AI 情报
· 28 条 · 北京时间
AI LABS 频道介绍 NVIDIA 在 GitHub 开源的免费工具 SkillEvaluator,用于检查 Claude Code 技能的质量、安全性、是否被 agent 正确加载、重复指令,以及同一任务在有/无技能时的实际效果差异;安全扫描调用 NVIDIA 另一工具 SkillSpector。作者称其自建技能初评 82 分、49 个问题,修复后升至 95.2 分,描述从 1460 字符压到 940 字符并前置使用场景。
展开详情
作者还称约 120 个技能中 74 个仅显示名称、描述在 1536 字符处被截断,属其自身环境观察。
尚未明确:材料未说明 SkillEvaluator 的评分方法细节与误报率,也未给出官方发布说明;82→95.2 的提升为作者单次案例,未独立复现;描述截断 1536 字符是否为通用限制未确认。
TechCrunch报道,Anthropic数学家Levent Alpöge在文章中称,借助Claude找到黎曼猜想的Lean可编译证明,并已发布;MIT数学家Andrew Sutherland等聊天参与者称已确认该Lean代码可成功编译。Alpöge自述这是与Claude反复摸索得出的论证,尚未给出人类可读的完整解释。
展开详情
同日,斯坦福教授Ravi Vakil发布该校博士后Alessandro Masullo的广义黎曼猜想证明草稿,强调完全由人类完成、未用AI,但未形式化为Lean,尚待检验。
尚未明确:黎曼猜想证明是否在数学上成立、是否被同行完整审阅,材料未说明;Alpöge的人类可读解释尚未完成。Masullo的证明未经Lean形式化,是否成立同样未知。报道未披露Claude具体版本与使用方式。
The Decoder 报道,谷歌在 Gemini Mac 应用中推出 Computer Use 功能:用户描述目标后,Gemini 可跨本地文件、桌面应用和网站执行点击、输入、导航菜单与表单等多步任务,全程在隔离的后台窗口中运行并显示实时预览,不占用屏幕和光标。报道称用户可选择 Gemini 可访问的应用、实时观看每一步、随时暂停并预先批准关键操作;谷歌给出的示例包括批量修图与3D场景、用本地PDF填写发货表单、制作演示文稿。
展开详情
该功能当日起在美国以英语推出,Mac 应用可下载。以上功能描述来自谷歌说法,媒体未做独立实测。
尚未明确:实际任务成功率、支持的应用范围与限制、订阅门槛与定价、隔离窗口的安全边界、出错后的回滚与责任划分,材料均未说明;演示视频未被审看。
据 The Decoder 转述路透社报道,Signal 在 iOS 27 上阻止截图,并在受支持的安卓版本上,当 AI 助手尝试访问屏幕时触发保护,目的是防止系统级 AI(如苹果 Siri AI、谷歌 Gemini Intelligence)抓取已解密的消息内容再传到外部处理,从而削弱端到端加密。
展开详情
Signal 称这对隐私是“生存性威胁”,并提到 Meta 的 AI 代理 Muse 曾通过辅助功能等宽泛权限在安卓和 macOS 上获取 Signal 内容,Meta 称仅在用户明确授权时发生。Signal 承认防护不完整:macOS 截图无法可靠阻止,文件系统与通知访问仍是风险,并呼吁苹果、谷歌、微软提供彻底阻断 AI 代理的机制。
尚未明确:The Decoder 与路透社报道的具体技术实现细节未公开;安卓“受支持版本”范围不明;Meta 所述“用户明确授权”的具体场景未独立核实;macOS 上是否已有部分缓解措施未说明。
谷歌在 Gemini API 的 Interactions API 中预览 Tool Retrieval。开发者加入 tool_search 工具并对部分工具设 defer_loading: true 后,模型仍能看到所有工具的名称和描述,但参数 schema 只在需要时由服务端加载,并在同一次请求内完成搜索、加载与函数调用。
展开详情
官方称这能降低输入 token 与延迟,并在工具库变大时保持选择准确度;也支持远程 MCP 服务器和客户端自建检索。该功能无单独收费,按模型标准 token 计费,适用于 Gemini 3.6 及之后模型。以上为谷歌官方说法,尚无第三方实测。
尚未明确:官方未给出具体 token 节省比例或延迟数据,实际收益取决于工具库结构与调用分布,需按自身流量测量;预览阶段的稳定性、配额与后续定价变化未知。
Google于2026年11月18日发布Gemini 4 Neon,官方称其为七周内第四款Gemini 4模型、距Hydrogen仅六天。官方博客称Neon在Artificial Analysis智能指数xhigh档得分61、总排名第3,Vals指数第2,并在Artificial Analysis Coding Agent Index排名第1(58.6)。
展开详情
定价为每百万输入token 3美元、缓存输入0.15美元、输出15美元,上下文窗口100万token。官方称其默认高档位每任务成本比Carbon低32%,并同步在Gemini API、AI Studio、Antigravity、Gemini应用及企业版推出。上述排名与成本数据均为Google自述,未独立核实。
尚未明确:第三方榜单排名与成本对比均为Google引用或自述,未见独立复现;视频作者的对比测试未提供可核验数据;实际编码与长任务表现、限流与配额细节、Fairwind网络安全版本的开放范围仍待验证。
The Decoder 报道,美国商务部工业与安全局(BIS)关闭云端算力漏洞后,第三国数据中心需持证运营,门槛约相当于300颗现代AI芯片。据 The Information,月之暗面(Moonshot AI)因此取消与印尼云厂商1.5亿美元合约,并暂停其他谈判,该集群原计划明年用于训练Kimi K4。据金融时报,台积电与三星已暂停向部分中国客户出货相关处理器,等待许可,受影响客户包括字节跳动和百度昆仑。
展开详情
纽约时报调查称,阿里巴巴通过新加坡Megaspeed网络为浙江实验室提供受控英伟达芯片。以上均为媒体转述,非独立证实。
尚未明确:BIS新规的具体条文与生效细节未在材料中完整呈现;月之暗面取消合约、台积电三星停供均来自媒体转述,相关公司未公开确认;阿里巴巴与浙江实验室、军方的关联为纽约时报调查说法,阿里官方否认军事用途;对训练成本和产品发布节奏的实际影响尚不明确。
Ethan Mollick 引用 Mark Gurman 的说法称,苹果在开发自家电脑使用代理的同时,让竞品代理更难控制 Mac:macOS 27.3 中启用 ChatGPT 第三方电脑使用支持需 14 个步骤,此前为 4 个。苹果以安全为由,部分用户认为有反竞争之嫌。Mollick 进一步推测,企业禁止用户用自有 AI 代理管理自己的账号或电脑,长期会引发客户不满。
展开详情
上述版本细节与步骤数来自 Gurman 转述,尚未见苹果官方说明。
尚未明确:苹果官方是否确认 14 步流程及其设计意图;该限制是否仅针对 ChatGPT 或普遍适用于第三方代理;是否已有开发者实测复现;Mollick 的客户不满判断属个人推测,无数据支撑。
Box CEO Aaron Levie 在 X 发帖称,今年模型能力出现明显跃升:过去必须精确告诉智能体如何设计、开发产品,否则几乎不可能成功;现在智能体常能给出比用户设想更好的实现,因为它能在更大的解空间里连接线索。他判断这一变化将扩展到金融、法律、生命科学、网络安全等领域,并主张部署智能体不应再像带实习生一样逐步指定做法,而应给出目标与足够自由度。以上为 Levie 个人观点,非产品发布或实测结论。
补充信息
尚未明确:帖子未给出具体模型、版本或可复现案例,也未说明哪些任务类型不适合放权;能力跃升的程度与适用范围仍待验证。
The Decoder 报道 Ramp AI Index 基于逾8.5万家美国公司交易数据:六周内 token 价格下降21.2%,token 用量升至历史新高,但 API 支出较两周前峰值下降6.3%。截至11月15日当周,Anthropic 占 token 支出58.7%、OpenAI 37.2%。OpenRouter 数据同样显示闭源模型用量自2026年初增长1215%,支出仅增455%且10月初见顶回落。
展开详情
Stripe AI Index 显示 AI 公司收入52周增长103%,但13周年化增速从数月前140%降至约80%。报道称两大指数共同指向:行业仍在增长,动能降温。
尚未明确:Ramp 与 OpenRouter 均非全市场代表样本,OpenRouter 用户群尤其狭窄;Stripe 数据仅覆盖使用其支付的 AI 公司;支出回落是价格战、季节性还是需求放缓,材料未给出结论。
整理于 2026-11-21 06:49(北京时间) · 部分来源暂未获取