TodayAI

TODAYAI DAILY

AI 日报2026-11-18

OpenAI 发布 GPT-6.2 Astra 与 Sol;英伟达确认黄仁勋不回归并停售对华芯片;微软 Ignite 力推 Copilot 为工作新操作系统 | TodayAI

要闻速览/

Breaking News

今天最值得先看的 AI 变化。

Cloudflare 推出 System One 模型,自称“新实验室”

在 AI Engineer Code Summit 上,Cloudflare AI 平台产品负责人 Michelle Chen 介绍,公司已开始发布模型,并把自己定位为“neolab”。目前已推出两个 System One(系统一)模型:Clef 与 Clairic。据 Latent Space 报道,Clef 受 TypeSafe AI 的 Jev 模型启发,Clairic 则被描述为一种新类型模型。Cloudflare 长期以加速网络的基础设施公司形象存在,此番动作意味着它正把模型能力嵌入自身平台,试图在毫秒级完成决策与数据拉取。对开发者而言,值得关注的是这类模型是否会通过 Cloudflare 现有边缘网络与开发者产品开放,以及它与通用大模型在延迟和部署形态上的差异。

来源:Latent Space·原文

GitHub 推出 Agent Host Protocol,让 Agent 会话跨设备延续

GitHub 博客介绍,Copilot 已支持在一个地方启动 Agent 会话、在另一个地方继续,底层依赖 Agent Host Protocol(AHP)。该协议先在 VS Code 中构建,随后在 GitHub 体系内采用,并被定位为开放标准。GitHub 给出的背景是:模型已能连续工作数小时甚至数天,用户不必全程盯着,但仍需随时查看进度,因此 Agent 不能只活在一个应用里,关闭窗口或切换设备后工作应继续。文章还说明了协议的工作方式、构建过程中的经验,以及开发者如何把 Agent 接入自己的应用与工作流。对 Agent 产品来说,会话连续性和跨端接管正成为基础设施级问题。

来源:GitHub Blog RSS·原文

微软 Ignite 2026 开幕,纳德拉谈前沿生态与能力后果

微软 CEO 萨提亚·纳德拉在旧金山 Ignite 2026 开幕主题演讲中表示,本周聚焦两件事:如何利用正在指数级增长的新能力,以及如何建立应对这些指数级增长所带来后果的能力。他重申微软“赋能全球每个人和每个组织成就不凡”的使命,并称在当前环境下需要以此作为立足点。官方博客将演讲归入 AI、Copilot、Frontier Transformation、Microsoft IQ 与安全等主题。对企业和开发者而言,Ignite 通常是对微软 AI 产品线、Copilot 生态与安全策略的集中信号,后续值得关注具体产品发布与可用范围,而非仅停留在愿景表述。

来源:Microsoft AI Blog·原文

MIT 科技评论:黄仁勋回归请愿含大量开源 AI 人士,芯片与监管成变量

MIT Technology Review 的 The Download 提到,一份要求恢复黄仁勋英伟达 CEO 职务的请愿已获得超过 11.5 万个签名,其中包括埃隆·马斯克;但细看签名名单,相当一部分来自开源 AI 这一细分领域。报道称,黄仁勋此前在某种程度上成为开源阵营的领头人物,但其倡导者信誉正受到威胁:有关英伟达芯片在中国的情况被披露,加上美国的一项新规,可能同时打击该运动的声誉与技术进展。需要说明的是,请愿本身属于社区行动,其实际效力有限;更值得跟踪的是芯片出口与监管规则变化对开源模型训练算力供给的影响。

来源:MIT Technology Review AI·原文

大公司/

Big Names

主流 AI 公司、平台和芯片厂商动态。

英伟达临时CEO称不再向中国销售芯片,黄仁勋回归请求被拒

据TechCrunch报道,英伟达临时CEO表示公司已停止向中国销售芯片,并称不会重新任命上周辞职的黄仁勋为CEO,尽管黄仁勋本人提出愿意回归。这一表态意味着英伟达对华业务从政策博弈转向实质性退出,短期将冲击其中国区收入与客户交付节奏。对国内云厂商和AI公司而言,先进算力供给的不确定性进一步上升,国产替代与存量调度将成为更现实的选项。

来源:TechCrunch AI·原文

WIRED:英伟达对华芯片销售风波持续,特朗普倾向维持出货

WIRED报道称,围绕英伟达与黄仁勋的风波可能冲击其对华芯片销售,美国商务部长卢特尼克因未将涉事企业列入黑名单而受到批评,但特朗普本人支持继续维持相关出货政策。报道显示,出口管制决策正同时受到政治压力与产业利益拉扯。若政策摇摆持续,芯片企业对华营收预期和合规成本都难以稳定,客户也会更倾向于分散供应风险。

来源:WIRED AI·原文

英伟达确认不重新任命黄仁勋为CEO,管理层交接进入过渡期

TechCrunch援引英伟达方面消息称,公司不计划重新任命黄仁勋担任CEO。此前黄仁勋在上周辞职后提出愿意回到最高管理岗位,但这一请求未被采纳。管理层变动叠加对华销售政策争议,使英伟达正处于战略与治理的双重过渡期。对供应链和客户来说,临时管理层能否稳定产品路线与交付承诺,是接下来最需要观察的变量。

来源:TechCrunch AI·原文

微软Ignite:Copilot被称“工作新操作系统”,Office三件套内置其中

在Ignite主题演讲中,微软CEO纳德拉将Copilot描述为“工作的新操作系统”,并宣布Word、Excel、PowerPoint已在Copilot内正式可用,同时预告常驻在线的Agent能力。这意味着Office从独立应用转为Copilot的组成部分,入口与交互方式被重新组织。对企业IT而言,采购与权限管理将围绕Copilot展开,既有插件和自动化流程也需要适配新的Agent形态。

来源:Ars Technica·原文

开发者与 Agent/

Developer & Agents

开发者工具、开源项目、API、SDK、Agent 框架和工作流。

Daydream 推出 AI 购物代理:记住穿搭风格并可代为下单

Daydream 发布一款 AI 购物代理,定位为个人造型师:它能记住用户的穿搭风格,支持虚拟试衣,围绕已有衣橱规划搭配,跟踪促销并在需要时完成购买。与只做商品推荐的导购工具不同,这类代理把“选品—搭配—比价—下单”串成一条可执行链路,考验的是长期偏好记忆与购买环节的授权边界。对电商开发者而言,真正的门槛不在推荐算法,而在如何让代理在用户授权范围内安全地执行支付与退换货操作。

来源:TechCrunch AI·原文

Appxiom:为 AI 编码代理补上上下文层,帮助定位与修复缺陷

Appxiom 在 Product Hunt 上线,定位是为 AI 编码代理提供一层上下文能力,帮助其检测并修复代码缺陷。它要解决的问题是:编码代理往往只看到被选中的文件片段,缺少跨文件调用关系、运行时报错和项目约定的完整背景,因而容易改错位置或引入回归。该产品面向使用代理做日常开发的团队,价值在于把缺陷定位所需的信息组织成代理可消费的上下文,而不是再做一个新的代码生成模型。

来源:Product Hunt AI·原文

OpenAI 发布 GPT-6.2 Astra 与 Sol,覆盖 ChatGPT Work、Codex 与 API

OpenAI 官方博客宣布推出 GPT-6.2 Astra 与 Sol,称其在专业任务输出、编码、计算机操作和效率上有所改进,并以更低成本覆盖 ChatGPT Work、Codex 与 API 三个入口。官方描述强调“更低成本”和“计算机使用”,意味着这轮更新更偏向把模型嵌入实际工作流,而非单纯刷榜。对开发者来说,值得关注的是 Codex 与 API 侧的行为变化是否影响现有代理的稳定性与调用成本。

来源:OpenAI Blog·原文

LangChain 复盘主动型代理:记忆与交互节奏是关键

LangChain 博客复盘了构建主动型代理的实践。所谓主动型代理,是在后台朝目标推进、只在需要用户决策时才回来确认的代理,文中以 GTM Agent 和 Robin 为例。团队总结的重点落在记忆与交互设计上:代理需要记住长期目标与历史动作,避免重复打扰;同时要在恰当的时机把控制权交还用户。这对做后台任务型 Agent 的团队有直接参考价值,说明产品难点更多在状态管理与确认节奏,而非单次推理能力。

来源:LangChain Blog·原文

融资与商业化/

Funding & Commercialization

英伟达在管理层动荡中仍预计营收创纪录增长;另有 arXiv 论文提出从问卷历史构建可解释数字分身的方法,归属有待调整。

英伟达预计营收将继续创纪录增长,但管理层动荡引发关注

TechCrunch 报道,英伟达在创始人兼 CEO 黄仁勋离任后的管理层动荡中,仍预计其创纪录的营收增长不会停止。公司对外释放的信号是,短期收入动能依旧强劲,但报道同时指出公司正处在人事与治理的非常时期。对资本市场而言,关键问题在于这一营收指引能否在领导层更替后维持执行,以及客户与供应链关系是否受影响。英伟达尚未披露更细的财务细节,后续财报与订单变化将是验证其增长承诺的核心观察点。

来源:TechCrunch AI·原文

政策、监管与产业/

Policy, Regulation & Industry

AI 政策、监管、产业落地、公共治理和基础设施变化。

Pedestal AI 融资 470 万美元,用智能体改造供应链

TechCrunch 报道,Pedestal AI 完成 470 万美元融资,主打用智能体 AI 让供应链运转得更快、更可靠。其思路是把采购、物流、库存等环节的重复判断交给可自主执行的 AI 代理,减少人工在多个系统之间搬运信息造成的延迟与差错。供应链是典型的多主体、长链路场景,数据分散且异常频发,正是代理式 AI 试图切入的方向。这轮融资说明资本仍在押注垂直行业的智能体落地,而非通用助手;后续能否证明其在真实订单与履约压力下的稳定性,将决定这类公司能否从试点走向规模化采购。

来源:TechCrunch AI·原文

建设者观察/

AI Builders

AI 产品、模型、Agent、开发者工作流和创业判断的一手观察。

Aaron Levie(Box CEO):人均 token 消耗曲线还看不到天花板

Levie 认为,人均 token 消耗的曲线目前仍看不到上限,越靠近 AI 的人越确信我们仍处在 token 使用与采用曲线的极早期。他判断,今年夏秋的模型发布持续抬高能力上限,多数生产级用例才刚开始真正可用;编程在一年前几乎不可用,如今才逐渐变好,而编程可用又带出工具调用与电脑操作,使金融、生命科学、网络安全等知识工作能被 Agent 承接。他预计,Agent 集群与后台 Agent 会消耗远超想象的 token。

来源:Follow Builders·原文

Guillermo Rauch(Vercel CEO):企业应自己掌握智能路线图

Rauch 提出“拥有自己的智能路线图”四步:一是使用开放的 SDK 与 harness,避免被单一框架锁死;二是通过网关掌握模型选择权,按任务和成本切换供应商;三是自己持有 traces 与数据,并强制零数据保留;四是用私有推理运行自有模型。这套主张把模型当成可替换的基础设施,提醒做 AI 产品的团队提前设计抽象层与数据边界,否则迁移和合规成本会在规模上来后集中爆发。

来源:Follow Builders·原文

Aditya Agarwal(South Park Commons 合伙人):可解释性方法已能用于前沿模型

Agarwal 回顾做可解释性研究的初衷:先让团队对方法本身建立足够信心,再把它应用到领先的前沿模型上。他说这一天终于到来,并强调这件事必须做对。这透露出一个判断:可解释性正从实验室方法走向对真实前沿模型的检验。对做模型评测、安全审计和 Agent 行为监控的团队来说,这意味着可以开始把内部可解释工具纳入上线前的常规流程,而不只是停留在学术探索。

来源:Follow Builders·原文

Peter Yang 总结:让 Claude 做设计不产出“AI 味”界面的五个做法

Peter Yang 总结 Anthropic 设计师 Nate Parrott 的经验:先给足上下文,提供喜欢的截图、页面与过往作品,已有产品可让 Claude 从代码重建真实界面;研究用户熟悉的 UX 模式,遇到难布局时让它参考同类产品;让模型意识到自身的设计偏好,在设计文档里明确避开衬线字体、米白背景、卡片边条等套路;先做线框图确认核心流程,再谈字体与配色;关键页面先要五个方案,再混搭迭代。核心是把模型当成需要约束和反馈的设计协作者。

来源:Follow Builders·原文

Guillermo Rauch(Vercel CEO):用户从人变成 Agent,产品调研要换成跑 eval

Rauch 把产品方法的变化讲得很直接:过去用户是人,所以做用户访谈、找灵感、画用户旅程;现在用户是 Agent,于是要跑 eval,让评测结果反过来驱动软件工程循环。他还提到,Vercel 内部如何做 eval 的实践值得一读。这一判断的启发是,Agent 产品的需求发现不再只靠访谈,而是把真实任务做成可重复的评测集,让每次改动都有可比较的反馈,产品与工程因此更紧密地连在一起。

来源:Follow Builders·原文