AI 编程实时动态与要闻

Google Antigravity 推出 Dynamic Workflows：输入 /run-workflow，主智能体编写一段 Python 脚本，用 parallel() 和 pipeline() 调度多个子智能体，每个子智能体按 JSON Schema 返回结构化结果；脚本运行前需用户审批，可保存复用。面向 Google AI Pro 与 Ultra 用户，App 与 CLI 均可用。

查看大图

ClickHouse 发布开源（Apache-2.0）的智能体记忆系统 Loom，把记忆、代码索引和运行日志放进同一个 ClickHouse 库，记忆与代码关联，代码变动时标记可能过时的记忆。支持 MCP、HTTP API、Python/TS SDK，提供 Claude Code 和 Codex 插件。官方测试中代码问答平均分从 0.78 升到 0.84。

查看大图

Thinking Machines 在 Connectionism 博客发文，介绍 Inkling 2 Small 如何从预训练第一步到最后一次 RL rollout 都用原生 4 位（NVFP4）前向计算：反向用 MXFP8 加随机舍入，通信也做量化。官方称这是已知最大的端到端 4 位前向训练模型，相比全 MXFP8 训练，预训练墙钟时间快 8%、RL 快 20%。

查看大图

Artificial Analysis 11 月 14 日发布编码智能体指数 v2.1：把 FrontierCode 从 1.1 换成 Cognition 的 FrontierCode 2.0（132 个真实任务，按维护者是否愿意合并评分），Terminal-Bench 从 4.0 升到 4.1，保留 SWE-Atlas-QnA-AA。Claude Code + Claude Fable 5.2（xhigh/high）和 Claude Opus 5.5（max）并列 58 分居首；因新版 FrontierCode 更难，各配置平均降 5 分，只有 Codex + GPT-6.1 Terra（max）基本没掉分。

查看大图

Artificial Analysis 11 月 13 日公布，Speechify 的语音合成模型 Simba 3.5 在 Controlled Voice Arena 排名第一，与 HeyGen Voice 统计持平。该榜所有模型都用同一组 8 个克隆声音（4 个美音、4 个英音）朗读，用户盲听投票，比的是模型本身而非演示音色。榜单显示 Simba 3.5 为 1192±17 Elo（1,783 个样本），HeyGen Voice 1190±13，Qwen-Audio-3.1-TTS-Plus 1176 居第三；Simba 3.5 API 价每百万字符 6.58 美元，HeyGen Voice 为 30 美元。

查看大图

Artificial Analysis 11 月 13 日发布 Diarization Index，专门衡量语音转文字 API 能否把每个词归到真正说话的人：指标是 WDER（被分给错误说话人或无人说话的词占比），测试集为 97 段 2–8 人英文对话，按 2 人、3–4 人、5–8 人三档等权平均。NVIDIA 开源权重的 Nemotron 3.5 Transcribe 以 3.3% 居首，Voxtral Small Transcribe 3 以 7.5% 排第二，也是有标价 API 里最准的；MAI-Transcribe-2 为 8.8%，速度最快之一。

查看大图

FBI 网络部门 11 月 13 日发布 FLASH-20261113-001，点名开源的 LLM 驱动多智能体渗透测试平台 ARTEX：自 2026 年 8 月起被多类黑客用于自动化完成侦察到数据外传的多个阶段，目标涵盖金融、政府、科技、国防、半导体、能源、医疗等行业，部分入侵从锁定目标到拿到特权不到 3 小时。原作者 10 月已下架 GitHub 仓库，但分叉、镜像和商业版 ARTEX PRO 仍在流传，11 月初已发现超 1600 个公网暴露的 ARTEX 控制台。

查看大图

SpaceXSI 发布 Grok Bot 1.0，官方 @bot 账号随后宣布 Bot 现在能参加会议：把 Google Meet、Zoom 或 Microsoft Teams 链接发给 Bot 并批准后，它会以「转写中」身份入会，旁听记笔记、在会议聊天里回答点名提问，散会后在对话里发送纪要和待办。会议功能面向 Team、Enterprise 和 Ultra 套餐，企业管理员可统一开关；同版本还让 Team Bot 进入 Microsoft Teams，并新增共享连接器和团队学习审核。

查看大图

OpenAI 11 月 13 日发布 ChatGPT Wallet，与美国运通、万事达、Visa 合作，让 dots 智能体在用户批准后代为完成购买。付款时由卡组织生成替代卡号的支付令牌，商家和智能体都看不到真实卡号；每笔购买前用户需核对商品、总价和所选卡片，并用 Face ID 或指纹确认。即日起向美国 18 岁以上 ChatGPT Pro 用户的 dots 逐步开放，同步发布商家接入指南。

查看大图

LMSYS 博客 11 月 13 日发布 RadixArk Miles 团队文章：开源 RL 后训练框架 Miles 首次把智能体强化学习的全部沙箱放到英伟达 Vera CPU 上端到端训练 GLM-4.7-Flash。在机器已被其他任务占满的条件下，沙箱放在 AMD EPYC Turin 上时每轮平均多花 12%；满载时 Vera 单路可承载的负载是 Xeon 6 的 1.3–1.5 倍、Turin 的 1.4–2.1 倍。

查看大图

Vercel 发布 Workflow SDK 5。官方称上线以来已跑过 40 亿步、7 亿次运行，新版重写引擎减少队列往返，1,020 步任务中位耗时从 21 分钟降到 3 分钟；步骤输入输出用每次运行独立密钥的 AES-256-GCM 加密；工作流基础设施部署到所有 Vercel 函数区域，并支持 Pi、OpenCode 等智能体框架做持久化。

查看大图

Arena 统计了 Code Arena: WebDev 榜自 2025 年 12 月以来 44 期周榜的 105 个模型。结论：小米 MiMo-V2.6-Flash 已超过 4 月榜首 Claude Opus 4.7，价格不到其 1/20；5 月以来榜首分数每月涨约 41 分，是冬季的 3 倍；1 美元以下的 25 个前沿性价比模型里 19 个来自中国。

查看大图

11 月 13 日，Google DeepMind 宣布开放 WeatherNext 3 模型背后的两套数据集。SatWeave 把 GOES、Meteosat、Himawari 等地球静止卫星的图像拼成一张全球拼图，覆盖 17 个可见光、水汽和红外通道，每小时更新，并提供十年以上历史存档。PARDIG 是用 AI 生成的全球降水数据集，以 NASA GPM 星载雷达为训练目标，时间分辨率 15 分钟、空间约 10 公里、平均延迟约 5 小时；官方称在美国、欧洲、日本雷达网和 3.6 万多个气象站上评测，轻到中雨的逐小时检测能力比 NASA IMERG-Final 高 30% 以上，历史存档覆盖 1999–2026 年。两套数据的实时流和历史存档都已放在 Google Cloud Storage，PARDIG 历史目录也上了 Earth Engine。

查看大图

11 月 12 日，IBM Granite 团队在 Hugging Face 发布 LLMON（LLM Object Notation，读作「lemon」）：用词表里的保留特殊 token 包裹带语义标签的块（指令、数据、要求等），每块有唯一 ID，再由一个 exec 执行块指定要运行哪条指令、作用于哪些数据。同时开源两款实验预览模型 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview（Apache 2.0），附带 GitHub 工具包、JSON 与 LLMON 无损互转工具。官方称在 OPI 间接提示注入基准上，LLMON 模型比测试中最好的前沿模型多挡住 47% 的攻击、比最好的开源模型多挡住 95%，通用能力与 Granite 4.1 Instruct 持平；但这只是学到的行为、不是强制保证，目前仅为实验预览，不建议用于生产。

查看大图

11 月 13 日，DeepSeek 官方宣布把 DeepSeek App 背后的能力全部开放到 API：V4.1-Flash（模型名 deepseek-flash）在 Messages、Responses、Chat Completions 三种协议下都支持服务端执行的联网搜索（含图片搜索和引用）、深度思考搜索、PDF/Office/图片文件解析、自动读取消息中的链接，以及输入输出安全审核。OCR、语音识别（ASR）、语音合成（TTS）也作为独立接口上线。工具调用在 Token 费之外另计：搜索和抓取 0.75 美元/千次，OCR 0.225 美元/千页，ASR 限时 0.058 美元/小时，TTS 限时 0.225 美元/万字符。官方同时开源了可导入 DeepSeek 聊天记录的前端 Demo（MIT）。面向公众的应用必须开启安全审核。

查看大图