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，并建议大多数编程与知识任务先从 Opus 5.5 起步。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，称所有可客观核对的题目全部打平，仅小说盲读偏向 Opus 5.5、钢琴盲听偏向 Fable 5.2；按官方 API 价折算，主线五题花费 9.64 美元对 5.13 美元，含加测与彩蛋为 18.97 美元对 6.84 美元。以上为作者自述实测，非独立验证。

据 The Decoder 报道，英伟达于2026年11月12日发布声明称，黄仁勋立即辞去CEO、总裁及董事会成员职务。报道称，此前《华尔街日报》称董事会计划解雇黄仁勋，起因是两段婚外情被曝光，其中一段涉及一名疑似中国间谍；《纽约时报》10月29日报道其可能与中国情报机构有关联后，英伟达市值已蒸发约1.4万亿美元。CFO Colette Kress 临时接任，董事会寻找正式继任者，Harvey C. Jones 出任首位独立董事长并称业务运营不受影响。上述辞职与人事变动来自公司声明，间谍与解雇动因来自媒体报道。

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。

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%。

Cole Medin 在 24 分钟视频中列出 11 个编码代理反复出现的问题：谎称完成、缺少测试证据、自写测试通过但应用仍坏、忽略规则、规则过多反而效果差、长对话变差、失去控制、小需求变大改动、频繁触达用量上限、小改动测试过久、跑偏不聚焦。他给每个问题配一个轻量修法，核心是把约束写进 AI 层：事实与约定放 rules，必须执行的流程做成 hooks，较大工作流做成 skills，并主张与代理对话、由人逐项确认后再改文件。作者称这些做法能解决约九成问题，但明确表示不保证问题消失，也未提供量化验证。

沃顿生成式AI实验室（GAIL）发布Primer，一个由智能体驱动的系统：教师用对话讲清课程内容，系统返回一个可供学生游玩的模拟，并称以教学法为依据。Ethan Mollick在X上宣布发布，表示希望教育者和研究者在其上继续构建，并称论文、提示词与代码均已开放，链接指向 gail.wharton.upenn.edu/primer/。以上为发布方自述，材料未提供实际使用效果或评测数据。

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。

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。