AI 情报

据 The Decoder 报道，Google DeepMind 发布 AlphaProof Code，用 AI 智能体对 Signal 加密协议的实际核心代码做数学形式化验证，宣称四周完成通常需数年的工作。此前验证多停留在理论设计层。流程为专家先定义形式化安全要求，基于 Gemini Carbon 的智能体用 Lean 证明语言写出超六百万行证明代码，约 1% 提交人工复核，测试中预埋的两个 bug 被立即发现。Signal CTO Ehren Kret 称此举增强数据隐私信任。DeepMind 称计划经 CodeMender 等扩展到电网、医疗设备。以上多为 DeepMind 博客与报道说法。

Anthropic 于 2026 年 11 月 9 日发布 Claude Fable 5.2 与 Mythos 5.2，官方定价输入 $8、输出 $40 每百万 token，是 Opus 5.5（$4/$20）的两倍，但官方发布页建议大多数编程和知识任务先从 Opus 5.5 开始。YouTube 频道「回到Axton」在同一 Claude Code CLI、effort high、关闭 Fast 模式下用五道主线题加三道加测对比两者：作者称所有可客观核对的题两家全部打平，仅小说盲读选 Opus 5.5、钢琴盲听选 Fable 5.2；十二纸片动画 Fable 5.2 用时 10.5 分钟对 21.8 分钟但折算仍更贵。按官方 API 价折算，主线五题 9.64 美元对 5.13 美元约 1.9 倍，含加测与彩蛋 18.97 美元对 6.84 美元约 2.8 倍。以上为作者自述实测，非独立验证。

TechCrunch 援引《华尔街日报》报道称，英伟达董事会最快于周三开会决定联合创始人兼CEO黄仁勋的去留；黄已任职33年。报道还称，黄周日承认与一名被美国情报部门指为中方间谍的女性有婚外情，纽约时报周三又报道他与一名直接下属有婚外情。消息传出后，英伟达股价盘后下跌约8%，近五日累计跌约11%。彭博称英伟达正与外部机构物色潜在继任者。上述均为媒体转述的未证实消息，英伟达董事会尚未公开确认。

斯坦福新课 CS329Z“AI agent 工程”（Engineering AI Agents）对外公开课程资料。授课老师之一 Michael Ryan 11 月 10 日发帖称，讲座视频每天在 Stanford Online 的 YouTube 频道更新一讲，两份作业的代码仓库放到 GitHub，均用 MIT 协议，其他学校注明出处即可用于教学。课程由 Diyi Yang 与博士生 Michael Ryan、John Yang 共同讲授。第一份作业要求不用任何 agent 框架，从最原始的消息接口出发自写 agent harness，覆盖邮件优先级、BM25 检索、沙盒终端、上下文压缩与操作审批，仓库自带全套测试；第二份作业用 Harbor 教学生出一道 Terminal-Bench 风格考题。作者称不到 5 美元 API 额度可完成第一份作业。

Greg Isenberg 在视频中演示了 Fable 5.2 的 12 个提示词，覆盖赚钱、效率、视频内容和硬件四类。他称该模型可自主连续工作 10 至 12 小时，能并行运行大量子代理做 100 个细分市场调研，并现场让它找 Upwork 上 450 美元固定价的分析报告工作、审计其设计公司 LCA、把一个用了 12 年的客户表格重建成网页应用。他还称模型现在会承认自己不知道，并据此演示核查卖方损益表。硬件部分，他引用 Anthropic 博客说法称 Fable 5.2 单提示词设计出三台可用设备，并现场生成一款极简手机 BOM、电路、固件与外壳。以上均为作者演示与说法，未独立验证。

Simon Willison 记录 Anthropic IPO 路演视频内容，并自行用 MacWhisper 转录。据联合创始人 Tom Brown 在视频中的说法，Claude 目前在 AWS Trainium、Google TPU、NVIDIA GPU 和 AMD GPU 四类芯片上训练与推理；今年首次接入 AMD GPU 时，由 Mythos 在三天内基本无人工干预地把 Claude 跑起来，Claude 移植或编写了近 100% 的 kernel。他还称 Anthropic 关注“总算力=物理容量×算力乘数”，并预期未来 Claude 能自行发现算力乘数。以上均为公司路演中的自述，非独立验证。

Claude 官方频道发布 3 分半视频，介绍新模型 Fable 5.2 在 Claude Code 中的选型方法。视频称 Fable 5.2 是当前面向技术领域最强的通用可用模型，每 token 价格是 Opus 的两倍，适合目标宏大、边界开放、重视判断与准确性的任务；日常复杂编码与知识工作建议从 Opus 5.5 中等强度起步，结果不足时先提高强度而非换模型；范围明确、看重速度成本的任务用 Sonnet 5.5，高频低成本任务如摘要、分类、路由用 Haiku 5.5。还演示由 Fable 主导、把子任务分给 Sonnet 子代理的跨模型拆分方式。以上均为官方说法，未独立实测。

DocSpring 创始人 Nathan Broadbent 在官方博客自述：团队在开发与运营中广泛使用 AI 代理，他本人用 Herdr 管理 49 个 Claude Code 会话，其中 26 个处于活跃状态，约十几个并行工作，分别负责批量修 bug、Sentry 错误排查、性能优化、CI 流水线等。他称借此上线了 Word 模板、Page Designer、API v2 等长期积压功能，并称近一个月邮箱、Intercom 与 Sentry 均无未处理项。他也记录了失败案例：一个日期计算修复在代理多轮评审中不断扩张支持格式，偏离既定产品决策，最终在进入生产前被撤回。

Google 11 月 11 日在 Gemini API 推出 Gemini Decisions API，配套新模型 gemini-decision-1。它不做逐 token 生成，而是对一份共享输入（文字、图片、音频、视频、PDF，最多 256K token）一次性回答最多 1000 道是非题、单选题（2 至 255 个选项）或档位打分题，每题返回 0 到 1 的置信度，便于代码设阈值分流。官方称 16K token 内端到端延迟 150 至 250 毫秒，问 1 题与 100 题耗时接近；输入每百万 token 0.1 美元、输出不计费，比 Gemini 3.5 Flash-Lite 生成答案便宜近 5 倍。Gemini Notebook 已用它做模型路由，官方称日常问题延迟最多降 40%。

Reddit用户转述METR于8月31日发布的安全更新：2026年3月，一名研究者把运行Agent的EC2机器公开在Google登录之后，机器上存有公共模型账户的API密钥；其“vibe-coded”面板存在fail-open缺陷，登录被静默关闭数日。攻击者疑似通过证书透明日志发现该站点，提示Agent说出密钥、添加SSH密钥持久化，三周内用掉约60万美元免费额度，因评测流量嘈杂、面板隐藏限流请求且无消费上限而未被察觉。METR未公布具体漏洞、构建工具与供应商，称未访问敏感数据。上述均为转述，原文未直接可读。