AI 编程实时动态与要闻

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

11 月 12 日，AWS 发布新一代 Amazon Bedrock AgentCore 运行时（定价页称 Runtime v2）。每个智能体会话仍跑在独立的 Firecracker 微虚拟机里，但官方称启动最多快 15 倍、2 秒内完成且与镜像大小和并发无关，单会话上限提到 8 vCPU、32 GB 内存和 10 GB 容器镜像。会话等待模型或工具返回时内存会被回收，空闲时缩到零，多轮对话型智能体每会话内存最多少用 68%。会话还能把 S3 等存储挂成文件系统，数据不出隔离边界。v2 单价高于 v1，省钱靠按实际用量计费。

查看大图

AWS 本周推出 Nitro Sandboxes，并于 11 月 11 日（北京时间 12 日凌晨）在官方 X 账号再次推介。它是一种由 Nitro Hypervisor 管理的轻量 VM：每个 EKS Pod、ECS 任务或 EC2 上的工作负载都有自己的内核和硬件隔离边界，但仍跑在你已有的 EC2 实例里。AWS 明确把“AI Agent 执行 LLM 生成的代码”列为核心场景：每个会话一个沙箱，被提示注入诱导执行的代码只会困在这台 VM 里，会话结束即删除。EKS/ECS 开启只需改一行配置，大多数 Nitro 实例、所有商业区域可用，不额外收费。

查看大图

亚马逊 11 月 11 日（北京时间 12 日凌晨）正式发布 AWS Emulator：一个在本机运行的 AWS API 模拟器，AWS CLI、各语言 SDK 和编码 Agent 只需改几个环境变量，就能把请求打到 127.0.0.1:9297，而不是真实云端，无需 AWS 账号、也不另收费。它用 Rust 编写，基于 AWS SDK 使用的同一套 API 模型生成，官方称覆盖 200 多个服务的 400 多个 API 模型。最特别的是，按高级首席工程师 Matthew Goldberg 的说法，全部代码由成千上万个自主 Agent 编写、测试和修复，团队没有手写或人工审查过一行。源码和保真度测试集都以 CC0 协议放在 GitHub 上。

查看大图

Perplexity Secure Intelligence Institute 11 月 11 日发布研究《Escaping SPACE: Part II》，用 12 个模型红队测试 Perplexity Computer Agent 所用的 Firecracker 虚拟机沙箱 SPACE。新加入的模型是 Claude Mythos 5.1、Claude Opus 5.5 和 GPT-6 Astra。两项任务分别是逃出虚拟机拿到宿主机上的 AWS 凭证，以及绕过网络策略访问被拦截的 URL。结论有两条。一是常见的 CTF 夺旗式题目会让 Agent 把精力花在找凭证上，改成明确针对虚拟化层的提示后，相关投入平均提升约 60 个百分点，但仍没有任何一次逃逸成功。二是专攻安全的模型未必更强：网络绕过任务中 GPT-5.6 Cyber 三次全败，通用的 GPT-5.6 Sol 三次全胜；GPT-6 Astra 平均 4.8 分钟完成，也胜过偏安全方向的 Mythos 5.1。所涉漏洞已修复。

查看大图

Meta FAIR 研究员 Swann Bessa 11 月 10 日在 X 上发布 e-means，这是一种替代经典 Lloyd k-means 的聚类算法，已随 FAISS 1.16.0 开源。它用小批量更新加指数移动平均取代全量迭代，批大小和步长由拟合出的缩放定律自动设定，除簇数 k 外无需调参。论文称，在多个嵌入数据集上，e-means 只需 1.4–2.6 轮就低于 Lloyd 跑 25 轮的误差，GPU 端比 Flash-KMeans 快 10–45 倍，CPU 端比 FAISS 自带 k-means 快 8–15 倍（作者口径）。对建向量索引、做 RAG 和数据去重的团队，这一步可以直接提速。

查看大图

2026-11-06，Vercel 更新 Token Pass：featured 模型用量经 AI Gateway 时，标准 API Key、OIDC 或 fx 登录即可自动扣减 Token Pass 额度，不必再用专用 key；额度用尽后标准认证回落到团队 AI Gateway 额度，专用 Token Pass key 仍停到下账期。

查看大图

Kiro（@kirodotdev）于 11 月 5 日宣布 Kiro bots 在开源多 Agent 环境 Kiro Crew 中正式可用。每个 bot 有独立 Notes 记忆、专属工作区与 Dashboard，可并行拉起 worker、纠偏并汇总，对需人工的决策征求批准；支持定时巡检与按职责最小化工具权限。

查看大图

OpenAI 11 月 2 日发布 LifeVal，一个专门衡量 AI 能否帮普通人把日常事务真正办成的评测：找托育、办政府业务、做预算、买菜、改食谱等。任务清单来自美国时间使用调查（ATUS）、多国时间使用研究（MTUS），以及 OpenAI 新做的 3995 人代表性问卷。OpenAI 称过去一年一直用它追踪和改进模型，并公布了多项 GPT-6 Astra 单任务最佳成绩（多项 100%）。分数均为官方口径，目前没有第三方复现。

查看大图

Anthropic 官方帮助中心「How Claude marks AI-generated content」本周再次更新支持表：8 月 2 日前发布的旧模型中，Claude Mythos 5、Opus 4.7、Sonnet 4.6 已同时勾选「第一方产品文本水印」和「云厂商输出文本水印」（AWS、Google Cloud、Microsoft Foundry），并注明 Amazon Bedrock 上的推送将于 11 月 10 日前完成；Opus 4.6、Opus 4.5、Sonnet 4.5、Haiku 4.5 目前只有 C2PA 文件凭证，文本水印仍未上线。官方还新增限制说明：Sonnet 4.6、Opus 4.6 若把 temperature、top_p 或 top_k 设为非默认值，输出可能无法可靠带上水印。此前媒体据客户邮件称旧模型水印 11 月 3 日起生效。水印基于 SynthID-Text 变体，不加字符、不多耗 token，检测 API 仍为私测。

查看大图

GitLab CEO Bill Staples 10 月 28 日发文并在 X 上宣布：新老客户可申请免费额度，用 Claude Mythos 配合 GitLab Orbit、Secrets Manager 和 Duo Agent Platform 跑一轮安全冲刺。背后的核心能力是 Business Logic Security Analyzer：它是 GitLab 第一个支持 Anthropic Claude Mythos 5.1 的功能，读取整个仓库，推断每个接口应执行的权限规则，专门找传统 SAST 扫不出的越权和批量赋值漏洞。该分析器 10 月 20 日起已对部分 GitLab.com Ultimate 客户开放早期访问。

查看大图

独立评测机构 Artificial Analysis 10 月 28 日发布 Intelligence Index v5，是 1 月 v4 以来最大一次改版：新增 Cognition 的 FrontierCode 2.0 和 Terminal-Bench-Science，用 HLE-Diamond 替换 Humanity's Last Exam，60% 的权重来自私有或答案保留的测试集。榜首为 Claude Opus 5.5（max）58 分，GPT-6 Astra 57、GPT-6.1 Sol 55；开源权重最高的 Kimi K3.1 Pro（权重尚未发布）46 分，与榜首差距从 v4.3 的 3 分扩大到 12 分。同时推出跨年代对比的 Progress Index v1。

查看大图

Devin 背后的 Cognition 于 10 月 27 日发布 FrontierCode 2.0。新版沿用由开源维护者亲自出题、按"能否合并"打分的方法，但任务来自更多仓库、覆盖安全补丁与性能优化，提示词刻意不写全，并加入大量"周全性"判定项。官方结果中 Claude Opus 5.5 以 45.5% 居首，GPT-6 Astra 42.8% 次之，Grok 4.7、Gemini 4 Argon 等降到 20% 多，基准远未饱和。

查看大图