物界前沿西潮 · AI · 2026-11-02 · 第116期
今日导读：Meta 的人形机器人原型已经在做家务，第二代同步在开发。Anthropic 动手改了 Claude，不让它把现成游戏照着重做一遍，OpenAI 则给青少年用户问枪械加了更硬的限制。软件侧最实的一条，是有人把 12 家搜索 API 挨个测了一遍，最好的一家也只在上位前五命中 68% 的已知答案。
编辑寄语：今天池子里车和机器人的消息少得反常，模型和软件占了大半。物理世界那边安静，不代表没在动，只是还没走到愿意公开的那一步。
一、人形机器人
1. Meta 的人形原型已经会做家务，第二代在开发中
- 摘要：据 Engadget 转述的报道，Meta 已做出能完成家务的人形机器人原型，团队同时在推进第二代。报道未披露硬件规格、成本与量产时间表。
- 信源：Engadget · 2026-11-02
- 编辑点评：拿家务当第一个 KPI 是聪明的选法，摔个杯子最多扫地，摔在产线上就是停线。难的是它得在你家待满一年还不被嫌弃。
2. Google 给 NASA 造"太空医生"
- 摘要：Google 与 NASA 合作开发一台 AI 医疗机器人，用于未来的深空任务。飞船离地球越远，连线地面医生的延迟越长，这类设备要顶上一部分问诊与判断。
- 信源：TechRadar · 2026-11-02
- 编辑点评：深空场景的硬约束是带宽和延迟，模型必须在本地把判断跑完。同样的东西搬到偏远地区的诊所，需求一样成立。
二、智能驾驶
1. TechCrunch Mobility：这一轮自动驾驶的盘子比上一轮大
- 摘要：TechCrunch 的交通周报判断，自动驾驶正在进入一轮规模更大的扩张期，AI 在其中的权重比过去几轮更高。文中盘点了本周的车企动向、供应商进展与政策变化。
- 信源：TechCrunch · 2026-11-02
- 编辑点评：上一轮的教训是车队规模跑在单位经济前面。这回要还是先铺车再算账，结局不会有什么不同。
三、世界模型 · 物理 AI
1. 50 个智能体在《我的世界》里建国，最后卡在流程上
- 摘要：Tom's Hardware 报道了一项实验，让 50 个一组的 AI 智能体进入《我的世界》协作建造"繁荣文明"。结果是团队陷进没完没了的审批和分工争论，工程推不下去。
- 信源：Tom's Hardware · 2026-11-01
- 编辑点评：这场实验真正测出来的东西叫组织成本。人多的团队会把项目开死，换成一堆 agent 也一样。
四、AI 大模型
1. Anthropic 改 Claude，不许它复刻现成游戏
- 摘要：Anthropic 更新了 Claude，阻止模型照着重做现有电子游戏。用户仍然可以让它设计原创玩法，或者做某个品类的新游戏。
- 信源：Engadget · 2026-11-02
- 编辑点评：这条限制写在模型层，不写在合同里。版权方要的是下次别再生成，道歉排在后面。
2. OpenAI 对青少年问枪械，加了更硬的限制
- 摘要：OpenAI 收紧了对青少年用户枪械类提问的回答边界。公司称，即使问题看上去是安全或教育用途，限制同样生效。
- 信源：Engadget · 2026-11-02
- 编辑点评：按"看起来像什么"来判，误伤一定跑不掉。这类规则的代价由普通用户先付，收益要等出事那天才看得见。
3. 陶哲轩：AI 解的数学题，解的不是重点
- 摘要：Science Friday 的访谈里，陶哲轩谈了对 AI 做数学的看法。模型给出的证明常常绕开了问题真正想解决的那部分，形式上站得住，理解上没有推进。
- 信源：Science Friday · 2026-11-01
- 编辑点评：把题做对和知道为什么这样做对，中间隔着整个数学。评测分数只测得到前半段。
4. Z.ai 创始人：自我改进是通往 AGI 的关键一步，前提是安全
- 摘要：Z.ai 创始人 Tang 在采访中称，递归自我改进（RSI）代表一种新的研发范式，模型开始参与改进自身。他把安全约束放在这条路径的前置条件上。
- 信源：SCMP · 2026-11-01
- 编辑点评：RSI 从论文里的词，变成了产品路线图上的词。谁来做那个"停下来检查"的人，今天没有答案。
5. 摩根大通和亚马逊开始跟 AI 智能体较劲
- 摘要：CNBC 报道，银行与零售巨头正在为一种新客户做准备，也就是AI 个人智能体。它们替人比价、下单、查账，机构既要接住这类流量，又不愿把定价权让给 Meta 这类平台。
- 信源：CNBC · 2026-11-01
- 编辑点评：上一代是对抗爬虫，这一代是带身份的代理。风控那套老办法，封 IP、加验证码，对它们基本无效。
6. Snowflake：不是每个任务都值得上最贵的模型
- 摘要：Snowflake 提出企业选模型应该按任务难度分层，把简单请求交给便宜的小模型。理由是多数业务调用用不上前沿模型的能力，账单却按前沿模型结算。
- 信源：TechRadar · 2026-11-01
- 编辑点评：这话从卖算力的公司嘴里说出来，可信度反而高一点。分层调度做不细，省下的钱会以延迟和返工的形式还回去。
7. 多智能体的瓶颈，卡在 token 账单和连环错误
- 摘要：TechRadar 梳理了 LLM 开发者在多智能体编排上撞到的共同问题，包括 token 成本失控、一个 agent 的错误沿链路放大，以及调试时找不到出错的那一步。
- 信源：TechRadar · 2026-11-01
- 编辑点评：单 agent 的 bug 你能复现，多 agent 的 bug 只能复现概率。可观测性这块，行业还在打日志的阶段。
8. Anthropic 的招聘经理不考编程题了
- 摘要：TechRadar 采访的一位 Anthropic 招聘经理说，他已经停掉编程面试，因为 Claude 在这类题上表现更好。他给初级工程师的建议是"hunger beats tenure"。
- 信源：TechRadar · 2026-11-01
- 编辑点评：旧的筛选器失效了，替代品还没发明出来。这一两年招人，判断会更多依赖推荐和过往项目。
9. AI 便宜到能替换开发者了吗
- 摘要：一篇分析拿 Claude Opus 4.8 在 SWE-bench Verified 上的 88.6% 说事，指出同一模型换到 SWE-bench Pro 上分数会明显下滑。作者的结论是账面成本低，返工成本没算进去。
- 信源：zyvop.com · 2026-11-01
- 编辑点评：挑着基准看是老毛病，这次是反着挑。该问的是那些进不了 benchmark 的脏活，最后落到谁头上。
10. AI 作为一种社会技术
- 摘要：哥伦比亚骑士第一修正案研究所的长文把 AI 放回社会技术的框架里讨论。作者认为关于它的公共争论大多沿用 1990 年代科幻留下的想象，忽略了制度、习惯与权力怎么塑造技术落地。
- 信源：Knight First Amendment Institute · 2026-11-01
- 编辑点评：这篇不给结论，给的是提问方式。做产品的人读一遍，能少写几个"颠覆"。
五、AI 软件
1. Nonce：给 AI 一张临时通行证，而不是你的钥匙串
- 摘要：Nonce 是一个开源项目，把自己挡在 AI 应用和邮箱、日历、文件、Slack 之间。每次提问只发一张限定范围的通行证，用完即废，用户不必把长期凭据交给模型。
- 信源：Nonce · 2026-11-02
- 编辑点评：权限设计比提示词重要得多。所有"AI 把我的邮件删了"的事故，根子都埋在这一步。
2. Meta 的 Muse，被指是披着助手外衣的监控网络
- 摘要：一篇分析指出，Meta Muse 能访问私信、邮件、金融账户、联系人和个人数据。作者认为它的商业模型建立在持续采集这些数据上，而不是助手能力本身。
- 信源：Paul F. Walsh / Substack · 2026-11-02
- 编辑点评：助手越"懂你"，越说明它读得多。用户签的那份协议里，这些通常写着"改善服务"。
3. 测了 12 家搜索 API，最好的那家也不够
- 摘要：telem.ai 把 12 家面向 AI 智能体的搜索 API 跑了一遍。表现最好的一家，在 68% 的查询里把已知答案放进了前五条；把所有 provider 叠起来用，覆盖率才明显抬上去。
- 信源：telem.ai · 2026-11-02
- 编辑点评：68% 这个数字解释了 RAG 系统为什么总在"偶尔答错"。单源检索的天花板就在这儿。
4. 2000 行 AI 写的代码，该怎么 review
- 摘要：作者让编码 agent 给一个小型 TypeScript 应用加上邮件邀请和审计日志，再按真实 PR 的流程逐段审。文章记下了哪些地方值得细看，哪些可以直接放过。
- 信源：bytesizedbets.com · 2026-11-02
- 编辑点评：review 的重点正从"写得对不对"移到"需求理解得对不对"。前者模型比人快，后者还差得远。
5. Codedict：一个不用 AI 的代码索引，省掉 63% token
- 摘要：Codedict 用不带模型的方式把项目读一遍，生成代码字典与说明书交给 coding agent。作者称这让 Claude Code 的 token 消耗下降 63%。
- 信源：GitHub / Marqueos · 2026-11-01
- 编辑点评：用确定性工具省 token，比让模型自己"注意上下文"可靠。这类小工具今年只会更多。
6. AI 软件克隆盯上了 Adobe
- 摘要：Engadget 报道，Artcraft 一类团队正用 AI 复刻成熟商业软件的界面与流程，把按年订阅的工具做成低价替代。文章问的是订阅制的价格护城河还剩几尺。
- 信源：Engadget · 2026-11-01
- 编辑点评：功能能被抄，工作流和文件格式不行。Adobe 真正的壁垒是散在硬盘里的那堆 .psd。
7. Vibe coding 之前该知道的 5 条安全实践
- 摘要：Engadget 给新手列了五条，包括别把密钥写进代码、默认生成的依赖都不可信、上线前跑一遍静态扫描、给 agent 的权限按最小化配、定期回看它改过什么。
- 信源：Engadget · 2026-11-02
- 编辑点评：五条没有一条是新知识。过去由团队里的老人替新人挡着，现在新人自己上手，没人挡了。
8. Google Drive 里有个免费视频编辑器，很多人不知道
- 摘要：Wired 介绍了 Google Workspace 里的 Google Vids，一个长在 Drive 生态里的免费视频工具，支持剪辑、模板和旁白，面向的不是专业剪辑师。
- 信源：Wired · 2026-11-01
- 编辑点评：免费工具的打法一直是先占住"顺手"这个位置。剪得糙没关系，内部视频本来也不需要精修。
9. 聊天机器人把徒步者带进了危险地带
- 摘要：Wired 与 High Country News 的合作报道记录了多起案例。徒步者按聊天机器人给的路线进山，走到无路可走的陡坡或断水的位置，最后报警求救。
- 信源：Wired · 2026-11-01
- 编辑点评：模型答路线题的时候，不知道自己正在编。这类错误在地图上没有成本，在山里是救援队的工时。
10. Kilasec：给 AI 流量装一道护栏
- 摘要：Kilasec 对 OpenAI、Anthropic、Copilot、Gemini、Bedrock、Ollama 等 30 多个端点做调用监测，在请求发出时实时分类，记下每次 AI 调用去了哪里、带走了什么数据。
- 信源：Kilasec · 2026-11-02
- 编辑点评：企业怕模型答错，更怕数据不知道去了哪。这类网关会先变成合规部门的采购项。
11. 一份 AI 影响的度量，CFO 看不了你的速度图
- 摘要：age-of-product 的文章指出，团队常用的"提效"指标换算不成财务结果。省下来的时间如果没被重新分到能产生收入的工作上，账面上就是零。
- 信源：age-of-product.com · 2026-11-02
- 编辑点评：省下来的时间又填进会议，ROI 就是零。这条预算季会被反复引用。
赛道统计：人形机器人 2 条 · 智能驾驶 1 条 · 世界模型与物理 AI 1 条 · AI 大模型 10 条 · AI 软件 11 条，共 25 条。物理三段今日合计 4 条，候选池里确实只有这些（海外池本日 58 条可用，人形 2、自驾 1、世界模型 0），按"薄日不硬凑"处理。
物界前沿 · 西潮 WestTide
