大模型  Thinking Machines 放出 Inkling 2 Small：594B 总参只激活 17B，AA 指数 31 与中国之外最强开权重持平，下周放 Apache 2.0 权重

11 月 6 日，Mira Murati 创办的 Thinking Machines Lab 发布第二代模型 Inkling 2 Small：稀疏 MoE，总参 594B、每 token 激活 17B（384 个专家里选 8 个），官方称在 12T tokens 上自零预训练不到三天完成。第三方 Artificial Analysis 给的智能指数是 31 分，与 Gemini 3.8 Flash（high）打平，是迄今中国之外评分最高的开源权重模型——这一点在 DeepSeek、Kimi 长期霸榜的格局里分量不小。相对上一代：自动化能力 +41%、编程 +20%，幻觉率从 61% 降到 27%，但「答得更少」也是原因之一（尝试率 77%→53%，准确率仅从 32% 升到 34%）。代价写在价签上：输入 $0.30/百万 token，高于同类中位 $0.24；单任务输出约 15 万 token，是上一代的 4 倍，Terminal-Bench 4.0 只有 13.1%（同表 GLM-5.3 为 41.9%）。发布形态是「先闭后开」：今天只在该公司的 Tinker 平台以托管 API 与微调目标形式提供，权重承诺下周安全测试与红队完成后按 Apache 2.0 放出（4bit 约 297GB，本地跑属服务器级工程）。值得关注的原因：这是第一次有西方实验室在「开源权重」这条中国厂商的主场正面对标，而且选的是多说话换分数的路线——企业真正要比的不是榜上 31 分，而是同样任务下多烧掉的那几倍 token 折算成钱还剩多少优势。（发布：2026-11-06）来源 ↗

大模型  METR 独立评估：Anthropic 的能力提升速度约为过去一年半的两倍，主因是「AI 在帮人做研发」而非算力

11 月 5 日，模型评估与威胁研究组织 METR 发布针对 Anthropic 的独立评估（新华社旧金山 11 月 5 日电，中文稿 11 月 7 日见报）：研究人员用约 11 周（今年 8 月至 10 月）在其内部数据上做测评，结论是截至 10 月底，Anthropic 模型在「定义明确任务」上的能力提升速度可能约为 2024 年 3 月至 2025 年 10 月期间的 2 倍；报告判断加速主要来自广泛使用 AI 辅助研发，而不是训练算力的投入增速——也就是说，AI 已经开始给「造下一代模型」这件事本身提速，但尚不能在训练最关键的环节独立作出重大贡献。评估的独立性有折扣：数据由 Anthropic 自愿提供，公司可以批准或拒绝信息调用，并能在公开前删减；实际被删掉的包括算法进展估计、具体瓶颈分析与未来模型预测，METR 直言这些恰是「形成结论最有参考价值的证据」。时间线很讽刺：Anthropic CEO 阿莫代伊今年 9 月才公开主张「必须放慢提升模型能力的脚步」，为安全措施争取时间。值得关注的原因：这是第一份带时间窗口、带方法论披露的「AI 加速 AI」外部证据，它把「递归自我改进」从论坛话题挪到了可被引用的数字上——而删减条款又说明，越是这样的数字，厂商越不愿让它完整见光。（发布：2026-11-05）来源 ↗

Agent  Cursor 上线 Build Live Apps：一句需求直接长出数据库、鉴权与公网链接，「从写完代码到上线」这一公里被抹平

11 月 6 日，Cursor 推出 Build Live Apps：在 Cursor 里开一个云端 Agent，用自然语言说清要做什么应用，它会自动搭脚手架、按需起一个托管 Postgres、用 Cursor SSO 配好登录鉴权、跑静态与 Agent 双重安全扫描，最后托管部署并分配一个可分享的域名——开发者不必再碰本地环境、数据库配置与部署流水线。同一天这条链上的其他环节也在动：Google 的 Antigravity 把编程 Agent 挪到自家云 VM 上跑，合上笔记本任务继续，可跨 GitHub 仓库与 Drive 文件；LangChain 的 Deep Agents 把 ReAct 循环拆成「和你对话的编排 Agent」与「后台干活的异步子 Agent」，避免一次长工具调用堵死整条循环；Perplexity 则把 Teammates 做成常驻岗位（Max 订阅 $200/月，可盯 Slack、GitHub、Linear 并向同事发消息）。值得关注的原因：AI 编程的竞争焦点已经从「补全得快不快」换成了「想法到上线之间还剩几步」——当建库、鉴权、扫描、部署被一句话吞掉，稀缺的就不再是写代码的人，而是能说清要做什么、并能为上线结果负责的人。（发布：2026-11-06）来源 ↗

Agent  Uber 三季报兜头一盆冷水：万圣节一周 3.2 亿单里，AI 智能体只叫到 4 辆车、约 500 份外卖

11 月 4 日的 Uber 第三季度财报电话会上，CFO Balaji Krishnamurthy 给了一个几乎可以当行业体温计的披露：万圣节所在的当周是 10 月最忙的一周，Uber 与 Uber Eats 合计完成约 3.2 亿单，其中由第三方 AI 智能体发起的，Uber Eats 约 500 单、出行只有 4 单。CEO Dara Khosrowshahi 的评价是「非常、非常早期，牵引力非常有限」，但他给了个很实在的解释：在 Uber 里手动叫车平均 50 秒、复购常点外卖约 90 秒，智能体能省下的时间本来就有限，摩擦不够大，用户没有换入口的动机。竞品同日互证：DoorDash 上周财报称经由 AI 智能体下的单也只有数百。Uber 并不收缩：App 内已有语音叫车 Agent，对外提供 Rides MCP，可接入智能眼镜、手表、耳机上的助手，管理层预计市面上约 8 家主要助手会增长到 10 家以上。值得关注的原因：过去一年「智能体接管交易」的叙事一直靠演示视频支撑，这是第一次有平台用自家真实订单量给出分母——4／3.2 亿。它提醒所有做 Agent 商业化的团队：入口的价值不取决于模型多聪明，而取决于被替代的那个动作原本有多麻烦。（披露：2026-11-04；报道：2026-11-06）来源 ↗

机器人  信通院报告戳破「下线多少台」：上半年全球出货 2.2 万台、同比涨近 300%，但真正进厂干活的只有约 8%

11 月 5 日，中国经济信息社与中国信通院上海工创中心联合编撰的《2026 年具身智能产业创新报告》发布（新华财经 11 月 6 日刊出调查）：2026 年上半年全球人形机器人出货量超过 2.2 万台，同比暴涨近 300%；但真正进入智能制造、仓储物流场景的仅约 8%，超过六成设备仍停留在商演、科研教学环节。价格侧的信号更直白——2025 年初日租动辄上万元、旺季一机难求，到 2026 年下半年，主流租赁平台部分裸机日租已跌破千元，「靠新鲜感支撑的溢价体系」正在重构。少数真落地的样本给了可核对的运行数据：银河通用重载机器人 Galbot S1 在宁德时代产线双臂搬运 50 公斤料箱，自 2026 年 3 月验收后 7×24 小时连续运行；乐聚 15 台夸父在兆丰机电累计运行约 1000 小时、助产 6 万余个零部件，单次上料稳定在 40 秒内、成功率稳定 98%。采购方的关注点也已经换掉：工博会上没人问「能翻几个跟头」，问的是重复定位精度、负载、部署周期与连续运行稳定性。值得关注的原因：行业判断的尺子正从「发布了多少产品、下线了多少台」转向「有多少机器人真正在工厂、仓库和商店持续交付结果」——在这把新尺子下，8% 与六成演示的落差，比 300% 的出货增速更值得记住。（发布：2026-11-05/06）来源 ↗

大厂  英伟达两头受压：国会三委员会要黄仁勋 11-18 闭门说明芯片出口，公司自己则去打旧电信机房的主意

11 月 6 日两条消息同时落地。监管侧：众议院外交事务委员会主席 Brian Mast、中国问题特别委员会主席 John Moolenaar、情报委员会主席 Rick Crawford 联名致信，要求黄仁勋出席 11 月 18 日的联合闭门简报，核查芯片出口合规与技术外流风险；焦点是他与新加坡 Megaspeed 前高管 Alice Huang（美情报部门指其向北京传递信息）的往来，以及公司内部反间谍机制。《纽约时报》的报道并未认定黄仁勋知情，英伟达称这些往来属常规商务、Megaspeed 相关的转运疑点已调查并被否定，中方称指控「毫无根据」。国会要求 11 月 11 日前确认出席；耐人寻味的是英伟达三季报正好排在 11 月 17 日，比简报会早一天。产业侧：英伟达正联手阿波罗（Apollo），把宽带运营商 Brightspeed 的 130 余座传统电信机房改造成小型 AI 数据中心——合计可用电力约 1 吉瓦、遍布美国中小城市、规划最多覆盖 20 个州的推理网络，最快 2027 年一季度启动。改造旧机房的价值在于绕开最难的一步：新建数据中心的电网接入常要等数年，而现成建筑与供电能把周期压缩；代价是设备老化推高运维成本、部分站点仍需审批。值得关注的原因：一边是国会把审查从「公司业务」延伸到「高管个人关系」，一边是公司用「旧机房 + 私募资金」给数据中心选址难找第三条路——这两件事其实回答同一个问题：算力扩张的约束，正在从芯片转向政治与电力。（报道：2026-11-06）来源 ↗

大厂  同一周里三家公司三种活法：微软撤租、苹果发债回购、谷歌自建并自担电费，AI 基建的钱开始分层

三件事拼出本周资本面的真实温度。微软在收缩：除年初已取消与 Nscale 英国埃塞克斯数据中心约 30 亿美元的租约，近日又放弃把得州现有算力租赁规模翻倍以上的选项，并撤回向西弗吉尼亚州租用 1.35 吉瓦算力的意向书，部分算力随后由 Figure AI 接手；Nscale 上半年净亏损 10 亿美元、营收仅 1.41 亿美元（合同积压仍有 1030 亿美元），其 350 亿美元估值 IPO 因此承压。苹果在回购：时隔一年半重返投资级债市，拟发七档、2 至 10 年期、约 70 亿美元，最长期限初始定价为美债加 80 个基点，用途含股票回购与派息——分析师称这是「机会主义融资」，与微软、甲骨文、Meta 上周合计 500 亿美元的 AI 基建发债性质不同。谷歌在自建：宣布 170 亿美元在怀俄明州拉勒米县建其首个数据中心，配套 702 兆瓦商业规模燃料电池 + 碳捕集封存（同类项目最大），并承诺 100% 承担自身用电与新增基础设施成本、不转嫁给当地用户。市场端的背景是 11 月 5 日纳指跌 5.52%（18 个月最大单日跌幅）、单日市值蒸发约 3.2 万亿美元、英伟达跌 9.3% 抹平年内涨幅；据多家统计，选举夜以来 44 项地方数据中心相关提案有 43 项通过限制性条款，NBC 民调 76% 受访者反对在自家社区建数据中心。值得关注的原因：过去两年「所有大厂一起加杠杆建算力」是同一个故事，这周第一次分岔——有人退租、有人拿钱回购股东、有人自己扛电费换社区同意，而债市对纯算力中介的窗口正在关闭（马斯克的说法是 200 多家新云会像孔雀鱼一样大批死掉，SpaceX 自己则融了 400 亿美元买卡，因为它有星链和发射业务造血）。（报道：2026-11-05/06）来源 ↗

人物  奥特曼 @Figuring Out：不持 OpenAI 一股是「最大的决策失误」，AI 失控只有两条路

OpenAI CEO 萨姆·奥特曼做客印度播客《Figuring Out with Raj Shamani》（第 FO583 期，录制播出 11 月 3 日，近 70 分钟；中文精编 11 月 6 日起在中文科技圈流传）。三个有信息量的表态：其一，他罕见承认当初选择不持有 OpenAI 任何股权是「实际决策上的失误」——初衷是把公司当成艺术般的使命，但商业社会的认知无法理解这种反常识，反而滋生出对「隐藏权力动机」的猜疑；其二，他把 AI 失控归纳为两条路径：人类有意无意地把控制权交给能力远超自己的系统、最终再也拿不回来，或某个个人/公司/国家相对其他所有人过于强大——因此他主张「让多条不同路线的实验室相互竞争，比所有人依赖一家公司安全得多」，并顺势解释了马斯克与多位前高管为何离开另起炉灶（「利害太大，人都只相信自己能掌舵」）；其三，被问到上一次心跳加速是什么时候，他答是在准备对外宣布大模型在纳维-斯托克斯方程上取得突破的前夜。另有两条可对照的旧事实：2022 年 8 月 GPT-4 训练完成、外界还在传「大模型撞墙」时，OpenAI 押上全部筹码囤算力；初代 ChatGPT 内测次周留存只有 5%，管理层与研究团队普遍反对发布，他坚持按 YC 的思路先上研究预览。值得关注的原因：这是当事者对「为什么公司会分裂成这么多家」最直白的一次归因——不是路线之争，而是超级智能前景下必然出现的信任瓦解；对正在做 AI 治理的人来说，这句话比任何安全白皮书都更说明问题的结构。（节目：Figuring Out with Raj Shamani；录制：2026-11-03）来源 ↗

安全  一个嵌套弹窗就绕过了 ChatGPT「封锁模式」：桌面端零交互偷走全部聊天记录，OpenAI 9-18 修好、11-05 才公开

发生了什么：Check Point Research 披露，OpenAI 今年 6 月推出的可选高级安全设置 Lockdown Mode（封锁模式，通过限制联网抓取、外链图片、Canvas 网络请求、Deep Research、Agent 模式、连接器与文件下载来掐断提示注入的外传通道）可被绕过。缺口在 2 月才加入的「HTML 页面预览」功能：预览内容跑在两层嵌套沙箱里、直连 window.open 被拦截，但沙箱权限仍保留了 allow-popups 与 allow-popups-to-escape-sandbox，攻击者在被渲染页面里再套一层 frame，就拿到了未经改写的弹窗函数，弹窗继承不到任何封锁限制。攻击可由恶意提示词、恶意 GPT 或一条分享链接触发；在 Electron 版 ChatGPT Classic 桌面端无需用户任何点击——正常聊天即可，攻击者能静默把完整聊天记录 POST 到外部服务器、伪造「重启以更新」弹窗投递恶意软件，甚至强制登出把用户引到钓鱼登录页。谁怎么处置：Check Point 上报后，OpenAI 于 9 月 18 日移除了外层预览 frame 的这两项弹窗权限，研究人员复测确认手法失效，未发现野外利用。是否见效：见效，但只堵了这一条：研究者指出根子在于「在应用外壳里渲染不可信 HTML」，而同一时期分享链接接管、跨账号命令通道等客户端问题连续出现，说明真正的信任边界不在模型，而在渲染管线与客户端权限。值得关注的原因：这是「AI 安全控制的上限由外层应用环境决定」最干净的一个案例——防卫方若只盯着模型护栏，客户端的一个权限位就能把它整体作废。（公开：2026-11-05；修复：2026-09-18）来源 ↗

安全  AI 克隆 CEO 声音 + 假冒大律所律师，骗走 1.29 亿美元：美国司法部起诉 3 人，七项罪名各最高 20 年

发生了什么：11 月 5 日（当地时间），纽约南区联邦检察官办公室公布一份解封的起诉书：Jacob Soall（41 岁，西班牙/英国）、Sharon Hazan（54 岁，以色列）、Guy Sheetrit（42 岁，以色列/阿联酋）被控在 2024 年 7 月至 2026 年 2 月间，用 AI 伪造企业 CEO 的声音乃至形象，配合冒充国际大律所律师的「同事」，成套剧本针对财务部门员工，以「机密交易需要你配合」为由诱导其向全球多地账户电汇，随后换成加密货币洗钱。涉案金额超过 1.29 亿美元，已知受害方包括英国一家金融科技公司（1157.8 万美元）、密苏里与加州两家医院系统（482.9 万、296.8 万美元）、马萨诸塞一家共同基金公司、佛州一家宠物食品公司与罗德岛一家银行；检方称他们试探过全球数千家公司。三人有「Rocky Balboa」「Superman Cash」等绰号，Soall 甚至备了一份手写《Lawyer Call》脚本让自己听起来像真律师。谁怎么处置：三人分别于 6 月至 9 月在西班牙、英国落网，等待引渡；七项罪名（电信欺诈共谋、电信欺诈、两项加重身份盗用、洗钱共谋、两项洗钱）每项最高 20 年。FBI 与检方把此案定性为「SI 技术被武器化」的样本，呼吁企业重设财务流程的复核规则。是否见效：司法层面已推进，但骗局本身并不依赖任何模型漏洞——它利用的是语音克隆工具的低门槛与「CEO 直接下指令」的组织惯性。值得关注的原因：当深度伪造的成本降到几百美元，「老板亲自打电话让我转账」这个沿用几十年的信任凭证已经失效，反欺诈的落点必须从「听声音」换成「走流程」。（起诉书解封：2026-11-05；报道：2026-11-06）来源 ↗

算力  英伟达掏数十亿美元帮日月光旗下矽品扩 CoWoS：台积电的封装缺口，开始由客户出钱补

11 月 6 日路透社报道：据一位了解内情的产业高管透露，英伟达正提供数十亿美元资金，协助日月光投控旗下矽品精密（SPIL）扩充 CoWoS 先进封装产能，资金用于新厂房空间与设备；这一规模的资金援助此前未被报道。英伟达未回应置评请求，日月光表示不评论涉及客户的市場传闻。背景是产能缺口：Counterpoint Research 测算 2026 年台积电 CoWoS 供需缺口维持在 20% 左右，其内部产能正向每月 18.5 万片晶圆扩张，四年产能增长逾十四倍，但缺口要到 2027 年才可能收窄至一成；Yole 预计 2026 年先进封装营收将首次超过传统封装，相关资本支出接近 280 亿美元。外溢效应也已经出现：力成正与 AMD、博通合作面板级封装，并计划投 4 亿美元在新加坡与博通设合资厂（最快 2028 年投产）；台积电自研的 CoPoS 面板级方案 4 月已建试产线，约两年内导入。值得关注的原因：当「谁能拿到封装产能」成为模型训练排期的硬约束，客户出钱替供应商扩产就成了新的行业惯例——它同时意味着英伟达在为 2027 年的出货提前锁定非台积电的第二条腿。（报道：2026-11-06）来源 ↗

算力  台积电被曝应英伟达要求评估自产 3D DRAM：晶圆代工要去抢存储三巨头的饭碗

11 月 6 日，The Information 报道、彭博与路透跟进：台积电已开始起草生产先进存储芯片的计划，具体品类是 3D DRAM——把存储单元垂直堆叠以提高单位面积容量，与「把成品 DRAM 晶圆叠起来」的 HBM 是两条不同路线。推动方是它最大的客户英伟达；项目由主管先进封装（CoWoS 与面板级 CoPoS 所在部门）的副总经理 Hsu Kuo-chin 牵头，台积电在权衡两条扩产路径：新建晶圆厂，或收购现有厂房改造。若成真，台积电将直接对上三星、SK 海力士与美光——而这三家同时又是它的封装伙伴。时间压力来自缺货：AI 数据中心吃存储的速度超过三家扩产速度，美光预计短缺持续到 2028 年，SK 海力士计划投入 7200 亿美元建新厂，苹果 6 月已因存储成本上调 Mac 与 iPad 价格。10 月英伟达还曾要求三星、SK 海力士、美光把定制 HBM 的 base die 放到台积电 3nm 上做，等于先把代工拉进了存储栈。需要说明的是：目前只是「起草计划」阶段，没有时间表、没有产能数字、没有制程节点，台积电与英伟达均未评论。值得关注的原因：这是「算力瓶颈从逻辑芯片转向存储」最直接的一次产业链反应——如果连代工厂都开始考虑自己做 DRAM，说明英伟达已经不打算等存储厂追上来了。（报道：2026-11-06）来源 ↗

颜志军、孙笑微、王红军 等 编著 · 机械工业出版社 · 2026-10 · ISBN 978-7-111-81865-6

一本围绕 MCP（Model Context Protocol）的实战书：从协议起源背景与核心架构讲起，逐层剖析官方 SDK 的实现细节与底层逻辑，再用 Cline、Excel 等真实场景的代码范例，把「如何开发 MCP 服务与应用」走完整条链路——协议实现、OAuth 2.0 安全认证，直到构建工业级服务端，随书附案例源码。放在今天的新闻里读很应景：Cursor 用一句话把建库、鉴权、部署全吞掉，Perplexity 的常驻 Agent 要接入 Slack 与 GitHub，Uber 也把 Rides 做成 MCP 交给第三方助手调用——所有这些「能力接入」最终都要落在一个协议与一套权限模型上，而书里讲的正是这一层怎么安全地搭起来。来源 ↗