2,337 字
晚报 | EVENING 2026-11-11
Gemini 4 Carbon开放API,AlphaProof验证Signal协议
今日要点
- Gemini 4 Carbon 开放 API,CursorBench 60.4%
- AlphaProof Code 用 Lean 证明验证 Signal
- Anthropic 启动 IPO 路演,Claude 办公套件上线
Google 将 Gemini 4 Carbon 开放给 Ultra 与付费 API,定价 2/10 美元每百万 token;DeepMind 发布 AlphaProof Code 验证 Signal 协议;Anthropic 启动 IPO 路演,并上线 Claude 白板与表格。
1️⃣ Gemini 4 Carbon 开放 Ultra 与付费 API:CursorBench 60.4%#
- 发布范围:Gemini 4 Carbon 面向 Google AI Ultra 订阅用户、付费 API 开发者与企业开放,覆盖 Gemini App、搜索 AI Mode、Antigravity、AI Studio、Android Studio 与 Gemini for business。Pro 订阅暂不支持。
- 定价与规格:API 促销价为每百万输入/输出 token 2/10 美元,12 月 1 日起升至 4/20 美元;支持单段输出流式最高 65K token,长解码走 Interactions API 最高 1M token,可直接传入 Office 与 OpenDocument 文件。
- 基准与成本:CursorBench 4.0 得分 60.4%,Devin 的 FrontierCode 2.0 得分 40.0%,Perplexity WANDR 得分 0.857 且成本约为 Fable 5.2 的 40%;内部 Project Fortify 漏洞扫描召回率 100%、分诊精度 95%。
- 多 Agent 与生态:Antigravity 预览
/swarm,可由 Carbon 负责架构与审查、轻量模型并行执行;Cursor、Devin、Perplexity、Genspark、AI SDK 已接入。 🔗 Google 官方博客 | Cursor 接入与定价 | Cognition 基准数据 | Perplexity 基准
2️⃣ DeepMind 发布 AlphaProof Code:Lean 证明验证 Signal 协议#
- 核心进展:Google DeepMind 发布 AlphaProof Code,用多智能体与 Lean 证明检查器验证 Signal 的 libsignal 密码协议实现,覆盖 PQXDH 握手与 Triple Ratchet 的安全目标。
- 规模与覆盖:DeepMind 博客称生成三百万行 Lean 证明;皮查伊称超过六百万行机器可检查证明,约 1% 代码库需人工审查。验证推进到特定 AArch64 Linux 编译二进制,而不只是源代码。
- 验证方法:团队重新引入两项历史漏洞,检验证明流程能否识别相应实现违反安全要求;最终是否成立由 Lean 检查器判定,不依赖模型自述“测试通过”。
- 边界:证明仍依赖密码原语、系统调用契约与处理器语义等假设,侧信道不在同等覆盖范围;规格变化或编译配置变化后需重新判断证明是否适用。 🔗 DeepMind 官方博客 | 技术论文 PDF | Sundar Pichai 说明
3️⃣ Anthropic 上线 Claude 白板、表格与 Data:所有付费套餐可用#
- 产品更新:Claude Whiteboards 与 Claude Sheets 进入测试版,Claude Data 由原 Dashboards 正式更名并 GA;所有付费套餐可用,Team 套餐默认开启,企业版白板与表格默认关闭、Data 从 11 月 19 日起默认开启。
- 协作与数据能力:白板支持实时协作、把讨论整理为计划/时间线/待办;表格支持多工作表、公式、格式与下拉菜单;Data 新增认证查询、实时分享、数据故事与旁白视频、缓存、版本记录与设计规范。
- 交互式连接器:可在 Claude 对话内打开 Adobe、Atlassian、Box、Notion、HubSpot、Asana、Canva、Dropbox 等完整工具,经用户批准后由 Claude 执行修改。
- 后续产品:Anthropic 预告 Claude Meetings,可加入视频会议记笔记并同步更新团队文档,尚未公布上线时间。 🔗 Anthropic 官方说明 | Claude 发布推文 | 交互式连接器说明
4️⃣ [持续跟踪] Anthropic 启动 IPO 路演:七名联合创始拟出售 17.5 亿美元股票#
- 前情提要:此前市场已传出 Anthropic IPO 路演临近,买方对估值的讨论出现下调。
- 最新突破:Anthropic 官方宣布启动拟议首次公开募股的路演;注册声明已提交 SEC 但尚未生效,官方附有证券出售限制的法律声明。
- 交易细节:据最新招股书,七名联合创始人将在 IPO 中合计出售价值 17.5 亿美元的股票,每人净资产约 180 亿美元。
- 市场背景:Goldman Sachs 是承销团队之一;同一时间 Anthropic 更新服务地区条款,其企业客户范围与合规边界受到关注。 🔗 Anthropic 路演公告 | 官方推文 | 招股书出售信息转述
5️⃣ Anthropic 新条款生效:限制中国大陆及中资控股实体使用#
- 位置限制:任何身处中国大陆的人员不得使用 Anthropic 服务。
- 注册地限制:注册或总部位于中国大陆的实体及其用户/人员,无论身处何地,均不得使用。
- 股权控制限制:由不支持地区的个人或实体直接或间接拥有多数股权或控制权的实体,其用户或人员同样被禁止使用。
- 适用范围:条款今日正式生效,官方支持地区页面已更新相关限制;对使用 Claude API 的跨境团队与中资控股海外实体产生直接合规影响。 🔗 Anthropic 支持地区页面 | 条款生效转述
6️⃣ 百度发布 ERNIE 5.5 Flash Preview:14B 激活、1M 上下文#
- 模型规格:总参数 280B,每个 token 激活 14B,上下文窗口 1M,生成速度超过 200 token/s;官方称权重将在 11 月 25 日前放出。
- 办公基准:AutomationBench 得分 61.9,高于 Claude Opus 5.5 的 58.0;SpreadsheetBench V2 得分 36.4,高于 Opus 5.5 的 35.1。
- 代码短板:Terminal-Bench 4.0 得分 46.5,低于 Opus 5.5 的 63.6;DeepSWE v1.1 在七个模型中排第五。
- 可用性:Qwen 之外,百度加入开放权重竞争;当前为 Preview,榜单含百度自测分数,权重尚未发布,仍需第三方复现。 🔗 百度官方推文 | AINLP 报道 | 基准汇总
7️⃣ OpenAI 公测 Businesses in ChatGPT:商家可建 Business Agent#
- 商家入驻:商家可在 ChatGPT 中认领企业资料、管理展示信息,并查看提及、网站点击与常见话题的聚合洞察;OpenAI 称不会向商家共享用户对话或 Business Agent 聊天。
- Business Agent:符合条件的美国电商与在线服务商家可发布 Business Agent,回答客户问题、比较产品并引导探索商品;对话会被明确标记,与 ChatGPT 独立回答分开。
- Business Hub:商家可更新企业详情、接入带当前价格与库存的商品 Feed;付费广告也可指向 Business Agent。
- 行业影响:ChatGPT 开始承载商家目录、商品 Feed 与客服 Agent,形成独立于传统搜索的商家信息入口。 🔗 OpenAI 官方公告 | Business Hub 说明 | 官方推文
8️⃣ Meta 开源 TLX:为 Triton 增加 warp-group 级执行控制#
- 核心发布:Meta 开源 Triton Low-Level Extensions,在保留 Triton Python 编程模型的同时,加入显式 warp-group 与 cluster 级执行编排、异步内存移动和 mbarrier 同步。
- 生产案例:GEM 推荐模型训练在数千张 Blackwell GPU 上达到 20–25% 端到端 MFU;IKBO 推理优化将计算密集场景净延迟最多降低 2/3,线性压缩 kernel 在 H100 上提速 4 倍。
- LLM 预训练:基于 TLX 的分布式 Grouped GEMM 已用于 Meta 大规模 MoE 预训练,在长时间训练中保持性能与可调试性。
- 硬件范围:当前支持 NVIDIA Hopper/Blackwell 与 AMD MI300/MI350x,后续计划接入更多架构,并探索作为
torch.compile后端。 🔗 Meta 工程博客 | TLX 论文
9️⃣ Shopify 30 人 12 周用 Agent 重建商家 App:启动时间减半#
- 项目规模:30 名工程师用 12 周将 Shopify 商家 App 从 React Native 重建为 iOS Swift 与 Android Kotlin 原生应用,覆盖 300 多个页面;Agent 编写了大部分代码,但每个 PR 仍由人审查。
- 工程改造:团队先搭建 Reflex 内部架构、无需模拟器的命令行业务逻辑检查工具与仓库规则;用 Helix 读取旧版 App,把迁移拆成可审查的小步骤,并与原应用对照验收。
- 性能数据:Android 启动时间中位数从 1.71 秒降至 0.87 秒,安装包从 80.4MB 降至 47.6MB,内存中位数从 470MB 降至 200MB;iOS 峰值内存中位数从 730MB 降至 190MB;Android 无崩溃会话比例从 99.66% 升至 99.98%。
- 协作方式:约 30 人按两人一组负责产品区域,每人同时指挥多个 Agent;Agent 先在架构规范下互相挑错,人负责判断意图、行为和是否合入。 🔗 Shopify 工程博客 | Shopify Engineering 推文
🔟 MiniMax 开源 H3-Image:10 秒生成 4K 图像,支持 16 张参考图#
- 模型能力:MiniMax H3-Image 支持 4096×4096、1600 万像素图像生成,单张耗时约 10 秒;最多接受 16 张参考图,强化复杂指令遵循、图像编辑与文字渲染。
- 开放方式:发布当天开放权重,可通过 API、MiniMax Code 与海螺 AI 使用;Hugging Face 已上线模型页面,发布周 16MP 以上生成五折。
- 工作流接入:可通过 API 接入 Claude Code、Codex 等 Agent Harness,在 Agent 对话中完成生成、修改与连续编辑。
- 行业影响:开源图像模型进入 4K/十秒级,直接与 Seedream 5.5、Nano Banana 等闭源或半闭源模型在分辨率、速度与参考图数量上竞争。 🔗 Hugging Face 模型页 | MiniMax 官方推文 | 爱范儿实测