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 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

11 月 12 日（UTC），获 Felicis 和英伟达投资的电脑操作智能体公司 Simular 发布 box：每个账号一台云端 Ubuntu 桌面，自带 Chrome 和常驻 shell，整体作为一个远程 MCP 服务器（mcp.box.simular.ai/mcp，Streamable HTTP，OAuth 登录）提供。claude.ai、ChatGPT、Gemini、Claude Code、Codex、Cursor、OpenCode、VS Code 等任何 MCP 客户端都能接入，不同助手可以在同一台机器上接力干活，共享登录状态和文件。用户可在网页或 iPhone 上实时观看，需要登录或付款确认时随时接管。桌面本身免费，模型调用消耗账号积分；空闲时休眠、约 1 秒唤醒，连续休眠 14 天会被删除。发布视频浏览量超过 81 万。官方称「生产环境最快的电脑操作」，但未公布跑分。

查看大图

移动开发框架 Expo 于 11 月 12 日正式推出 Expo Simulators，所有付费套餐可用。编程智能体用一条命令就能开一台云端 iOS 模拟器或安卓模拟器，装上构建包自己点测，结束后留下完整录屏、截图、日志和网络记录，可附到 PR 上给人审。每个会话独占一台虚拟机，不用 Mac，Linux 和 Windows（WSL）都能跑 iOS 模拟器。按分钟计费，iOS 和安卓都是每分钟 0.1 美元，Starter 及以上套餐每月含 60 分钟。

查看大图

Chrome 团队 11 月 10 日发布 Modern Web Guidance（MWG）1.0 稳定版。这是一套装进编码 Agent 的技能包，内含约 200 篇经浏览器工程师和无障碍专家审核的指南，覆盖性能、无障碍、交互体验和安全，并内置 Baseline 兼容性数据，帮 Agent 少写过时的 JavaScript，多用原生 HTML/CSS 能力。1.0 新增「现代化工作流」，可静态扫描已有的 HTML、CSS、JS 和 package.json，找出可安全升级的旧写法；项目也从 Chrome 独家变为 Firefox、Edge 共同参与。支持 Antigravity、Cursor、GitHub Copilot、Codex、WebStorm 等，一行 npx modern-web-guidance@latest install 即可安装。

查看大图

Einsia AI 联合清华大学等 11 月 10 日发布 WorkflowArena，专门测模型能不能自己拆任务、派子 Agent、写工作流并整合结果。基准含 8 个专业领域 145 个长程任务，用隐藏验证器打分，并记录每一次委派。论文测了 9 个模型在 Claude Code 和 Codex 中的 25 种配置：最强的 Claude Opus 5.5（max）平均只完整解决 36.95% 的任务，SWE 最高 29.41%，法律不超过 9.09%。Claude 系倾向少而大的委派，GPT 系则多而小；Opus 写的工作流能让较弱执行模型平均多得 6.41 分。代码和论文已公开。

查看大图

OpenAI Developers 11 月 10 日宣布，ChatGPT Business 用户现在可以通过「Sign in with ChatGPT」把自己的套餐额度用在 Notion、v0、Amp、Kilo Code、Warp、Nous Research 的 Hermes、OpenClaw、OpenCode 等第三方工具里。此前这项能力主要面向 Go、Plus、Pro 个人套餐。用量计入套餐原有的 Codex / ChatGPT 工作额度，不额外增加配额；Business 管理员需在 admin.openai.com 逐个应用放行，并可设定成员额度中最多多少比例能被外部工具消耗。

查看大图

开源 LLM 可观测平台 Langfuse（今年 1 月并入 ClickHouse）11 月 9 日宣布 AI Gateway 公测。应用和编码 Agent 把 OpenAI 或 Anthropic 请求发给 Langfuse，由网关用组织保存的厂商密钥转发，并把每次调用记为一条 trace。核心代码采用 MIT 许可，可单个 22MB Docker 镜像自托管；官方称开启追踪时中位延迟低于 3 毫秒。公测期只支持 OpenAI 和 Anthropic，Bedrock、Vertex 等随后跟进。

查看大图

Google Antigravity 官方账号 11 月 9 日宣布推出「Knowledge Work」界面布局，面向调研、写作和产出物（artifacts），沿用同一套 Agent harness、插件和 MCP 工具，只是去掉终端和 Git 等开发元素。官方 changelog 显示这是 Antigravity App v2.30.0 的主打功能：首次登录会询问你的工作类型并自动配置布局；语音模式和远程 Agent 完成全量推送；还能让 Agent 把 Claude Code、Codex、Cursor 里的 MCP 服务器、技能、自定义命令、子 Agent 和指令文件导入成你自己的插件。本版共 27 项改进、25 项修复。

查看大图

11 月 9 日，Datasette 作者、Django 联合创建者 Simon Willison 在 X 上说，他最近把 Claude Code、Codex 生成的 PR 描述大段折叠进 GitHub Markdown 支持的 <details><summary> 标签，认为这能让「PR 垃圾文」读起来没那么累。该帖约 4 小时内获得 650+ 赞、400+ 收藏、近 150 条回复。他在同日博客里解释：Agent 写的描述准确又全面，问题是太长，读着像垃圾文；他的做法是 PR 开头只放一段经人工判断的简短说明（必要时配截图），完整的 Agent 长文折叠起来，折叠标题写模型名和推理档位，比如「Claude Opus 5.5 Medium」。这是个人工作习惯分享，不是产品发布。

查看大图

Y Combinator 总裁兼 CEO Garry Tan（@garrytan）于 2026-11-08 18:09 UTC 在 X 发帖，称出于好奇在做「frontier 模型 + harness」的开源评测，并贴出初步结论截图；随后公开了 GitHub 仓库 garrytan/g-harness-evals（MIT）。仓库做法是固定模型（Opus 5.5 或 GPT-6.1 Sol）和任务，只换 harness（系统提示、工具、记忆）。截图称 7 种组合在同样 20 道编码任务上通过率都在 71–79%，其中 14 道题在所有组合里结果相同，所以「测试太简单、分不出高下」，更难的 Terminal-Bench 复跑正在进行。成本差距明显：Opus 上 OpenClaw 约 $0.44/题、Claude Code $0.22、Hermes $0.24、QM $0.19；Sol 上 Codex 最便宜最快，$0.17。抓取时原帖约 312 赞、84 回复、117 收藏、约 4.2 万展示。仓库自带利益披露：QM 属于 YC 项目，YC 投资了 Hermes。

查看大图

Google Cloud Tech 官方账号于 2026-11-07 23:00 UTC（新加坡时间 11 月 8 日 07:00）推介 Google 新开源插件 Elephant-Goldfish Model（EGM）。“大象”带着项目上下文起草设计规格，“金鱼”是不看之前对话的全新子代理，分五个阶段挑出隐含假设和实现风险，由开发者拍板后再写代码。仓库在 google 组织下，Apache-2.0 许可，支持 Claude Code、Codex、Antigravity 和 ChatGPT 桌面端，最新版本 v0.1.1。README 注明它不是 Google 官方支持的产品，官方未公布效果跑分。

查看大图

自托管 AI 聊天平台 Open WebUI（GitHub 约 15.8 万星）于 2026-11-08 11:07 UTC 在 GitHub 发布 v0.13.1。最大变化是：在提供 Agent 的 Open Terminal 上，Claude Code、Codex、Pi 等编码 Agent 会直接出现在模型选择器里，可聊天、语音调用、调推理强度和服务档位，并在对话里批准工具请求。同时推出桌面伴侣应用 Tether（macOS / Windows / Linux），把本机接入 Open WebUI，让模型和 Agent 在你真实的文件和仓库里干活，手机浏览器也能远程调用。工具对话不再每轮改写系统提示，可命中提供商的提示缓存，官方称成本「大幅降低」。约 45 分钟后发布 v0.13.2 修复纯 HTTP 访问下的 UUID 报错。

查看大图