《一周AI速览202611B》巨头换帅,模型接管工作台

《一周AI速览202611B》主题图:领导交接与智能体工作台

本周,AI产业同时换了掌舵者,也换了工作台。

英伟达确认黄仁勋辞去总裁、首席执行官和董事职务,首席财务官科莱特·克雷斯出任临时首席执行官。这场突发换帅发生在算力仍是AI产业硬通货的时刻,提醒市场:技术路线之外,关键人物、治理结构和继任安排同样是基础设施风险。

另一条变化更接近日常工作。前沿模型开始分成重型专家、快速执行者和专用决策器;Claude、ChatGPT与Adobe把智能体直接嵌进表格、白板、商业发现和原生创意文件。模型不再满足于回答问题,它们正在争夺工作入口、组织流程和下一步行动权。

一、英伟达突发换帅:算力龙头也有组织单点故障

英伟达董事会在11月12日宣布,黄仁勋立即辞去总裁、首席执行官和董事职务。科莱特·克雷斯在继续担任首席财务官的同时出任临时首席执行官,董事会已经启动永久继任者的内外部遴选。公司表示,现有运营、客户承诺和产品路线图将继续推进。

公开声明确认了职位变动,却没有说明辞职原因。围绕个人事务的报道与猜测不应被当成公司正式结论。对产业更重要的问题是,英伟达过去三十多年的技术判断、开发者生态与资本叙事高度集中于创始人形象,继任期将检验这些能力是否已经制度化。

洞察与点评: AI供应链常谈芯片、能源和出口限制,却较少计算组织连续性。关键企业的领导交接会影响客户信心、研发优先级和合作伙伴预期。真正稳健的基础设施,不只要有冗余算力,也要有冗余治理。

二、前沿模型开始分层:最强、最快与最便宜各司其职

Anthropic推出Claude Fable 5.2与Mythos 5.2。二者使用同一底层模型,Fable面向普遍使用并配置网络安全与生物安全防护,Mythos则通过核验计划提供给特定的网络安全和生命科学组织。官方称,新版本输出速度最高提高30%,定价降至每百万输入token 8美元、输出token 40美元。Anthropic同时建议,多数日常任务先用Opus 5.5,遇到更难的开放式技术问题再升级到Fable或Mythos。

Google则在同一周放出Gemini 4 Carbon与Hydrogen。Carbon面向高精度知识工作、长期软件工程、网络安全和科学推理;Hydrogen强调速度和规模化工作流,可在不同思考强度之间调节。Meta的Muse Ember进一步瞄准工具调用、路由、抽取、长文档解析和编码子任务,官方定价为每百万输入token 0.10美元、输出token 0.50美元。

这不是简单的型号堆叠。模型正在形成清晰的工种:重型模型解决少量难题,快速模型维持大多数交互,小模型承担高频子任务。产品竞争也从“默认调用谁”转向“在每一步把任务交给谁”。

三、办公软件重新开战:AI开始生产表格、白板与会议结果

Claude新增Sheets、Whiteboards与Data,并升级交互式连接器。团队可以与Claude共同制作多标签表格、整理白板、生成仪表板;上下文还能从白板延续到表格和数据故事。Claude Meetings也已预告,可作为可见参会者进入会议,记录内容并更新团队正在使用的文档。

这组产品的真正对手不是另一个聊天机器人,而是Microsoft 365、Google Workspace以及企业内部散落的流程工具。过去,AI给出一段建议后,用户还要把结果搬进表格、项目板和汇报材料;现在,模型直接修改工作对象,连接销售、财务、人力和设计系统。

方便也伴随新的治理难题。连接器越多,授权范围越大,错误就越容易从文本扩散到业务记录。企业需要明确哪些数据可读、哪些字段可写、哪些动作必须人工批准,并保留修改记录和回滚方式。

四、ChatGPT进入商业发现:搜索、广告与客服开始合流

OpenAI推出Businesses in ChatGPT测试版。企业可以在Business Hub认领并核验身份,更新营业信息,提供带价格和库存的商品数据,并查看品牌被提及、网站被点击以及常见发现主题等汇总指标。符合条件的美国电商和在线服务商还可以建立Business Agent,与主动点击进入的用户进行独立、明确标注的对话。

这一步把“被模型提到”变成可管理的商业入口。企业不再只能等待搜索引擎抓取网页,而是可以提供结构化、及时更新的资料;用户也能在比较商品时直接追问品牌代理。赞助入口会被标注,且与ChatGPT的独立回答分开,但平台仍需长期证明有机推荐、付费曝光和品牌自述之间的边界足够清楚。

重要警示: 当对话界面同时承担发现、推荐和交易引导,透明度不能只靠一个小标签。平台需要让用户看清谁提供信息、谁为曝光付费、哪些说法来自商家,以及退出商业对话后哪些上下文仍被保留。

五、Adobe把智能体接进原生文件:生成内容开始服从生产流程

Adobe在MAX大会上把Creative Agent扩展到Premiere、Illustrator、InDesign、After Effects和Frame.io,并预览本地MCP连接。第三方智能体可以在用户电脑上调用Photoshop、Illustrator、Premiere和After Effects,直接修改原生项目文件;图层、矢量、素材箱和时间轴仍保持可编辑,创作者可随时接手。

Firefly Design把位图、矢量、动画、3D和印刷放进同一画布;Firefly Graph用于构建可复用的生成工作流。这里最值得注意的不是又多了几个生成按钮,而是AI开始尊重专业创作的文件结构、版本迭代和手工精修。创意行业需要的是“改这一层、保留其他部分”,而不是每次重新抽一张结果。

这也让责任更具体。智能体可以接收云盘里的简报、修改本地工程、再把成果发回协作工具。每一次跨应用传递都需要清楚的权限、素材来源和版本记录,否则高效只是把混乱推得更快。

六、决策模型成为新门类:不写长答案,只做有边界的选择

Google发布Gemini Decisions API,由Gemini Decision 1驱动。它不逐字生成长文本,而是对预先给定的选项计算概率和置信度,可在一次前向计算中,对同一份文本、图像、音频、视频或PDF回答最多1000个是非、选择或评分问题。典型用途包括工具选择、策略检查、模型路由和内容评分。

官方给出的端到端延迟为150至250毫秒,价格为每百万输入token 0.10美元,并且不收输出token费用。这些仍是厂商数据,需要在真实负载中检验;产品方向却很清晰。很多业务步骤并不需要大模型写一篇文章,只需要稳定判断“放行还是拦截”“交给哪个工具”“是否转人工”。

决策模型把开放式生成与封闭式控制分开,有望减少成本和漂移。但它的概率不是事实。训练分布、候选选项和阈值设计都会影响结果,高风险流程仍须设置人工复核和失败兜底。

七、模型开始跳过文字交流:多智能体协作进入“语义直传”实验

Cache-to-Cache研究尝试让不同大模型通过KV缓存直接传递内部语义表示。现有多模型系统通常先让一个模型生成文字,再由另一个模型读取,过程既有延迟,也会丢失内部信息。C2C使用神经适配器投射和融合缓存,两端模型在训练适配器时保持冻结。

论文报告,相比单个模型,平均准确率提高6.4%至14.2%;相比文字通信,提高约3.1%至5.4%,延迟平均加速2.5倍。它已经被ICLR 2026接收,但仍是研究结果,距离通用产品还有兼容性、隐私、调试和安全问题。

如果这种路线成熟,多智能体系统可能不再把所有中间过程都写成自然语言。效率会提高,可观察性却可能下降。系统需要新的审计方式,回答“模型之间到底传了什么、为什么得出这个决策”。

八、智能体开始压缩模型:自我改进先从可测量的工程任务开始

CompressionBench把模型压缩交给编码智能体。智能体获得源模型、存储上限、推理环境和时间预算,自行设计压缩方法并编写可执行推理代码,再由独立系统验证。6个智能体、6种模型与容量组合中,36份提交有29份通过验证;研究者选择每项任务中困惑度最低的方案后,下游平均准确率为77.33%,接近未压缩模型的79.56%。

结果没有证明智能体能够无限递归升级自己。它证明了一件更朴素也更重要的事:在目标、资源和验证规则明确时,智能体已经能承担部分模型工程搜索。失败也很有启发性——局部困惑度改善并不总能预测整模型表现,生成与推理测试会暴露概率指标看不见的问题。

这类自动化的价值取决于验证器。没有独立验收,智能体很容易优化一个漂亮的分数,却交付一个速度更慢、行为更差或无法运行的模型。

九、工具越多未必越聪明:智能体开始计算上下文税

OpenRouter用同一项GitHub任务比较CLI、技能与MCP工具。在其Sonnet 5.5实验中,三种方式都答对了,但CLI使用1421个输入token,技能使用3315个,默认加载46个工具的MCP服务器使用59417个。研究还发现,单个体积庞大的工具返回值可能比全部工具定义更贵;按需工具搜索把初始定义成本压到600个token以内。

这不是对MCP的否定。MCP解决了连接协议和工具生态问题,成本来自把大量定义和结果反复塞进上下文。更成熟的智能体平台需要延迟加载、结果裁剪、分层路由和可观测的上下文预算。

工具调用的真实成本也不只是一张API价目表。模型为了理解工具花多少token、返回多少无关字段、失败后重试几次,都会进入总账。应用团队应该按“完成一个可靠任务”计价,而不是只比较每百万token单价。

十、开放权重走向科学与机器人:能力开始进入专用环境

Moonshot AI发布Kimi K3.1 Pro开放权重。模型采用2.8万亿总参数、1040亿激活参数的混合专家架构,提供100万token上下文和图文输入,面向编程、3D创作与金融研究。开放权重扩大了部署和审计选择,但其体量决定了它不是普通笔记本模型,许可证、量化方式和推理资源仍须单独评估。

Runway则开放27B参数的Praxis-1机器人世界行动模型及推理、微调代码,采用Apache 2.0许可。模型同时预测视频与机器人动作,可通过LoRA适配不同机器人本体。官方报告其在RoboLab-120的1200个回合中取得46.2%成功率;这是厂商公布的榜单结果,不等于复杂现实环境已经解决。

科学侧,Google DeepMind发布AlphaGenome 2,用于预测DNA序列变化如何影响数百种人类细胞类型。它把基因组分析从“某个变异是否重要”推进到“它可能在什么细胞、什么状态下发挥作用”。这类专用模型的价值往往不在通用聊天,而在能否与实验数据、专业工具和人类研究流程严密连接。

未来展望

接下来最值得观察三件事。

第一,英伟达的技术路线与生态承诺能否在继任期保持连续。算力市场对一个关键人物的依赖程度,会比任何公关表态更快显现在客户、人才和合作伙伴选择中。

第二,AI入口之争会不会改写软件格局。表格、白板、创意文件、品牌资料和会议记录一旦被智能体直接操作,传统应用的价值将从“提供功能”转向“提供可信数据结构、权限和可回滚状态”。

第三,智能体的总账能否算清。决策模型、轻量子模型、语义直传、工具搜索和模型压缩都在降低某一段成本,但系统最终要看准确率、延迟、权限、重试和人工复核合在一起的完成成本。

本周最鲜明的特点,是AI产业的组织结构与产品入口同时变化。模型越深入真实工作,竞争就越不像一场单纯的智力竞赛,而更像一场关于谁掌握流程、数据、权限和责任的系统工程。



发表评论