一、AI 行业动态
Anthropic 发布 Fable 5.2 与 Mythos 5.2:一千个智能体八天写出可启动操作系统,价格反降两成(11.09)
Anthropic 发布新一代旗舰 Claude Fable 5.2 与 Claude Mythos 5.2,两者共用同一底层模型,差别在访问权限:Fable 面向付费用户,Mythos 仅向审核通过的机构开放,主攻网络安全与生命科学。官方展示的案例比跑分更抓眼:协调 1000 多个子智能体连续工作 8 天,从一个空文件夹写出可在笔记本启动的操作系统原型,内核、磁盘与键盘驱动、文件系统、窗口与登录界面俱全;1000 个智能体用 30 小时把费马大定理的既有证明转写成可逐步校验的 Lean 形式化证明,此前的版本需要 11 天且依赖人工引导。跑分上 FrontierCode 2.0 达 49.1%、Humanity's Last Exam 达 74.2%,输出速度最多快 30%,标准 API 价格反而从每百万输入/输出 10/50 美元降到 8/40 美元。耐人寻味的是,训练阶段 Anthropic 主动锁死了新模型的"递归自我改进"能力,把它限制在上一代的水平——一边发最强的模型,一边给它戴上笼头。
注释:子智能体 主模型把一个大任务拆给几十上百个"分身"并行去做,每个分身有自己的上下文与工具,做完再汇总。它让模型能连续干几天活,也让出错时的排查变得像治理一家公司。
Anthropic IPO 路演今日开启:估值 1 至 1.5 万亿美元,投资者嫌贵(11.10)
按美国证监会"公开提交注册文件满 15 个日历日才能启动营销"的规定,10 月 26 日公开递交 S-1 的 Anthropic,本周二(今天)迎来路演的最早时间窗。按其节奏,最快 11 月 16 日当周完成定价、11 月 26 日感恩节前挂牌纳斯达克,代码 ANT。支撑估值的是一组陡峭的数字:到年底年化收入预计超过 1000 亿美元,较 7 月时的 650 亿增长约 50%;市场给出的估值区间从 1 万亿到 2 万亿美元不等。但路演前的气氛并不轻松——多家媒体提到,部分投资者认为 1.5 万亿美元偏高,正在要求更低的定价。这是全球资本市场第一次给"高亏损、高增长"的前沿 AI 公司定价,定多少,会顺手给后面排队的公司划一条线。
谷歌一次补齐两款 TPU:一颗防偷看,一颗塞长记忆(11.09)
谷歌扩充第八代 TPU 产品线,新增 TPU 8tx 与 TPU 8i Max,一年内第八代已出四款,节奏从"两年一代"明显加快。8tx 沿用 8t 的芯片,搭配定制的 AMD CPU 主机,把加密能力做进硬件层——敏感数据与模型权重在运算过程中就被隔离保护,不再需要"先解密再计算",推理延迟最高可比 8t 降一半,面向政府、金融、医疗等受监管行业;8i Max 则把两颗 8i 封进同一个封装,算力、片上缓存与 HBM 带宽全部翻倍,专攻超长上下文与多智能体任务,同时抬高单机柜密度。谷歌称 TPU 业务已有近 100 家客户,并延伸到客户自有数据中心。需求旺盛的另一面是供给吃紧:TPU 货源已被预订一空,零部件短缺仍在制约出货。
注释:机密计算 传统上数据要解密才能算,解密那一段就成了泄露窗口。机密计算把数据锁在 CPU/加速器内部的"保险箱"里运算,连运维人员都看不到明文——云厂商卖政企大单的必备能力。
千问办公 2.0:让 Agent 进工作群,跟一群人一起干活(11.09)
千问办公发布 2.0,是上线三个月以来最大的一次升级。核心是一个叫"协作"的功能——官方称是行业首个支持多人与 Agent 协作的能力:智能体不再是某个人的私人助手,而是可以进群、看资料、接任务、交活的"团队成员";同时上线人机共创、资料空间、自动任务、三端互联。这套组合指向一个明确的转变:Agent 从服务个人走向服务组织,难点也从"模型够不够聪明"变成"权限怎么划、谁的话算数、出了错算谁的"。办公场景是 Agent 商业化最现实的入口,也是治理问题最先暴露的地方。
Meta 发布 Muse Ember:每百万输入 token 一毛钱,三家大厂撞在同一个价位(11.09)
Meta 超级智能实验室发布 Muse Ember,是 Muse 品牌第四款、也是最小最便宜的模型:每百万输入 token 0.1 美元、输出 0.5 美元,1M 上下文,原生支持文本、图像、音频、视频。它不追求"最强",只服务于智能体一天到晚重复的小活——调工具、写代码子任务、路由请求、抽取信息、解析长文档,与大模型 Muse Wonder 分工:Wonder 负责规划,Ember 负责海量执行。有意思的是价格:Anthropic 的 Haiku 5.5 与 OpenAI 的 gpt-6-luna 恰好也是每百万输入 0.1 美元。三家在最便宜的一档撞价,说明"小模型"已经不再是降成本的权宜之计,而是一条正式产品线——比拼的变成了上下文长度、模态覆盖和生态位置。
一句话总结:今天五条新闻拼出一张成本表——最贵的模型在降价(Anthropic 降两成),最小的模型在同价(三家都是 0.1 美元),最缺的芯片在细分(谷歌一分为二),最热的 Agent 在进场(进工作群):能力还在涨,但所有人都在抢同一样东西——单位成本的下降速度。
二、AI 新元素
00 后耶鲁博士的优理奇拿下 5 亿元 Pre-A:客户干着干着成了股东(11.09 融资深读)
苏州通用具身智能公司优理奇机器人(UniX AI)宣布完成 5 亿元 Pre-A 轮融资:老股东谢诺投资、涌铧投资连续多轮超额追加,新进方包括绿地集团、柯力传感、华工创投、新景富盈、红鸟启航基金、玉林产投。绿地是以"战略投资人"身份进来的,而它本来就是优理奇的下游客户——双方围绕安保、酒店、康养场景协同推进模型、本体、数据与解决方案落地。据公开资料,公司 2024 年 4 月成立于苏州,创始人兼 CEO 杨丰瑜是 2000 年出生的耶鲁计算机博士,读博期间休学回国创业,也是触觉融合多模态大模型 UniTouch 的第一作者;首席科学家王贺升为上海交大教授、IROS 全球总主席,核心团队来自优必选、大疆、华为。
它怎么赚钱? 卖"能立刻上岗的轮式双臂机器人":主力产品 Wanda 与 Panther 面向客房整理、巡检、零售取送,按整机+解决方案收费。硬指标是交付:单月稳定出货超百台、峰值超 300 台,回款与毛利率良好;安保已向多家头部地产集团及 Certis、浪潮批量交付(浪潮一笔订单 2000 万元),酒店进了希尔顿、全季、如家,零售在京东七鲜咖啡 24 小时做完 2156 杯零失误。上下游也清楚:上游是柯力传感这类力觉传感器厂(今年 8 月刚投它数千万元),下游是物业、酒店、零售集团的运营预算。客户入股的意义是:订单从"买一台试试"变成"一起背指标",这正是具身智能最缺的一环。
途深智合连续完成两轮数亿元融资:把蛋白质设计做成流水线(11.09)
AI 生物制药公司途深智合宣布连续完成合计亿元级的 Pre-A 与 Pre-A+ 轮:Pre-A 由上海科创集团领投,中生引领基金、舟山途毅等跟投;Pre-A+ 由金鼎资本、镁伽科技、清科控股等联合投资,凯乘资本任独家财务顾问。据公开资料,公司 2023 年成立于无锡,由上海交大副教授王宇光博士创立——他博士毕业于南威尔士大学数学系,博士后师从剑桥大学教授、欧洲科学院院士 Pietro Lio,在 AI 与蛋白设计方向发表论文逾 70 篇。公司自建 ProteinEngine 蛋白质设计平台、TourSynbio 蛋白质大模型与 ToursynClaw 一站式药物设计平台,走"AI 超智能体 + 干湿闭环 + 多模态产品库"的路子。本轮资金三个去处:推自研管线进 IND 申报、升级平台模型、扩团队与 BD。AI 制药讲了几年故事,这批钱买的是"从算出来的分子走到能申报的分子"这一段最难的路。
面壁智能发布 MiniCPM-V 4.7:把多模态模型压进手机(11.09)
面壁智能与 OpenBMB 社区发布开源端侧多模态模型 MiniCPM-V 4.7,包含 35B-A3B 与 1B 两个版本,面向手机等端侧设备部署更大规模模型的需求。35B-A3B 是"总参数 35B、激活 3B"的稀疏结构,用少量参数换推理速度;1B 版本则瞄准更低端的设备。它的意义不在榜单,而在路线:当云端模型越做越大,端侧这条线在证明"够用的智能可以装进口袋"——离线可用、数据不出设备、不按 token 计费,对隐私敏感场景和网络不稳地区是另一套解法。
注释:A3B 指模型总参数 35B,但每次推理只激活 3B 参数。像一本厚词典只翻其中几页,效果接近大模型,算力和内存却按小模型算。
北京人形发布 Hi-WBC 通用全身控制模型:让机器人"整个身体"一起动(11.09)
北京人形机器人创新中心在"慧思开物"平台发布 Hi-WBC 通用全身控制模型(Whole-Body Control for Humanoid Intelligence),目标是统一人形机器人的全身运动与操作控制。过去的做法通常是"走路一套控制器、手臂一套控制器",两套系统各管一段,遇到"边走边搬""侧身钻过窄门"这类任务就要人工编排;全身控制模型把它们合成一个策略,让身体姿态与手部动作在同一套指令下协调。这是人形机器人从"能走"走向"能干活"绕不开的一层,也是国内创新中心少数直接开源控制层的动作。
微软申请专利:AI 可以在直播里实时改口型,观众看不出来(11.09)
微软一项专利申请(编号 US 2026/0341309 A1)被披露,名为《利用人工智能近乎实时增强直播活动的视频或增强现实演示》:可在直播与实时视频中近乎实时地修改人物说出的内容,并重新绘制说话者的嘴唇动作,使观众难以察觉原话已被替换。技术上它是语音合成、视频重绘与唇形同步的组合;应用上它可以是"主播说错话自动纠正",也可以是"把说的话换成另一句"。这类能力的边界从来不在技术,而在披露——当画面不再可信,"眼见为实"就需要一条新的标注规则。
一句话总结:五条新元素各占一个位置——优理奇证明交付可以换融资,途深智合在赌 AI 制药的最后一公里,面壁把智能压进手机,北京人形在补控制层,微软在试探画面的可信边界:AI 的新增量,正从"更聪明"转向"更可用、更可信"。
三、X 上的 AI 大V 动态
达里奥·阿莫迪(Anthropic CEO,公司高管):一边喊慢一点,一边冲刺史上最大 IPO(11.09)
阿莫迪最近的两个动作放在一起看,张力非常明显:两个月前他公开呼吁放缓前沿 AI 的开发速度、给行业加"护栏",本周一他的公司却发布了自家最强的一代模型,并把 IPO 路演排进了日程。他在招股书里给出的图景也不再只是警告——长期愿景被概括为"数据中心里的一个国家天才"(a country of geniuses in a data center):把足够多顶尖智能放进算力集群,去压缩生物学、材料与工程的时间尺度。S-1 同时罕见地把融资机制摊开:要减少对合作方垫资的依赖,就得靠自身上市融资来买设备。于是出现一个耐人寻味的结构——最积极谈风险的公司,成了最先接受公开市场检验的公司。这不矛盾,它只是把"安全"与"增长"同时写进了同一份文件。
阿明·瓦赫达特(谷歌 AI 与基础设施高级副总裁,公司高管):加两颗芯片,是为了解决两个新难题(11.09)
负责谷歌 TPU 的瓦赫达特在官方博客里把这次发布讲得很直白:"随着企业把自主智能体投入生产,我们做了这两种新配置,去解决两个紧迫的新挑战:硬件级数据安全和百万级 token 的上下文规模。"他解释,8tx 不是简单加解密,而是把保护沉到硬件层——数据在被使用的过程中就被隔离,连解密窗口都不留;8i Max 则用封装把两颗芯片焊成一个更大的计算单元,让上下文与多智能体调度不必在机柜之间来回搬数据。他也承认现实约束:TPU 需求旺盛、货源已被预订,零部件短缺仍在拖慢交付。一句话概括他的判断:智能体进生产环境之后,芯片要解决的不再是"算得快",而是"算得安全、算得装得下"。
吴恩达(斯坦福教授、DeepLearning.AI 创始人,研究者/科学家):会用 AI 的人不会被取代,不会用的人会(近期对谈)
吴恩达在近期多场对谈里反复讲一个反直觉的事实:AI 最擅长的编程,岗位需求反而在上升——因为工程师生产力被放大后,企业更愿意多招人。他把当下的技能断层归到教育上:"很多学校的学生可以从未接触过 AI 就拿到计算机科学学位。"在他看来,用 AI 编程代理、调用前沿模型 API,已经是计算机专业的基础技能;而他面试营销人员时会直接问"你构建过什么",因为构建成本暴跌之后,判断"该做什么"变成了稀缺能力,执行反而便宜了。他也提醒另一面:AI 是高效的生产工具,却是糟糕的学习工具——把思考外包出去,短期省事,长期会削弱理解与记忆。对"AI 恐惧",他的判断更锋利:恐惧叙事很大程度被少数头部公司放大,用来推动对自己有利的监管。
李开复(创新工场董事长、零一万物 CEO,中国声音):警惕新一轮"数字圈地运动"(11.09)
李开复在《环球时报》撰文提出一个判断:AI 竞争正从"技术竞争"转向"入口竞争"——随着模型能力趋同、开源扩散、推理成本下降,决定胜负的不再是谁的模型更强,而是谁掌握了用户进入 AI 的那道门。他把当下的跑马圈地称为新一轮"数字圈地运动":平台用补贴与封闭生态把用户圈进自家院子,表面是普惠,实际是把公共入口变成私有资产。他主张的解法是"共建入口":开源、互联互通、让智能体之间可以互操作,而不是每家造一座需要通行证的花园。这个视角与他此前"AI 下半场看应用"一脉相承——应用要繁荣,前提是入口不能被少数人把守。
田丰(快思慢想研究院院长,投资人/观察者):词元的边际成本,终将趋近电价(11.04 央视财经专访)
田丰在央视财经的专访里给"智能互联网"下了个务实的定义:AI 的能力边界会先在"可验证的知识工作"上被推平——代码、芯片与工业仿真、研发设计、质检,因为这些环节的对错机器自己能判断,模型可以在闭环里自我纠错。他转述并认同一个判断:只要一件事能被量化,模型就一定会强于人,或至少达到最好的人类那一档。更值得记的是成本视角:词元的边际成本终将趋近电价,算力紧张时"算电协同"就是成本护城河;中国以绿电和"东数西算"生产平价词元,未来甚至可能出现"词元出口"。他还给了一个落地排序:中国工厂里的良率、能耗、节拍、缺陷率天然可测,工业研发与生产优化是最可能领先的增量场景,规模或许超过消费互联网。
注释:词元(token) 模型处理文本的最小计费单位,大约相当于一个词或半个词。说"词元成本趋近电价",意思是智能会变得像电一样便宜、按度计费、随取随用。
一句话总结:五个人在回答同一个问题——AI 的价值最后由谁定价:阿莫迪把它交给公开市场,瓦赫达特交给硬件安全与上下文,吴恩达交给会不会用的人,李开复交给入口归谁,田丰交给电价:答案不同,但都指向同一个前提,智能正在变成基础设施。
四、三个 GitHub 项目
meta/astryx:Meta 把内部用了八年的设计系统开源了,为的是人和 Agent 用同一套工具(TypeScript,11.07 开源,MIT)
设计系统开源通常有两种结局:变成没人维护的考古现场,或被重新打磨成产品。Astryx 属于后者——它先在 Meta 内部长了八年,支撑 13,000 多个应用,如今以 Beta 形式开放:150 多个可访问组件、品牌级主题、暗色模式、现成模板与 CLI,基于 React 19+ 与 StyleX。它最有意思的地方是把"人和 AI 一起开发"当成设计前提:文档、API 与 CLI 是同一套规则,开发者与 AI 助手面对同样的入口和约束——这比在仓库里丢一份 AGENTS.md 更像是从工具链层面重做协作。工程上也留了后路:底层构件直接导出,可以用 swizzle 把完整组件源码拉进项目自己接管;不绑定样式方案,内部虽用 StyleX,你照样能用 Tailwind 或原生 CSS 覆盖;主题本质是 CSS 变量,定制不必 fork 组件。对同时维护多套前端规范的团队,这是一个"AI 也能读懂"的规范底座。
milind-soni/OpenMausBot:给每个 AI 同事配一台虚拟机(TypeScript,约 19K 星,Apache-2.0)
市面上的 AI 助理大多是"一个聊天框 + 一堆按钮",OpenMausBot 换了个架构:每个侧边栏里的 bot 背后都是一个跑在本机的 Agent CLI,各自拥有独立的人格与指令、独立的模型、独立的"电脑"——可以是云端 Linux 桌面、隔离的本地虚拟机,或者你自己的机器,还各自连接不同的应用。它把自己定位成 Grok Bot、Meta Muse、OpenAI Dots 的开源替代,本地优先、数据留在自己机器上。这个"Bot + VM"的组合是一个值得琢磨的选择:多数 Agent 框架在"工具调用"层面解决问题,它直接给一台完整环境,Agent 想干啥干啥,不必为每个能力单独写 API——自由度拉满,安全风险也拉满,作为研究平台很有想象空间。
ranxianglei/billion-context:让 Agent 在一个会话里跑一个月(TypeScript,约 5K 星)
上下文爆掉是所有重度 Agent 用户的共同痛点。billion-context 是一个坐在 Agent 与模型 API 之间的代理层插件,思路和"超长就截断"相反:让模型自己决定什么时候压缩、压缩什么,做增量式、可逆的层次化摘要——被压下去的内容仍可回溯,不是永久丢弃。作者给的数据来自生产环境的纵向研究:4.5 个月、3 台主机、174,327 次模型调用、累计 187.6 亿输入 token。国内开发者做的这个方向特别务实:当记忆、上下文工程成为 Agent 的主战场,"怎么在有限窗口里装下更多有用信息"已经比"怎么把窗口做得更大"更省钱,也更难。
五、一个实用技巧:先让 AI 交 5 条验收标准,你只审标准
让 AI 干活最常见的返工,不是它做错了,而是你们对"做完"的定义不同——你要的是能直接上线的版本,它交的是"跑通就算完成"的演示。与其事后一条条打回,不如在开工前把验收标准先钉死。今天 Scientist World 那篇论文正好说明了这个道理:它评测 AI 科学家时不看"跑没跑通",而是要求提交数据与手稿、再和原论文的复现结果比对——标准定得越硬,能力才越可衡量。
具体做法,三步:
- 开工前先要标准,不要代码:"先别写代码。根据上面的需求,列出 5 条可验证的验收标准,每条必须能用一个具体命令、文件或现象证明达成。"关键词是"可验证"——"用户体验好"不算,"保存后刷新页面数据仍在"算。
- 你只审这 5 条,改完再放行。 这一步最省时间:改一句话比改一百行代码便宜。发现漏项就补进去,比如"异常输入要有明确报错,不能静默失败"。
- 收工时逐条对账:"按这 5 条逐项给出验证证据,说不清的一条标为未完成。"把它从"我觉得做完了"拉回"我能证明做完了"。
为什么有效:AI 的默认目标是"让代码跑起来",而你的目标是"让事情可靠"。验收标准是这两种目标之间唯一的合同——写下来之后,它不用猜,你也不用反复解释。
一句话:先说清"怎么算做完",比事后说一百遍"这不是我要的"便宜得多。
六、三篇近期很火的 AI 论文
《Scientist World:为 AI 科学家造一个可以生长的研究世界》(arXiv:2611.08478,11.06 提交,普林斯顿)
AI 科学家已经会读论文、提想法、跑实验,但它们缺一个"能住进去"的世界:人类科学家有几百年积累的开放问题与共享思路,而这一切对 AI 来说只是可读、不可运行。这篇由 Taiming Lu、Sachin Konan、Zhuang Liu 等人完成的工作做了一个大胆的转换——把每一篇研究论文变成一个可执行环境:论文里的研究问题被保留,方法被做成能跑的代码,评价标准来自原论文的复现结果。AI 科学家可以在其中提出新方法、真跑实验、再和原结果比,从而量化"我到底改进了多少"。首批发布 1000 个经过独立验证的环境,配套 6400 小时的研究轨迹,并报告前沿 AI 科学家在 74% 的情况下超过人类研究者、研究能力提升 158% 这样的结果。它的价值不在数字多高,而在把"AI 做科研"从刷题式评测变成了可重复的实验场——这恰好也是所有科学成立的先决条件。论文链接:https://arxiv.org/abs/2611.08478
《ENGRAM:把 Agent 的经验写进权重,但要有验证才准毕业》(arXiv:2611.09472,11.06 提交)
Agent 的记忆系统大多止步于"检索":把经验存成外部记录,用时捞出来塞进上下文。问题是上下文有限、检索有噪声,而真正理想的状态是模型自己"学会了"。这篇论文提出的 ENGRAM 框架解决的是从经验到权重的迁移,但它最聪明的设计在于拆开了两个长期被混在一起的门:一个门管"这条经验能不能参与训练"(学生模型已掌握,或教师示范足够成功,就提前放行),另一个门管"这条外部记录什么时候可以退出检索"——只有当更新后的权重在不查外部记忆的情况下,通过逐技能验证、证明自己能替代"基础模型 + 外部记忆"这个组合时,对应记录才被释放。换句话说,它把"学没学会"从感觉变成了可验证的协议:先考过,再撤拐杖。对做长期记忆、持续学习的团队,这套"训练准入 + 记忆释放"的双门控比又一个记忆图谱更有移植价值。论文链接:https://arxiv.org/abs/2611.09472
《From Procedures to Permissions:从 Agent 技能里学出精确的子智能体授权》(arXiv:2611.08905,11.06 提交,三星研究院等)
当一个主 Agent 把任务分给几十个子 Agent 时,权限就成了新的安全边界:给多了,一个跑偏的子智能体可以删库;给少了,它连读文件都做不到,任务必然失败。这篇由 Wenkai Yu、Ning Ding、Wentao Zhang、Yehui Tang 等人完成的工作,思路是从"技能"反推权限——Agent 要执行某项技能,需要哪些工具、访问哪些工作区,从技能描述与历史执行中学习出一个精确的最小授权集合,而不是给每个子智能体发一张万能通行证。在 ClawArena-Team 基准上,他们的方法把工具权限精确率提升 13.4 个百分点、工作区权限精确率提升 24.1 个百分点,整体任务成功率提升 11.6 个百分点(Qwen3.5-35B-A3B)。这组数字说明一件反直觉的事:权限收紧并不总是牺牲效率——授权越准,子智能体越不容易在错误的地方浪费时间。对正在把多智能体推上生产环境的团队,这是一份可直接抄的作业。论文链接:https://arxiv.org/abs/2611.08905
信息来源
- 网易/AppSo《刚刚,Claude Fable 5.2 登顶世界第一》11-10:https://www.163.com/dy/article/LBBS8BEA0511CSAO.html
- 量子位《Fable 5.2 深夜掀桌!从 0 造操作系统》11-10:https://www.163.com/dy/article/LBBPRFIR0511DSSR.html
- 财联社《八天搓出操作系统,还能设计智能硬件!Anthropic 新旗舰模型亮相》11-10:https://www.cls.cn/detail/2529571
- 虎嗅《IPO 前夜,Anthropic 再亮两张"王牌"》:https://www.huxiu.com/article/4904313.html
- AIBase《Anthropic 发布 Claude Fable5.2 与 Mythos5.2》11-10:https://news.aibase.com/zh/news/32190
- 腾讯新闻《全球科技早参》11-10(Anthropic 路演时间窗、谷歌 TPU):https://news.qq.com/rain/a/20261110A03JTR00
- 老虎证券《据报 Anthropic 力争于感恩节前正式挂牌交易》:https://www.itiger.com/hans/news/2672711337
- 网易/cnBeta《Google 发布两款全新 TPU 芯片》11-10:https://www.163.com/dy/article/LBB57AGP0511BLFD.html
- 腾讯新闻/钛媒体《谷歌推出两款 TPU 新系统》11-10:https://new.qq.com/rain/a/20261110A03DVB00
- 半导体芯闻《刚刚,谷歌发布两颗 TPU》(Amin Vahdat 原话):http://mp.weixin.qq.com/s?__biz=MzkzMjQzNTQ1MA==&mid=2247642664&idx=1&sn=dab6c8c27818f4bd27795b8910750673
- 网易/AppSo 早报《千问办公 2.0 发布》11-10:https://www.163.com/dy/article/LBC0N31Q0511CSAO.html
- 网易《邦早报》11-10(千问办公 2.0 细节):https://www.163.com/dy/article/LBC1DLKK05119C3G.html
- TechCrunch(经 TechFlow 转述)《Meta Releases Lightweight AI Model Muse Ember》11-10:https://www.techflowpost.com/en-US/newsletter/143774
- The Next Web《Meta's Muse Ember matches Claude Haiku at a third of the cost per task》:https://thenextweb.com/news/meta-muse-ember-small-ai-model-haiku-luna
- AIToolsRecap《Three Labs, Three Budget Models, One Price: $0.10》:https://aitoolsrecap.com/Blog/meta-muse-ember-pricing-haiku-luna-same-price-2026
- 腾讯新闻/机器人前瞻《耶鲁 00 后博士,又融资 5 亿》11-09:https://news.qq.com/rain/a/20261109A0AQ3Y00
- 科技日报《从"能演示"到"持续用",优理奇获 5 亿元融资》11-09:https://www.stdaily.com/web/gdxw/2026-11/09/content_610888.html
- 新浪财经《优理奇机器人(UniX AI)完成 5 亿元 Pre-A 轮融资》11-09:https://finance.sina.com.cn/jjxw/2026-11-09/doc-iniycmty6538176.shtml
- 腾讯网《拿下浪潮 2000 万元订单后,优理奇机器人再获 5 亿元融资》11-10:https://kuaibao.qq.com/s/20261110A03JL000
- 网易/潮涌 AI《00 后耶鲁博士创立的优理奇机器人》(王贺升与团队背景):https://www.163.com/dy/article/LBB2J4NL0556MV0F.html
- 网易/科创板日报《途深智合完成数亿元 PreA、PreA+ 轮融资》11-09:https://www.163.com/dy/article/LBAR5O240550B1DU.html
- IPO 早知道/腾讯《途深智合获数亿元融资,AI 蛋白质设计加速产业化》:https://so.html5.qq.com/page/real/search_news?docid=70000021_1616af1864540552
- 诚美资本《途深智合完成数百万天使轮融资》(王宇光履历):http://chengmeipe.com/article/37.html
- 淘数科技《20261109 AI 科技晚报》(MiniCPM-V 4.7、Hi-WBC、微软专利):http://mp.weixin.qq.com/s?__biz=Mzg4ODI0NjYxNQ==&mid=2247486478&idx=1&sn=a72ee216dfa65d98af7f91ab8eba3596
- 中国新闻网《周鸿祎发布 2026 年 20 个 AI 预言》(对照参考):https://m.chinanews.com.cn/wap/detail/chs/sp/10549137.shtml
- 网易/环球时报《拒绝封闭圈地,发展 AI 生态要"共建入口"》11-09(李开复):https://www.163.com/dy/article/LB9M9OQ305567I2C.html
- 腾讯新闻《央视财经田丰专访:2026 世界互联网大会,解码"智能互联网"》11-04:https://new.qq.com/rain/a/20261104A0BBVP00
- 虎嗅《经济时报深度对话吴恩达》(软件工程招聘与教育判断):https://www.huxiu.com/article/4899646.html
- 新浪财经《吴恩达谈 AI 恐惧源于监管俘获》:https://cj.sina.cn/articles/view/7879923942/m1d5ae18e6033023fjk
- 腾讯云《八年,一万三千个应用,然后开源:Astryx 想让人和 agent 用同一套工具》11-07:https://cloud.tencent.com/developer/article/2778754
- SmartScope《Astryx: Meta's Open Source Design System with 150+ Components》:https://smartscope.blog/en/blog/astryx-metas-open-source-design-system-150-components-2026
- DEV Community《OpenMausBot: A Local-First, Open-Source Team of AI Agents in a Chat App》:https://practicaldev-herokuapp-com.freetls.fastly.net/arshtechpro/openmausbot-a-local-first-open-source-team-of-ai-agents-in-a-chat-app-2haj
- CSDN《GitHub 开源趋势日报 2026-11-08》(Billion-Context 生产数据):https://blog.csdn.net/weixin_45631123/article/details/170295664
- 智源社区《普林斯顿团队推出 Scientist World》(2611.08478):https://hub-assets-cache.baai.ac.cn/view/59450
- DevPress《Agent 记忆机制(126):ENGRAM》(2611.09472):https://devpress.csdn.net/aibjcy/6af1bcc0e5f4ca4eff8f6ebf.html
- The Agent Times《Researchers Report 24.1-Point Subagent Workspace Permission Precision Gain》(2611.08905):https://theagenttimes.com/agents/article/researchers-report-24-1-point-subagent-workspace-permission--f7ac6bb2
- arXiv 论文原文:https://arxiv.org/abs/2611.08478 、https://arxiv.org/abs/2611.09472 、https://arxiv.org/abs/2611.08905