AI 技术日报 - 2026-11-03

Top 10 AI 技术要闻

  1. 美团龙猫发布 LongCat-2.5：1.6 万亿参数原生多模态模型
    美团龙猫团队发布 LongCat-2.5，总参数 1.6 万亿、每 token 激活约 480 亿，定位长程智能体任务的原生多模态模型。视觉侧把图像表示为多层级离散 token，复用语义对齐编码器并施加残差向量量化，让主干网络统一处理图文输入。智能体能力靠 Agentic RL 链路：自动合成任务、可交互环境与 fail-to-pass 可验证用例，配合 partial rollout 异步策略缓解长尾，并用断网、清 git 历史与 LLM judge 抑制 reward hacking。工程上针对国产单卡 80GB 显存优化超节点并行与 FSDP 双重分片，长序列 SFT 单卡吞吐提升 86%；推理侧 W4A4 量化让 Prefill/Decode 吞吐分别提升 43.3% 与 42.77%。评测中 Terminal Bench v4.0 得 38.5，超过 GPT-5.6-Sol 的 37.3。

链接：https://www.aibase.com/zh/news/32006

  1. GPT-6.2 Astra 开启灰测，Claude Mythos 5.5 同日曝光
    11 月刚开头，两家头部实验室的新模型就撞在一起。部分 ChatGPT 用户的模型列表里出现了 GPT-6.2-Astra 且确实可用：有人 20% 的请求被路由到 6.2，也有用户 100% 命中，不过基本需要 500 美元的 Pro 套餐才能灰度到。Claude 侧，Mythos 5.5 短暂出现在官网前端代码中、数小时后被移除，据称是包含生物学研究与网络安全能力的版本。与此同时，HuggingFace 上出现了一个声称是 Mythos 泄露权重的仓库，虽然大概率是假的，已有 5000 多次下载。从社区放的"鹈鹕骑车"对比看，Claude 更偏艺术风格，GPT 更注重物理效果。这类灰度泄露通常意味着正式发布已进入倒计时。

链接：https://www.qbitai.com/2026/11/507082.html

  1. Anthropic 推出 message threads：长跑 Agent 不再重发整段对话
    Anthropic 在 Messages API 中开放 message threads 公开测试，核心是"对话只发一次"。第一个请求携带完整会话并开启一个 thread，之后每个请求只发新增消息加上一次响应的 ID。thread 在两次请求之间保存在内存中并加密、不落盘，最后一次请求后 5 分钟过期，客户端届时重发完整对话开启新 thread。官方数据显示，对 50 万至 100 万 token 的请求，首 token 延迟（TTFT）中位数下降约 35%，该能力对多数 Claude Code 用户已默认开启。需要注意 token 用量并未减少——Claude 每轮仍要读完整对话，省下的是传输与预填充时间。典型受益场景是长跑编码 Agent、每一步都要带截图的 computer use，以及文档与图片密集型工作流。

链接：https://claude.com/resources/articles/message-threads

  1. GitHub Copilot Fusion 正式可用：不选模型，选路由系统
    GitHub 宣布 Copilot Fusion 全面可用。用户在模型选择器里挑的不再是某个具体模型，而是一套会为每个任务自动路由、编排模型的系统——它把 Project HydraFusion 的多模型编排与 Copilot 自动选模的微调策略合并，目标是同时兼顾效果与成本。官方给出的硬指标是：在 Artificial Analysis Coding Agent Index 上，Copilot Fusion Max 得分 60，与使用 Opus 5.5 Max 的 Claude Code 相差两分以内，但平均每任务 API 成本约为后者一半、token 消耗约一半、耗时少约 40%。产品分 Fusion Standard（日常编码，偏通用模型）与 Fusion High（高难任务）两档，同时为管理员提供模型可用范围与计费控制。对团队而言，这意味着"选模型"这件事正在被"选努力程度"取代。

链接：https://github.blog/changelog/2026-10-28-route-and-orchestrate-models-with-github-copilot-fusion/

  1. vercel-labs/agent-desktop：用无障碍树让 Agent 操作桌面应用
    Vercel Labs 开源 agent-desktop，给 AI Agent 提供跨 macOS、Windows、Linux 的桌面操作能力，提供 CLI 与 C 库。它不走像素匹配那条路：一次 snapshot 返回 JSON，为每个可操作元素给出 ref，Agent 对 ref 执行动作后再快照校验，整个循环留在你自己的 Agent 里。每次 CLI 调用跑在独立进程中，headless 调用仍然禁止前台激活与合成输入，避免抢用户焦点。安装只需 npm install -g agent-desktop，macOS 需要授予辅助功能权限，Windows 在同等完整性级别下无需额外授权。README 也明确提醒：快照、剪贴板、截图与命令输出可能包含隐私内容，不要写进公开日志或上传。对想做 computer use 又不想依赖视觉模型的团队，这是一个更可控的底座。

链接：https://github.com/vercel-labs/agent-desktop

  1. 阿里云升级 Memory 服务：给 Personal Agent 装长期记忆
    阿里云宣布 Memory 服务全面升级，重点增强 Personal Agent 场景下对用户偏好、计划与历史约定的长期记忆和个性化处理，并补齐 MCP、CLI 等主流接入方式。服务从对话中实时抽取关键信息，按规则自动沉淀为用户画像与结构化记忆，后续按用户身份与当前问题检索调用，减少重复询问。评测上，它在 HaluMem-medium 的记忆提取召回率、准确率、F1 与记忆问答指标上均取得最高分；在 PersonaMem-v2 上以 56.82 的总分位列 8 个参评系统之首，9 个任务维度中 7 项第一。开发者可在控制台自定义记忆规则、画像字段并追踪检索效果，通过 API、MCP 或 CLI 接入 Codex、DeepSeek Harness、Claude Code、OpenClaw 等工具，还可与 Skill 模块配合，把个体偏好与可复用流程解耦。

链接：https://www.aibase.com/zh/news/32023

  1. 度小满联合港科大发布轩辕 4.5：首个自进化金融大模型
    在香港金融科技周上，度小满联合香港科技大学与香港生成式人工智能研发中心（HKGAI）发布轩辕 4.5 金融增强大模型，主打自进化 RSI 技术，官方称在获客、风控、客户经营等核心场景效果提升 30%，推理成本仅为通用模型的 10%。模型涵盖语言与多模态两部分，自研的 Xuanyuan-Machine 参与智能体数据合成、监督微调与强化学习全流程；针对多步拆解业务，融合长链路强化学习、信贷标准作业流程奖励与在线策略蒸馏，构建了超 1000 亿 token 的场景增强数据集。落地侧，度小满已搭起上千个智能体、5000 余项技能，日均 token 使用量突破 1000 亿。对垂直行业来说，这条路径的价值在于用领域奖励函数替代通用能力堆叠。

链接：https://www.aibase.com/zh/news/32019

  1. 特斯拉量产版 Optimus 首次搭载端到端视觉大模型
    特斯拉在最新量产版 Optimus 上首次全面搭载与 FSD 同源的端到端视觉大模型，把过去依赖硬编码程序的模块化分步方案，换成神经网络直接驱动的"视觉输入到动作输出"。机器人仅通过机载双目摄像头感知环境，大模型实时生成高精度全身关节控制指令。现场测试中，应对突发外力推搡、在不平整路面行走、精细物品抓取与分拣时，动作流畅度、反应速度和平衡性都有明显提升。硬件侧，工程团队通过轻量化材料与关节电机优化降低整机能耗、延长单次续航；得州超级工厂正加速建设专用产线，为大规模量产做准备。端到端大模型在人形机器人上落地，意味着具身智能的竞争焦点正从演示视频转向可复制的量产工程能力。

链接：https://www.aibase.com/zh/news/32017

  1. Rocky Linux 创始人用 AI 在 11 天内写出一个"非 Linux"内核
    CentOS 与 Rocky Linux 的创造者 Gregory Kurtzer 又做了一件出人意料的事：他带队用 AI Agent 在 11 天内从零写出一个名为 Ginux 的操作系统内核，大部分代码并非人手所写。Ginux 是独立的 Rust-first x86-64 内核，不是 Linux 的分支——内存管理、调度器、进程模型、文件系统、网络与设备支持全部自研。关键在于它实现了 Linux ABI，现有 Linux 二进制可以不加修改地运行，用项目自己的说法，Linux 只是 Ginux 对外暴露的一个"personality"。当然现阶段的边界也很清楚：只能跑在 QEMU 虚拟机里，没有物理硬件配置，不支持 GPU 与 NVMe，也还没有独立的安全审计。它更像一次关于"AI 能多快重建系统软件"的公开实验。

链接：https://tech.slashdot.org/story/26/11/02/0317207/rocky-linux-creator-built-a-new-not-linux-kernel-in-11-days-using-ai

  1. 四大 AI 巨头联手推"拒爬"标准：robots.txt 一次声明，多家通用
    OpenAI、谷歌、微软与 Anthropic 宣布共同采用一套新标准，让内容发布方一次性声明"拒绝 AI 抓取"，不必再逐家登记偏好。该机制由 Anthropic 技术负责人 Kevin Kelley 提交给互联网工程任务组（IETF），直接嵌进网站已有的 robots.txt——过去它只约束搜索引擎抓取，如今管辖范围延伸到 AI 训练数据。落地节奏上，Anthropic 已率先支持，OpenAI 称未来数月内落实，谷歌与微软预计明年跟进，Meta 表示支持通用信号但未给出时间表。对媒体、论坛与独立站而言，这相当于把"一对多谈判"变成"一次写入、多方读取"；对开发者来说，抓取合规检查点也将从各家独立协议收敛到一份站点声明。

链接：https://www.aibase.com/zh/news/32011

数据来源：TheAIEra News Hub 生成时间：2026-11-03 08:30:00