红帽谈企业 AI 落地难题:模型频繁换代、Token 成本与 Agent 权限治理
红帽全球副总裁兼大中华区总裁曹衡康指出,企业刚把模型接入业务,市场上就出现表现更好的新模型,CIO 面临是否重搭环境的抉择。红帽以支持 20 多个开源模型、合计 700 多个版本的平台应对模型换代,并推进 vLLM 与 llm-d 分布式推理;llm-d 于 10 月 20 日发布 1.0 版本,补齐多租户资源管理、请求优先级调度与面向 Agent 工作流的会话感知路由。
红帽全球副总裁兼大中华区总裁曹衡康指出,企业刚把模型接入业务,市场上就出现表现更好的新模型,CIO 面临是否重搭环境的抉择。红帽以支持 20 多个开源模型、合计 700 多个版本的平台应对模型换代,并推进 vLLM 与 llm-d 分布式推理;llm-d 于 10 月 20 日发布 1.0 版本,补齐多租户资源管理、请求优先级调度与面向 Agent 工作流的会话感知路由。
扩散智能联合创始人、首席科学家龚珊三在 InfoQ 专访中介绍,团队开源的 Clover-35B-A3B-Preview 总参数 350 亿、激活约 30 亿。
11 月 18 日,范式智能无预告发布 Phai 系列两款模型:语言模型 Phai-A1 主打快,官方称同等质量下响应速度比同参数级别模型快 8–10 倍;视频模型 Phai-M1 主打真,强调 AI 感更弱、画风细腻。
阿里巴巴2027财年第二季度财报显示,阿里国际站GMV持续双位数增长,全球电商AI工作台Accio付费企业数从5万增至10万,单季度翻倍。本财年前两季度国际站交易GMV增长均超20%,11月上旬美国大促GMV大涨超40%。1688已全面接入Accio,逾1亿年度活跃买家和超100万源头厂商可直接开通。
Nvidia 董事会主席 Harvey Jones 在第三季度财报电话会上表示,黄仁勋已于 11 月 12 日因个人行为不符合公司行为准则而主动辞职,董事会一致接受其辞呈,且不打算让他重新担任 CEO。
盖洛普与波士顿儿童医院数字健康实验室的调查显示,33% 的 Z 世代依赖 AI 获得陪伴,每日使用 AI 者中这一比例升至 50%,仅有线上朋友者中为 42%。
Anthropic 于周三完成史上规模最大的 IPO,募资约 810 亿美元,加上私募售股超过 1070 亿美元,超过 SpaceX 此前 750 亿美元的纪录,股票周四在纳斯达克以 ANT 为代码开始交易。
作者 Uinui 开发并开源了 NodLink,读取 AirPods 的姿态传感器数据,把头部朝向换算成 Mac 屏幕上的光标位置,全程不调用摄像头。左右歪头可映射为单击、右键或按住拖拽,也支持中英文语音指令如「点击」「双击」,并配有标号点选、暂停与回中。工具需 macOS 14 以上和支持头部追踪的 AirPods,以 MIT 协议开源,目前仅支持 Mac。
Canva 上线生成式 AI 功能总开关,用户可在 Profile > Settings > Permission 中关闭 Magic Expand、Canva 聊天机器人生图、Magic Write、Magic Design、Dream Lab、Canva Code 等工具。
作者在 Apple Watch Ultra 4 上测试了 Siri Recap 测试版,该功能可环境收音并用 AI 生成对话摘要。它默认关闭、需主动开启,摘要可选 1/3/7 天后自动销毁,不保存原始音频和可查看的文字记录,音频在 S11 芯片的安全隔离区处理后即删,大部分处理在本地完成。但 Siri 不训练用户声音,难以分辨真实对话,曾把 TikTok 视频内容误总结成作者本人经历。
Google DeepMind 发布 Gemini 4 Neon,这是七周内的第四款模型,支持 100 万 token 上下文,覆盖文本、图像、音频和视频。
同一件事,精选收录的是《Google DeepMind 发布 Gemini 4 Neon 模型》
OpenAI 发布第二份内部研究加速报告,披露 Codex、Dots 等内部智能体的使用深度。按 API 标价计算,10 月中位数研究员每天消耗价值 2400 美元的 token,环比增长 62%,前 10% 用户达每天 23000 美元。
推荐理由:OpenAI 内部报告给出编码智能体的用量、任务成功率与失败环节,可据此判断当前智能体在研发流程中的真实边界。
黄仁勋辞任与复职传闻反复之际,深圳GPU采购商表示已不敢订期货,国内英伟达高端GPU渠道持续收窄。报道称单台B300国内现货价已炒至约2200万元,海外转运与租算力两条路分别受海关查扣和1200万TPP许可门槛限制。受访者认为国产GPU短期难接住需求,训练端仍依赖英伟达,推理端则受HBM成本制约。
美团无人机第四代索降机型 M-Drone 4L 在迪拜完成海外首次亮相,通过缆索将订单送至指定投放点,全程无需降落,迪拜索降航线将于近期正式投用。该机型将落地 Sobha Hartland 等社区及户外空间,配送距离超 3 公里后每增加 1 公里,无人机约增加 90 秒、地面配送约增加 10 分钟。美团无人机已在迪拜商业运营近 2 年,全球累计完成超 110 万笔订单。
豆包官方宣布,上线仅三个月的豆包工作日活跃用户数突破 800 万,企业客户年度经常性收入突破 20 亿元。豆包工作自 8 月 25 日发布,11 月 16 日上线“工作台”功能,首批覆盖金融、医疗、教育、创意设计等 21 个专业场景,用户也可创建、保存和分享自定义工作台。该产品近期还接入 Kimi、GLM、DeepSeek 等第三方模型,并标注不同模型的额度消耗倍率。
英伟达临时CEO科莱特·克雷斯在财报电话会上确认将停止向中国销售H200 AI芯片,外交部回应称中方已多次阐明在美输华芯片问题上的原则立场。同日腾讯混元开源Hy4 flash模型,总参数224B、每token激活12B,支持100万token上下文。
百图生科11月19日正式发布AI药物安全性评价系统,将虚拟细胞模型、毒性预测与非临床安全性评价服务结合,并依托“虚拟猴”等模型把预测从细胞层面延伸到动物体内。核心模型xTrimoTox在TDC公开基准的肝毒性、心脏毒性等任务上取得高于公开领先模型的结果,药物性肝损伤和hERG心脏毒性任务AUROC分别为0.9637和0.8918。
Recursive 联合创始人 Jeff Clune 在 CoRL 2026 的持续自进化 Workshop 上分享,认为通往 AGI 最快的路是造出能造更好 AI 的 AI,即递归式自我改进。
阿里巴巴集团最新季度业绩显示,阿里云外部客户收入同比增长64%,较上一季度的45%明显加快,为近六年来最高增速。季度内AI相关产品收入连续第13个季度实现三位数增长,带动阿里云收入增长创新高。
黄仁勋在辞去英伟达CEO职务五天后于个人X账号发文,承认个人生活错误,并首次明确表示若董事会认为符合各方利益,他愿意重新担任CEO。同日英伟达董事长Harvey Jones在财报电话会议上表示,董事会已一致接受其辞呈,无意恢复其CEO职务,公司已聘请Heidrick & Struggles物色继任者,Colette Kress继续担任临时CEO兼CFO。
爱范儿实测 GPT-6.2 Astra 与 Sol 后认为,首发差评被集中放大,模型表现并没有网上说的那么糟。OpenAI 称 Astra 在 Agents' Last Exam 上比上一代高 5.2 分、成本不到三分之一,AA-3D 评测以 1318 Elo 排名第一;但 Theo、Dan Shipper 等开发者批评其在长期任务中异常中断、偏离目标、难以解释自身操作。
推荐理由:结合开发者差评与作者自测,呈现 GPT-6.2 在长周期 Agent 任务中的真实表现与成本权衡。
即梦 Seedance 2.5 推出 4K 版本,把最长 30 秒单次生成、全模态参考、视频编辑与延长等能力提升到 4K 画质规格。4K 模式支持 10bit BT.709 色彩格式和六种画幅输出,作者在品牌 TVC、电商素材、影视预演和线下大屏四类场景中做了实测。文章还提到 Seedream 5.5、Seedance 2.5 Flash 以及面向企业团队的即梦企业解决方案。
爱范儿实测 OpenAI 当天发布的 GPT-6.2 Astra 与 GPT-6.2 Sol,用一句话提示词在 17 分钟内生成 FPS 游戏,并完成可交互孔雀开屏 3D 场景、深海图谱网页和日式奇幻城市 GIF。
推荐理由:作者用游戏、3D 场景、网页与写作等多组实测,呈现 GPT-6.2 Astra 在能力与可用性之间的落差。
uya-agent 发布一个 9.3 MB 的静态二进制编程 Agent,拷到任意 x86-64 Linux 上即可运行,无需 node、python、glibc 或容器。它接收一句指令后自行读文件、改文件、跑命令,循环到给出结论,TUI、沙箱和 TLS 都打包在内。官网与 GitHub 仓库已公开。
OpenCode 发布 Browse,让编程 Agent 直接使用用户已登录各种账号的浏览器。该功能由 Chromium 扩展加一个 MCP server 组成,Agent 在后台折叠标签组中开标签页,可读页面、点击、输入、截图和录 tab;遇到登录、2FA 或付款环节时把标签页交还用户。
OpenAI 宣布 GPT-6.2 Astra 和 Sol 上线,Astra 为旗舰模型,定位面向最难的项目,在专业工作和科学研究评测上刷新自身记录,每任务成本不到 GPT-6 Astra 的三分之一。Sol 与 Astra 分工明确,官方称两者差别会体现在幻觉等方面。
腾讯宣布开源 Hy4 flash,总参数 220B,每个 token 只激活 12B。混元团队称其为迄今最具成本效益的 Hy 模型,单任务平均成本只有 Hy4 的 1/20、DeepSeek-V4.1-Flash-1017 的 1/8。相比上一代 Hy4,该模型在结构上改了三处。
推荐理由:腾讯开源 Hy4 flash,给出 220B 总参数、12B 激活和单任务成本对比,可据此判断稀疏模型的成本取舍。
Anthropic 在 IPO 路演幻灯片中称,Claude Mythos Preview 用约三天完成让自家模型在 AMD MI355X 上跑到可用性能水平的软件工作,几乎不需要人插手,而这类工作过去要花 6 到 12 个月。该说法只覆盖单个模型在 MI355X 上的性能达标,具体细节未在摘要中展开。
微软宣布推出新版本编程模型 MAI Code 2 和 MAI Code 2 Flash,核心卖点是“不到一半的价格,交付生产级质量”。在 DeepSWE 1.1、Terminal Bench 2.1、SWE-Atlas 和 FrontierCode v1.1 四个企业日常编码基准上取平均,MAI Code 2 拿到 GPT 6.1 Sol 的……(原文摘要在此截断)。
推荐理由:微软公布 MAI Code 2 与 Flash 的定价和基准对比,可据此判断低成本编程模型的取舍。
伏羲智能决策平台发布 v1.0.0,升级多智能体编排与知识检索,并完善测试提案、历史回归、业务结果回传、偏差归因、漂移监测和优化评估流程。平台采用 Rust 技术栈,支持标准 DMN 决策模型和项目级治理,尝试把自然语言建模、确定性决策执行与发布后运营连接起来。
Claude Code 团队公开称其约 90% 的代码由 Claude 编写和评审,团队工程师 Addy Osmani 在 claude.dev 上撰文介绍这一规模下如何让 agent 验证自己的工作。文章的核心判断是,没有验证回路时最多同时跑一两个 Claude,因为每个都要人盯着;有了验证回路则可以同时跑几十上百个。
Google 发布 Gemini 4 Neon,在 Gemini 4 系列中定位介于 Carbon 与 Hydrogen 之间的中间档,官方称其平衡深度与效率。定价为输入每百万 token 3 美元、缓存输入 0.15 美元(95% 折扣)、输出每百万 token 15 美元,上下文窗口 100 万 token。
AI爆料博主Token Gremlin称,OpenAI新一代模型因安全与对齐问题推迟发布已持续数周,GPT-6.2和GPT-6.5均受影响,OpenAI尚未官方确认。
RunningHub 全球 AIGC 长片创作大赛收官,共征集 1500 多部作品,长剧和电影级长片占比超八成,20 多部时长超过 60 分钟。获奖作品均跑在 RunningHub 的 AI 影视工业管线上,包括支持 10 万字剧本解析的 RHTV 剧本工坊、云端 Blender 的 RHTV 云片场和无限画布等能力。
范式智能(原第四范式)首次发布自研基座模型 Phai-A1 和 Phai-M1,两款模型全链路在华为昇腾平台上完成训练。Phai-A1 面向代码开发和智能助手场景,官方称同等质量下响应速度比同参数级别模型快约 8-10 倍,单张 RTX 3090 即可运行,并具备原生百万级上下文;Phai-M1 面向真人影视场景,音画同步,约 3 分钟生成 15 秒 720P 视频。
Snowflake 宣布推出 Business Ontology 并即将开启公开预览,为团队提供受治理的方式定义、审批共用业务术语、实体、关联关系与指标,并映射到承载这些定义的数据和模型。
腾讯轻量云专家江露在 AICon 北京站分享中介绍了 LoopForge 的云端 Loop 实践:用 DAG 定义的可执行 SOP 约束多 Agent 协作,由程序负责状态流转与交接,Agent 只在节点内完成分析、设计和实现。团队将评审与测试角色同实现角色隔离,并建立五道质量门禁,强调“独立的预期 + 可复现的运行事实”。她认为只有合入并通过验收才算真正完成交付。
Linearbytes 发布开源 Playwright 库 Bug0 QA Agent,让开发者在标准 Playwright 规范中用纯英文写声明式测试步骤,由代理首次执行后把单操作步骤编译为具体浏览器操作并缓存到 Redis,后续运行直接重放以省去 LLM 推理延迟。
黄仁勋离职一周后,英伟达于 11 月 18 日召开首次全员大会,临时 CEO Colette Kress 宣布 12 月提前为员工加薪并增加股权激励,回应会前约 700 个员工问题中最集中的薪酬诉求。
InfoQ 翻译报道,Anthropic 发文介绍 Claude Code 团队代码审查流程,称 Claude 已编写 Claude Code 约 90% 的代码,且团队无人完整构建 Claude Code 的心理模型。