AI 早报 - 2026-11-19

聚焦近 24 小时 AI 技术信号,关注实际开发工作流变化


模型与 API

Google 发布 Gemini 4 Neon:以 Flash 速度达到 Carbon 级质量,15、1M 上下文 Google 11 月 18 日发布 Gemini 4 Neon,取代 Argon,进入 Gemini 4 家族(Hydrogen 日常 / Neon 深度分析 / Carbon 代码与最复杂任务)。定价 15/百万输出,缓存输入降到 $0.15(95% 折扣),1M 上下文全窗口统一价。官方口径是在 xhigh 推理档上匹配或超过 Carbon 的整体质量、速度快 3 倍、成本约 60%;Vals Index 70.87%(42 个模型中第 2)。已在 Gemini API(AI Studio)、Android Studio、Gemini App(AI Pro/Ultra)与 Antigravity 上线。VentureBeat 指出其费率比 Sonnet 5.5、GPT-6.2 Sol 高 50%,但比 Opus 5.5 标准价低 25%,xhigh 流式约 110 token/秒。

RadixArk 发布 DaisyRose-27B:纯 RL 后训练,Terminal-Bench 4.1 pass@1 从 5.6% 提到 12.0% RadixArk 首个模型 DaisyRose-27B 基于 Qwen3.8-27B,用自研开源 RL 框架 Miles 做异步强化学习,仅 1,200 条精选长程 agent 任务、单条会话最长 1M token,18 天、144 张 H200 训练完成(官方称 63,000 GPU 小时,MFU 37%)。Terminal-Bench 4.1 pass@1 从基线 5.6% 升到 12.0%,另在 TB 2.1、DeepSWE v1.1、SWE Bench Pro v2、HLE、IFBench、GPQA Diamond 全部优于基线。保留 Qwen3.8-27B 架构、tokenizer、图像理解与 256K 上下文,Apache 2.0 放出 BF16/FP8/NVFP4,可直接替换现有推理栈,官方推荐 SGLang + DSpark 投机解码。

微软推出 MAI Licensed Weights:客户可在自有 Azure 租户内运行并微调 MAI 权重 微软 Ignite(11 月 17 日)宣布 MAI Licensed Weights,通过 Frontier Company 交付,企业可在自己的 Azure 环境中部署和定制 MAI 模型,自行决定部署方式、访问权限与升级节奏;数据与适配成果归客户所有,微软仅在客户明确同意时用于训练。官方案例:AT&T 定制模型在标准 5G 网络分析上超过 GPT-6.1 Sol、成本约 1/50;Woven by Toyota 在原有前沿模型需人工介入的场景中 44% 产出可合并修复;Alaska Airlines 维修报告分类准确率 81%→91%。价格、许可条款、资格均未公布,定位为”选择性开放权重”,介于闭源 API 与可下载开源权重之间。


Agent / Tooling / Infra

OpenAI 详解 Codex sandbox:权限配置档 + 操作系统级隔离,并开放 codex sandbox 给自建工具 OpenAI 11 月 18 日发文公开 Codex sandbox 设计:不把计算搬进容器,而是复用各 OS 原生沙箱(macOS Seatbelt、Linux/Windows 对应机制)约束在你现有环境里执行的命令,避免 iOS 工具链、模拟器这类宿主依赖失效。核心是 permission profile——可定义 :workspace 等配置档,控制文件系统读写/deny、网络代理域名白名单;.git、.codex 默认只读,网络默认关闭。每条命令的 sandbox 限制沿进程树继承。同时提供 codex sandbox --permission-profile <name> CLI,可在 agent 会话之外约束任意命令,官方示例用它锁住 stdio MCP server(如 @modelcontextprotocol/server-memory)的写入与联网。适合需要自建 agent harness 或加固 MCP 的团队直接复用。

GitHub Copilot Fusion 扩到 Web / Visual Studio / Mobile Beta,Terminal-Bench 4.1 Max 档 71.2% GitHub 11 月 17 日更新 Copilot Fusion:现在可在 github.com、Visual Studio 最新版、iOS/Android GitHub Mobile beta 中选择;新增 Claude Sonnet 5.5(Max 档)、GPT-6.1 Terra(High 档)、MAI-Code-2(Standard 档)。Fusion Max 登上 Stanford/Harbor/Laude Institute 公开的 Terminal-Bench 4.1 榜单,解析率 71.2%,比 Opus 5.5 与 Fable 5.2 高 5.4 个百分点,成本低 57%/88%。按所用模型的标准费率计费,无额外 Fusion 费用;文档提醒丢弃中间草稿不会自动撤销它已做的文件修改。

Cerebras 把分离式推理(disaggregated inference)投入生产:GPU prefill + CS-3 decode,吞吐/兆瓦提升 5 倍 Cerebras 11 月 17 日宣布分离式推理已在 Cerebras Inference Cloud 生产环境落地:AMD Instinct GPU 负责 prompt 处理(prefill),Cerebras CS-3 负责输出生成(decode),通过 KV Portal 走 RDMA 传递 KV cache。官方基于 11 月 14 日共享 GPT-OSS-120B 端点实测,单位兆瓦吞吐量是纯 CS-3 配置的 5 倍,且 token 生成速度不变;CS-3 单片 SRAM 容量约为 GB300 的 350 倍、内存带宽约 5,400 倍,适合 decode。计划 2027 年底前在数百兆瓦规模铺开,AWS、Fireworks AI、Gimlet Labs、General Compute 已获得早期接入;合作伙伴可选端到端软件栈或仅 decode SDK(兼容 vLLM/SGLang prefill)。


研究动态

能量函数做推理:EBR 与 CRAM 两篇论文,训练/推理算力比 looped 模型少 2–3 个数量级 Hacker News 11 月 18 日热议的能量式推理方向,实际是两篇关联工作。其一是 Energy-Based Reasoners(EBR):在隐空间推理状态上学一个能量函数,把循环更新写成对该能量的梯度下降,能量同时提供停止信号与探索目标;在四个算法推理基准上追平或超过已有 recurrent reasoner,Sudoku-Extreme 准确率 99.9%,推理算力比次优模型少 345 倍,训练算力相当。其二是 CRAM(Compact Reasoning Associative Memory):学习 1980 年代 Hopfield-Tank 能量,从已解谜题直接学权重,无需对求解器求导;Sudoku-Extreme 解出 99.996%、Maze-Unique 100%,单 GPU 训练分别只要 42ms/132ms(比 looped 模型快至少 1000 倍),同精度下推理 FLOPs 少 282 倍(对 EqR 最多 128,000 倍),模型仅 263,169 参数(非零约 7,700)。注意:两者都只在数独、迷宫、N 皇后、图着色这类约束满足谜题上验证,论文本身也提醒不要把 Sudoku/Maze 当作 looped 推理可扩展性的证据,不能直接外推到 LLM 推理。


本日总结

  • 模型层:Google 用 Neon 补齐 Gemini 4 中段并以”速度换成本”;RadixArk 用纯 RL 证明 27B 也能靠 1,200 条长程任务把 Terminal-Bench 翻倍;微软把 MAI 权重以许可方式放进客户自有 Azure,“选择性开放权重”成为新的中间形态。
  • agent 工程:Codex sandbox 把权限配置档与 OS 沙箱标准化并开放成 CLI,MCP server 可被强制收口;Copilot Fusion 扩端并首次登上公开 Terminal-Bench 榜单。
  • 基础设施:Cerebras 分离式推理把 prefill/decode 拆到不同硬件,单位功耗吞吐 5 倍,是 inference infra 从”单一加速器”走向异构分工的实证。
  • 抓取说明:openai.com、microsoft.ai 在本机 curl 返回 403,相关条目以搜索结果与交叉来源确认;Gemini/Genie/DaisyRose/Cerebras/GitHub 链接均已 curl 验证 200。