动改源码,但也指出两个成品视觉简单、游戏手感和导航不成熟。

    尚未明确:费用为作者按日志和日费率估算,非账单;耗时不含作者测试与反馈时间;成品质量和自动化测试覆盖度仅作者自述,未独立复现;该原型是否适合长期生产使用、并发与稳定性上限未知。

整理于 2026-11-09 18:49(北京时间) · 部分来源暂未获取