引言
本期《一周AI速览》涵盖了2025年11月9日至11月15日全球人工智能领域发生的重大事件、模型更新以及技术架构的突破。本周的主旨口号是：“让智能体编写代码，让代码执行任务”，这反映了AI生态系统正在经历一场由推理成本急剧下降和智能体效率优化驱动的深刻变革。斯坦福和麦肯锡的报告揭示，虽然企业对AI的采用率很高（88%），但只有33%实现了规模化部署。不过，推动智能体经济加速发展的关键在于成本：自2022年11月以来，推理成本已下降了280倍，从每百万Token 20美元降至0.07美元。
一、智能体、编码与效率革命
本周，通过将执行过程从模型转移到代码中以实现效率最大化，成为了主流趋势。
Anthropic公司展示了这一方法的巨大潜力，他们证明与其让智能体实际执行任务，不如让智能体编写代码来执行任务，并将代码在一个小型容器中运行。通过采用“代码执行与MCP（多语种代码执行平台）”的方法，Anthropic将代币使用量大幅减少了98.7%。原本可能需要消耗15万个代币的任务，最终只需花费2000个代币。这种方法不仅能节省大量资金，还能使执行过程更精确、可靠、快速。Anthropic为此提供了沙盒环境和模板。LangChain也引入了用于深度智能体的沙盒（Sandboxes），现已成为一项标准服务。
在智能体的市场应用方面，报告显示AI智能体的采用率正在急剧增加，CEO在今年内部署智能体的比例增长了94%。然而，在企业中，代理的测试率虽然达到了23%，但只有11%实现了规模化，主要集中于营销、销售和产品开发领域。
在编程工具和模型方面，Claude在最新的排行榜上（截至11月9日）占据编程能力方面的主导地位，紧随其后的是付费模型Quen Max。相比之下，Gemini和GPT模型在编码排行榜上的排名并不靠前。微软正式发布了Visual Studio 2026，其中集成了GitHub Copilot的C#和C++代理，并优化了性能瓶颈分析。微软的Copilot Mode也已免费向所有用户开放，并支持GPT-4.5模型。此外，中国的高性价比AI编码智能体字节跳动的Dubaseed Code已在火山引擎云上推出，该模型在软件基准测试中达到了与Anthropic Claude相当的先进水平，价格极其便宜，首月约为130美元，之后每月约5美元。
二、基础模型与功能更新
OpenAI
OpenAI推出了GPT 5.1的重大升级，提供了两种增强变体。第一种是Instant（即时）模式，面向日常任务，语调更智能、更温暖、更具对话性，指令跟随更精准。第二种是Thinking（思考）模式，面向复杂的推理任务，速度更快、更清晰，且能更好地决策回答问题所需的代币数量。GPT 5.1的增强功能还包括支持八种人格预设（如专业、友好等），能自动将查询路由到最优模型，且在复杂逻辑处理速度上提升了40%。它新增了24小时提示缓存和编码工具。此外，OpenAI正在测试名为“Thinking Pro”的GPT-5.1推理版本，预计于11月24日发布。
Google在多模态和企业应用方面持续发力。Gemini Deep Research工具可访问用户的Gmail、Drive和Chat数据，提供更个性化的研究支持。Gemini还扩展了闭源测试，添加了AI驱动的Drive数据分类功能，支持自然语言自动标记敏感文件。在图像生成方面，Google平台即将发布Nano Banana 2 Pro预览版，这是一个超轻量级AI图像生成模型，支持原生2K输出、改进的文本渲染、信息图表和图表生成等功能。此外，Google发布了全新的云端Private AI Compute系统，支持企业级加密和机密计算，专用于监管行业和Pixel手机应用，以确保AI处理数据时不泄露隐私。
中国模型与通用集成
百度开源了ERNIE 4.5 VL多模态模型（30亿活跃参数），该模型在关键基准（如视觉推理）中超越了GPT-5和Gemini。该模型采用Apache 2.0许可，在文档和图表理解方面表现出色，并增加了通过图像思考的能力。此外，百度ERNIE 5.0在中文基准测试中超越了GPT和Gemini，优化了多语言处理和实时响应。在聊天排行榜上，Gemini 2.5 Pro位居榜首。在软件集成方面，Gemini和Anthropic现在都支持JSON Schema，这对于描述对象的结构、确保信息格式正确，并将LLM整合到生产软件系统中至关重要。
三、架构突破与前沿研究
本周的研究重点在于解决AI模型的根本性缺陷，如遗忘和记忆结构。
Google Research推出了“嵌套学习”（Nested Learning, NL）架构，旨在解决“灾难性遗忘”问题。该方法将模型视为一个由更小的、嵌套的优化问题组成的系统，这些问题以不同的学习速度运行。他们构建了名为“HOPE”的系统，该系统整合了连续内存，在多项基准测试中表现优于Transformer、Titans和Mamba 2。
加州大学推出了一种名为世界模型RAG的检索增强生成系统，其性能比现有方法提高了高达20%。该系统从人类大脑架构中汲取灵感，代表了从“块袋”（bag of chunks）检索向持久结构化记忆的根本性转变。
World Labs公司推出了Marble世界模型，这是一个多模态前沿世界模型，可以在三维虚拟世界中运行。它能够根据文本描述、图像或视频等多种输入类型生成完全可导航的3D环境。此外，一篇论文证明了大型语言模型（LLMs）在其隐藏表示中保留了完整的输入信息，确立了内射性这一属性，对透明度、可解释性和安全部署具有直接影响。OpenAI也通过使用吸收电路的研究，强调在训练模型时吸收内部结构，以提升小模型的机制可解释性。
四、行业格局、投资与基础设施
AI基础设施的投资竞赛正在白热化，资本和人才流动频繁。
基础设施投资：Anthropic计划投入500亿美元，在美国德克萨斯州和纽约州建立AI数据中心 。Meta承诺投入100亿美元用于AI数据中心基础设施。微软承诺投入100亿美元在葡萄牙建立欧洲最大的AI枢纽。然而，微软的CEO透露，电力正成为瓶颈，他们购买的大量GPU因缺乏足够的电力而无法运行。NVIDIABlackw芯片需求依然强劲，供应正在从台积电（TSM）增加。
行业变动与人才：Meta首席AI科学家Yann LeCun计划离开Meta，建立一个开源实验室。Intel首席技术官（CTO）加入了OpenAI，旨在强化芯片与大模型的协同开发。在资本方面，SoftBank出售了58亿美元的持股，转而押注OpenAI。
商业愿景：微软首席执行官Mustafa Sullean发表了《迈向人本主义超级智能》宣言，愿景是AI超级智能将与人类协同工作，并被精心校准、情境化和限制在一定范围内。
AI创业：AI代码编辑器公司Corser估值达到了293亿美元。欧洲公司Lovable也通过提供在浏览器中创建网站的编码服务，寻求60亿美元的估值。
五、社会影响与职业发展
职业转型与新经济模式
随着大规模裁员的发生（如IBM计划裁员数千人，转而聚焦于AI咨询和软件高增长领域），许多公司正在用AI取代员工。与此同时，行业对能够与AI协同工作的人才需求激增，即“AI协调员”（AI Orchestrator）。AI协调员需要培养AI原生技能，如提示工程、智能体部署和工作流自动化 。
关于经济未来，Emad Mustak预测，在未来三年内，认知劳动将变得没有经济价值。他提出了双重货币系统的解决方案（基础币和现金信用）。当认知劳动趋于零成本时，人类的剩余价值将集中于：人脉、社区、关系、注意力，以及作为人类最重要的资源——意义的创造。
科技应用拓展
Apple与Google签署了10亿美元的年度协议，将Gemini AI集成到Siri中，标志着Siri从传统语音识别向多模态AI转型。
在心理健康领域，研究表明，经过专门训练的LLM可以对患有心理问题（如抑郁症）的患者产生积极影响，并让他们愿意倾诉和开放，证明AI确实可以与人建立联系。
在教育方面，92%的学生使用AI完成作业。Google宣布投资3000万美元用于AI教育项目。此外，Meta开源了适用于1500种语言的自动语音识别（ASR）模型，极大地拓展了语言覆盖范围。
结语
2025年11月9日至15日这一周，AI领域的核心驱动力在于效率与规模化。从技术层面看，通过代码执行实现效率的最大化已成为主流，它通过节省大量计算资源预示着更精确、更可靠的智能体应用。在研究前沿，Google的“嵌套学习”和神经启发式RAG正在解决持续学习和记忆系统的根本性问题，为通用人工智能（AGI）奠定基础。在商业和社会层面，行业巨头在基础设施上的巨大投入，特别是对电力资源的争夺，预示着计算能力将是未来竞争的决定性因素。同时，AI正加速重塑职业结构，催生了“AI协调员”等新职位，并促使我们重新审视人类在创造意义和构建关系上的核心价值。
Let's Make AGI Real 
留下评论