AI 编程实时动态与要闻

亚马逊 CISO CJ Moses 于 11 月 13 日在 AWS Security Blog 发文：10 月 3 日至 11 月 5 日，亚马逊的全球诱饵传感器网络 MadPot 伪装成常见 LLM chat-completions 接口，收到了来自 ARTEX（开源 Agent 化渗透测试框架）攻击 Agent 的请求。由于 Agent 框架会把系统提示词、工具调用历史和知识图谱状态整段发给「模型」，单个请求往往就包含整场行动的记录。亚马逊以中等置信度判断这些活动来自多个不同的涉华威胁团伙。最主要的一场是大规模盗取 AI 模型密钥，偷来的密钥再为继续搜密钥的 Agent 支付推理费用；另一场试图用实时深伪视频和伪造证件照绕过两家加密交易所的 KYC，但供应商的服务端判定拒绝了所有记录在案的深伪尝试。亚马逊强调这些手法都不新，也无法核实 Agent 自报的结果。

查看大图

Microsoft AI 官方账号 11 月 12 日宣布，自研语音转文字模型 MAI-Transcribe-2 在 Microsoft Foundry 正式商用（GA），可用于生产环境，价格为每小时音频 0.10 美元（限时到 2026 年底）。该模型 9 月 3 日以公开预览上线，单模型支持 60 种语言，自带说话人分离、词级时间戳和关键词偏置；微软称 1 小时音频约 10 秒推理完成，FLEURS 前 25 种语言平均词错误率 3.4%。

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

端侧模型公司 Edge0 于 11 月 12 日开放 Edge0-145B 和 Edge0-120B 的权重，并发布 C++ 推理引擎 edge0-infer 和 Edge0 Chat 0.2.0。145B 版基于 Qwen3.8-Flash-Next，是潜空间稀疏 MoE，每 token 激活约 10.12B 参数，原生 4 bit 训练，上下文 256K。官方称本地峰值内存 29GB，在 RTX 5090 D 24GB 上智能体解码 98.3 tok/s；Terminal-Bench 2.1 得分 86.52，Claude Opus 4.6（Max）为 78.2。所有成绩均为 Edge0 内部评测。

查看大图

11 月 12 日，开源推理引擎 SGLang 背后的非营利组织 LMSYS Org 在旧金山首届 SGLang 峰会开幕主题演讲上宣布成立 SGLang 联盟。创始成员包括NVIDIA、AMD、Intel、Google、Meta、Cloudflare、Modal 和 RadixArk，它们将与 SGLang 维护者一起参与路线图制定，重点方向是前沿模型支持、推理与多模态负载、分布式推理和跨硬件优化。每家成员指派一名技术代表，每年参加两次路线图会议；技术决策和代码合入权仍归 SGLang 维护者，项目继续对整个社区开放。

查看大图

Google 11 月 11 日发布 A2UI 1.0，这是其生成式 UI 开放协议（Apache 2.0）的首个稳定版。Agent 不再只回一大段文字，而是描述要显示的卡片、选择器或图表，由各个 App 用自己的原生组件渲染。1.0 新增双向函数调用和无障碍支持，提供 React、Angular、Lit、Flutter、SwiftUI 渲染器，以及 Python、TypeScript、Dart 三套 Agent SDK。Google Cloud Tech 官方文章称，新的默认推理格式 A2UI Express 在 54 个样本的测试中让生成的 UI 代码 token 减少 63.2%。Atlassian、Alation、Bloomberg、字节跳动已在使用。

查看大图

Runway 11 月 11 日以 Apache 2.0 许可开放世界动作模型 Praxis-1 的权重、推理与微调代码（含 LoRA），可商用。它是 27B 参数的 MoE 扩散 Transformer（每 token 激活约 2.8B），同时预测未来视频和机器人动作，每次调用输出 1.6 秒动作，单张 H100 往返约 0.55 秒。官方称在 NVIDIA RoboLab-120 上成功率 46.2%，是世界动作模型和开源机器人基础模型中的第一，高于 FLUX 3 Action 42.9%、π0.5 28.0%。同一工位三项任务上，比让 GPT-6 Astra 直接驱动机械臂快 15.6 倍、单任务成本低 51 倍。权重已上 Hugging Face，并支持 LeRobot 与 vLLM-Omni。

查看大图

苹果子公司 Claris（FileMaker 的开发方）上线了 Claris Harbor 的官方早期访问页面，页面标注「Private Preview」。官方口径：Harbor 把你自己的 Apple 芯片 Mac 变成私有 AI 服务器，运行开放权重模型，没有云端费用、不按 token 计费，数据和提示词不离开本机；单台 Mac 几分钟即可建好推理端点，跑更大的模型时可用 Thunderbolt 5 连接多台 Mac 合并统一内存。此前 MacRumors 分析师 Aaron Perris 在 X 上曝光了短暂上架的 App Store 页面（约 50 万次浏览），随后该页面被下架。目前官方没有发布日期、价格和支持机型清单，页面只提供登记表。

查看大图

OpenAI 官方账号与博客介绍了 Control Room：一个覆盖整个研究基础设施的中央系统，接入所有研究推理负载（包括用于训练和评测的智能体采样、数据处理等），与其错位（misalignment）监控系统联动，在决定干预后 35 秒内停止对应任务的模型输出。终止机制放在推理引擎层而非研究代码层：引擎每次处理请求前都要向 Control Room 校验 job_id；Control Room 自身宕机或被篡改时，所有推理请求都会被拒绝（fail-closed）。该机制已覆盖全部前沿模型研究负载，其余研究负载将在未来几天内完成上线。这是安全基础设施公告，不涉及新模型或对外 API。

查看大图

11 月 9 日，Google Cloud 官方账号和 Google AI 与基础设施 SVP Amin Vahdat 宣布第八代 TPU 新增两套系统。TPU 8i Max 把两颗 TPU 8i 芯片封装在一起，官方称算力、SRAM 和 HBM 带宽都是 TPU 8i 的 2 倍，面向超长上下文和最高机架算力密度。TPU 8tx 与 TPU 8t 同一颗芯片，搭配第 5 代 AMD EPYC 主机，在硬件层保护运行中的数据和模型权重，官方称延迟比 TPU 8t 低最多 2 倍、性能损失接近零。加上 4 月发布的 8t、8i，这是谷歌第一次在一年内推出 4 套 TPU 系统。软件方面，谷歌开源 TPU Sync（官方称 KV 传输延迟和首 token 时间降低 90% 以上），推出 Agent Compute Engine 和预览版 TPU Agent 套件（可接入 Claude Code、Cursor、Antigravity），Cloud Pathways 和 GKE 动态切片正式 GA。官方未公布上市时间和价格。

查看大图

NVIDIA 在首尔 AI Day 上为韩国四个主力开源大模型发布 Dynamo 优化部署配方：SK Telecom 的 A.X K2、LG AI Research 的 K-EXAONE 2.0（750B-A37B）、Upstage 的 Solar Open 2（250B）和 Motif Technologies 的 Motif-3。配方针对 B200，统一使用 NVFP4 权重 + FP8 KV 缓存与 vLLM 后端，提供聚合与预填/解码分离（disaggregated）两套 Kubernetes 清单和基准脚本，官方称开箱最高 2 倍推理性能（未说明对比基线）。按 Dynamo 文档实测：Motif-3 两张 B200 单 GPU 输出约 294 tok/s，K-EXAONE 2.0 四卡首 token 仅 291 毫秒。这也是 NVIDIA 与韩国科技部「AI for All」合作的一部分。

查看大图

阿里巴巴淘宝 MNN 推理引擎团队于 2026-11-04 在 GitHub alibaba/MNN 与 Hugging Face（taobao-mnn）发布 MNN-Pocket-0.3B，这是一个与 MNN 推理栈协同设计、面向手机 App 的约 3 亿参数中英双语指令模型，Apache 2.0 许可。官方模型卡称：INT4（W4A16）QAT 构建仅 173MB，支持 32K 上下文，在 iPad Pro M5（Metal）上解码最高 466 token/s，iPhone 18 Pro 实测约 350 token/s；在 11 项中英评测上平均 50.00，高于 Qwen3-0.6B（44.28）等更大的约 5 亿参数基线（均为官方口径）。同系列还放出 Base、SFT、GGUF、MNN 端侧包和一次前向即作答的 Dec 决策模型。11-08 起已有第三方 iOS 应用 Local LLM 接入、社区转出 LiteRT 版本。官方明确不建议用于高阶数学和长代码生成。

查看大图

印度初创 169Pi 于 2026-11-06 发布 Alpie Seed 9B（Apache 2.0）：在 Qwen3.5-9B 上做 SFT（DoRA）+ 多目标 GRPO 后训练，保留文本/图像/视频输入与 262K 原生上下文，并提供 FP16 与 Q4/Q3/Q2 GGUF。厂商口径（FP16、thinking 开）：MMLU-Pro 82.54%、GPQA Diamond 84.32%、LiveCodeBench v6 72.99%、SWE-Bench Verified 61.20%（Mini-SWE-agent、无重试）、OCRBench 90.30%；并报告在 iPhone 17 Pro、Galaxy Z Flip8、Mac M2 与 Windows CPU 上可离线推理。

查看大图

2026-11-05，Hugging Face Harness Optimization 研究员 Joël Niklaus（@joelniklaus）发布 Harness Leaderboard：在固定模型/供应商/推理力度下只换 harness，跑 GLM-5.3-Flash、DeepSeek-V4.1-Flash 与 Flint，基准 Terminal-Bench 2.1 与 DeepSWE，共 28,849 次试验、推理花费约 $4,746。作者口径：三模型平均 mini-swe-agent 解决率约 51.4%，Pi 约 49.4% 且每解一题约 $0.29。本条为个人研究排行榜，非 Hugging Face 公司官方产品公告。

查看大图