AI最新动态|2026-11-14
本期汇总了9 位 AI 建造者的 21 条动态、1 期播客,提炼值得关注的产品进展、工程实践与行业变化。
本期速览
今日讨论主要围绕三条线索展开:模型选型与基准可信度、Agent 基础设施的工程化,以及围绕英伟达与 Jensen Huang 的舆论事件。此外,Trajectory 创始人 Ronak 在播客中系统阐述了“持续学习”的产品化路径,值得单独关注。
X 上的关键观点
模型选型:性价比压过跑分。 Garry Tan 公布了自己的开源 harness 评测仓库,在 Claude Code 2.1.322 的 52 个编码任务上,Fable 5.2 的解决率与 Opus 5.5 接近(82.7% 对 84.6%),但每个已解决任务的成本是后者的 2.80 倍,因此他建议继续把 Opus 5.5 作为编码默认选项。他也承认,Opus 已能解决大部分任务,要区分两者需要更难的题目。这是原作者基于自建评测得出的结论,样本规模有限,读者不宜直接外推。
Nikunj Kothari 则从方法论层面批评“benchmark-maxxing”回潮:他认为真正有意义的基准极少,最可靠的做法仍是在自己的工作流里实际使用模型,其余多为营销姿态。这属于观点而非事实,但与 Garry Tan 的实测形成呼应——评测的价值取决于是否贴近真实任务。
Agent 基础设施走向“可持久”。 Guillermo Rauch 介绍 Workflow SDK 5 与 Vercel Workflows,称其在“首步耗时”和“步间耗时”上有大幅改善,强化了加密与安全,并在大规模场景下验证了可靠性;他还提到把底层持久化日志抽象为可复用的 durable-harness,供任意 agent harness 使用。同一天他另发一条称“Vercel Sandbox is inevitable”,可视为对沙箱层战略地位的判断,而非既成事实。
应用侧:Agent 进入支付与公益场景。 Amjad Masad 表示与 Visa 在 agentic commerce 上的合作进展良好,并预告更多功能;他还提到为托管在 Replit 上的 StandWithJensen 页面提高速率限制以支撑流量。Peter Yang 分享了一个面向癌症等长期疾病患者家属的实践:把病历集中到云盘,让 ChatGPT 或 Claude 加载其免费 skill,生成一页简报并检索临床试验,该帖获得 434 次点赞,是当日互动最高的实用类内容。
舆论事件:事实与立场需分开看。 Amjad Masad、Garry Tan 等多人转发“Stand with Jensen”联署,Garry Tan 的表述是“Jensen 应获得正当程序”。Peter Yang 则对 WSJ 相关报道提出质疑,引用新加坡政府材料称目前仍无法确认 Alice Huang 是间谍,并转述了一位英伟达员工的说法,同时提醒读者自行核查。需要说明:上述均为个人表态与二手转述,事件本身的事实认定尚无公开定论。
其他。 Matt Turck 与 Nikunj Kothari 都提到当日 FAA 全国机场地面停摆,后者称这是现代史上第三次,前两次分别为 9/11 与 2023 年 NOTAM 系统故障,并称本次原因不明。Dan Shipper 提出两个开放问题:为何团队在 Fable 5.2 能“vibe code 任何东西”时仍为软件付费,以及“AI 中最重要的公式”是什么,均未给出结论。
播客精华
Training Data 本期嘉宾为 Trajectory 创始人 Ronak。他用地图作类比描述持续学习的三个阶段:当前多数 agent 像需要去 AAA 取纸质地图的公路旅行,只能离线批量更新;第一步是让训练、评测、部署集中到一处,使企业能自行定制模型,相当于 MapQuest;终点则是 Google Maps 式的在线持续更新。
他回应了 Rich Sutton、David Silver 关于现有架构难以支撑持续学习的判断:基础模型内部已在发生架构变化,如权重内的快慢记忆、跨层跳连,但真正缺失的是把“企业心中的好”翻译成模型改进的那一层。他以 Harvey 为例,称其为法律场景训练的模型成本约为前沿模型的六分之一,开源模型准确率从约 4% 提升到 18%,并强调此前这类工作需数亿美元算力与六到九个月周期。这些数字来自嘉宾自述,尚无第三方验证。
值得继续关注
一是 Workflow SDK 5 与 durable-harness 能否成为 agent 持久化执行的通用底座;二是 agentic commerce 在 Visa 合作落地后的实际形态与风控安排;三是持续学习从“定制一个模型”走向在线更新的时间表,以及架构层进展能否兑现;四是 StandWithJensen 相关报道的后续事实澄清,在定论出现前应避免把联署表态当作结论。
原始来源
X / Twitter
- Swyx(@swyx)
- Peter Yang(@petergyang)
- Amjad Masad(@amasad)
- Guillermo Rauch(@rauchg)
- Garry Tan(@garrytan)
- Matt Turck(@mattturck)
- Nikunj Kothari(@nikunj)
- Dan Shipper(@danshipper)
- Aditya Agarwal(@adityaag)
播客
本文由自动化流程根据公开信息生成中文摘要,观点与事实请以原始来源为准。