AI 编程实时动态与要闻

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

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

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

Anthropic 宣布自托管版 Claude Managed Agents 进入私测。以前企业只能全托管给 Anthropic，或只把沙箱放在自己这边；现在整套服务（API、智能体循环、会话记录存储、沙箱）都能部署在自己的云账号或本地机房，会话记录存进自家 PostgreSQL。模型请求可以发给 Anthropic，也可以走 Amazon Bedrock、Google 的 Claude 托管服务、Microsoft Foundry 或自建网关。开发者 API 与托管版一致。目前只对符合条件的组织开放，需要通过 Anthropic 客户团队申请。

查看大图

Lightning Labs 11 月 12 日发布 pi402：一个给 Pi 编码 Agent 用的扩展，内置 Wavelength 闪电钱包，Agent 调用付费推理接口时自动按 L402 或 MPP 协议付款，付款凭证本身就是 API Key，不用注册账号，也不用信用卡。卖方在现有推理 API 前面挂上 Aperture v0.6.0，再用 meterd 或 lightmeter 按 token 计价即可开卖。整套代码开源（MIT）。官方举例：每个输入 token 1 毫聪、输出 2 毫聪，按约 8.05 万美元的比特币价格，约合每百万 token 0.80/1.61 美元。

查看大图

Fish Audio 11 月 12 日（新加坡时间 13 日 01:00）发布 Fish Agent，一个无代码的语音智能体平台：用文字描述想要的助手即可生成，官方称部署时间中位数 32 秒。智能体可以租用或接入自有电话号码打接电话，可选平台大模型或接入自己的 OpenAI 兼容端点，并通过 Webhook、知识库和 REST API 扩展，对话由此前发布的全双工模型 Live 3 驱动。官方文档标注平台处于公开测试阶段。定价为每分钟 0.035 美元（原价 0.07 美元，优惠到 12 月 31 日），电话通话每分钟另加 0.01 美元，号码每月 1.20 美元，新用户送 5 美元额度。

查看大图

李飞飞创办的 World Labs 于 11 月 12 日把世界模型 Atlas 开放给所有注册用户。Atlas 9 月发布时只给少数合作伙伴试用，11 月 5 日推出的 Frameboy 也只能逛预设场景。这次上线四个工具：Viewfinder 用照片或生成图重建场景，Chisel 先摆白模再生成，Splats to Mesh 把高斯泼溅转成网格，Relight 调整光照。同时开放驱动这些应用的全部 API 端点，可接入 Blender。模型闭源、只能托管调用，官方未公布价格。

查看大图

Perplexity 11 月 12 日发布 pplx-decider-v1.3（基于 Qwen3.8-27B，约 26.1B 参数）和蒸馏版 pplx-decider-flash-v1.3（基于 Qwen3.5-4B，约 4.5B），权重以 Apache 2.0 上架 Hugging Face，并通过 Decisions API 和 OpenRouter 提供。新版加入 Locate，可按标签或指令抽取原文片段并返回字符位置。官方称 v1.3 在 63 项分类任务上平均准确率 91.6%，比其生产分类器高 6.54 个百分点。

查看大图

11 月 12 日 SGLang Summit 期间，SGLang 团队与 AWS Annapurna Labs 宣布 SGLang-Neuron v0.1.0 开源并进入公开预览。它是 SGLang 的树外插件，设置 SGLANG_PLATFORM=neuron 即可在 Trainium 上用同样的服务器和 API 推理、生成 RL rollout，底层走 TorchNeuron 原生 PyTorch。AWS 同步上架 Deep Learning Container 镜像。大模型目前跑在 Trn3，扩散模型跑在 trn2.48xlarge。

查看大图

新加坡时间 11 月 13 日 02:41，Vercel 官方账号发帖推出 UI SDK。它不是又一套组件库，而是把界面交互拆成可复用的「行为」：弹层定位与关闭、单选多选、输入跳转、焦点管理、拖拽排序、虚拟列表等，官方称已做了 50 多个。开发者不用自己学这些 API，而是给编程智能体装上 UI SDK 技能，由智能体按需求挑选行为、拼成新组件，并输出到 React、Vue、Svelte、Solid 或 Web Components。代码在 GitHub vercel-labs/ui，Apache 2.0 许可，npm 包 @ui-sdk/core 当前为 0.1.0-beta.1，API 仍可能变动。

查看大图

新加坡时间 11 月 13 日 02:02，Google DeepMind、Google AI 和 Gemini 官方账号同时宣布 Gemini 4 Hydrogen 正式上线，Gemini API 更新日志标注为 GA，模型 ID 是 gemini-4-hydrogen。按官方口径，它在默认 high 思考档位下的 Artificial Analysis 智能指数为 51，高于 Gemini 4 Argon 的 50，新增的 xhigh 档位可到 54；完成任务的速度是 Gemini 3.8 Flash 的 2.5 倍，Terminal-Bench 4.1 得分从 18.2% 提高到 57%。价格在 100 万 token 上下文内统一为输入 1.5 美元、输出 7.5 美元（每百万 token），免费层也能用。它同时成为 Gemini 应用、Google 搜索和 Antigravity 托管智能体的默认模型。昨天站内报道过的 SKU 价目表泄露，今天由官方证实。Cursor 官方随后宣布 Hydrogen 已上线编辑器，默认努力档（high）在 CursorBench 4.0 上为 54.3%，高于 Gemini 3.8 Flash 的 39.6%。

查看大图