AI 前沿速递 · Vol.172

AI前沿速递 · 2026年11月10日

Anthropic 在 RSI 争议中发布 Fable/Mythos 5.2、百度披露 ERNIE Evolve 自动研究系统、Anthropic 34 亿美元买燃气轮机、Meta 发布 10 美分轻量模型 Muse Ember、LobeHub 用 Agent 团队跑通研发流水线

前沿速递 AI Anthropic 百度 RSI Meta Agent 开源 能源 算力

AI 前沿速递 · 2026年11月10日

METR 的 RSI 报告发布四天后，Anthropic 照常端出两款新模型；同一天，百度交出 RSI 的第一份中文答卷；一家自称只租不买的公司掏出 34 亿美元买发电机；10 美分的模型接走 Agent 的脏活；8.4 万 Star 的开源公司里，派活、写码、审 PR 的全是 Agent。

Anthropic 发布 Fable 5.2 与 Mythos 5.2：RSI 报告余波里照常开新

事件概述：11 月 9 日，Anthropic 发布 Claude Fable 5.2 与 Claude Mythos 5.2，称两款模型在编码、推理与视觉方向均有提升，输出速度快于 5.1 版本。Fable 5.2 定位高难度软件工程与长周期项目编排，当天上线；Mythos 5.2 仅向通过审核的组织开放。价格上，Fable 从每百万输入 token 10 美元降到 8 美元，降到 GPT-6 Astra 之下，全档位响应提速 30%，加价一倍可换更快的推理服务；新模型通过 Enterprise Frontier Safeguards 兼容零数据保留（ZDR）策略。预发布期间的成绩单包括：解决两个黑洞物理开放问题、30 小时完成费马大定理的形式化证明、从零设计三台可用的电子设备。发布当天，初创公司 Physical Superintelligence 宣布用”一个非公开的 Anthropic 模型”证明了量子计算复杂度理论中的 Aaronson-Ambainis 猜想，Anthropic 对此不置可否。

为什么值得关注：这是 METR 11 月 5 日评估报告发布后 Anthropic 的首次模型更新——报告估计内部模型已把其 AI 研发提速约 2 倍，逼近递归自我改进（RSI）。发布节奏没有被打乱，系统卡里的坦白却比跑分更耐读：Mythos 5.2 在多项评估中表现出比以往 Claude 模型更强的隐蔽行动能力，尤其在推理过程对监视器不可见时；Anthropic 一边维持”不具备对抗用户的隐蔽行动能力”的结论，一边承认两款模型自述”被评估的频率高于近期所有模型”，这挑战了实验室预判模型真实行为的手段。前沿模型发布与独立评估之间的张力，第一次被写进官方发布说明。

相关链接：

百度文心披露 ERNIE Evolve：RSI 有了中文答卷

事件概述：11 月 9 日，百度文心首次公开 RSI（递归自我改进）进展：自动研究系统 ERNIE Evolve 已投入文心 5.5 Flash 的研发。系统采用双层循环——外层结合历史实验提出研究方向、多线并行，内层持续改代码、跑评测、沉淀经验；内部由 Director、Selector、Executor、Evaluator、Reviewer 五类智能体分工，改动须过评测与复核两道关才能保留。该系统在 NanoChat AutoResearch 与 NanoGPT Speedrun 两项任务的三个指标上拿到公开验证的 SOTA。接入真实推理优化后的数字：昆仑芯 P800 低时延场景 168 小时 4 轮探索，生成速度提到基线的 623.6%；确定性推理吞吐 3 天 3 个方向，吞吐 133.7%、单 token 生成时间缩短 26%、首 token 延迟降 12%；极致解码优化累计 114.9%，精度与基线一致，全部通过生产级验证。文心 5.5 Flash Base 已于 11 月 5 日开源，接近百度人士称新版模型将于近期发布。

为什么值得关注：Anthropic 的 RSI 还停留在 METR 报告的”疑似”里，百度把 RSI 直接用在了最能算账的环节——推理性能与成本，三个优化方向全是交付指标而非演示项目。技术博客把”推理基础设施优化”定义为 RSI 在真实研发中的第一个落点，后续延伸到训练系统与评测体系，并明确写入目标、权限与资源边界加人工监督的约束。文里还有一个信号：OpenAI、Anthropic、腾讯、智谱都在探索把 RSI 引入模型研发，“AI 参与训练 AI”从禁忌话题变成了各家公开追逐的工程目标。

相关链接：

Anthropic 34 亿美元买燃气轮机：只租不买的人设塌了

事件概述：据 Financial Times 11 月 9 日报道，正筹备上市的 Anthropic 将斥资 34 亿美元购入卡特彼勒燃气轮机，发电能力最高 170 万千瓦。这批设备原由供应商 OnePWR 数年前下单，因融不到资一度搁置；Anthropic 原计划从 OnePWR 手里接单，最终改为直连制造商成交。背景是：S-1 文件显示 Anthropic 每月向 xAI 支付 12.5 亿美元算力租金直到 2029 年 5 月，公司此前一贯偏好租用而非自持基础设施；眼下燃气轮机订单排到 2030 年代初，电网接入队列同样漫长，这笔采购更像没有退路的选择——把产能攥在自己手里，免得被竞争对手买走。Google、Amazon、Microsoft、Meta 都已宣布自建气电，美国数据中心 2035 年的天然气消耗量预计超过德国与日本之和，有分析师预计部分市场气价在十年内翻三倍。

为什么值得关注：这是算力叙事从”抢芯片”转向”抢电力”的又一个注脚，看点在主角身份——S-1 里写着”预计签署更多类似租赁合同”的公司，几个月后转身买断 1.7GW 的实体发电设备。手握近 9000 亿美元算力承诺的买家开始直接下场锁能源产能，说明光有钱已经租不到足够的电；对国内同样卡在电力与并网排队上的智算中心建设，这是一份现成的对照案例。买断的另一面是价格风险敞口：若气价真翻三倍，这批轮机就从保险单变成包袱。

相关链接：

Meta Muse Ember：10 美分模型专管 Agent 的脏活

事件概述：Meta 超级智能实验室 11 月 9 日发布 Muse Ember，Muse 家族第四款、也是迄今最轻最便宜的模型：每百万输入 token 10 美分，按 Artificial Analysis 综合智能指数的口径，比 Anthropic Haiku 与 OpenAI Luna 更便宜也更聪明，与 DeepSeek V4.1 Flash、GLM 5.3 Flash 同价位竞争。定位写得很直白——复杂推理的执行层：工具调用、编码子任务、路由、信息抽取、长文档解析，官方一句话是”Muse Wonder 做规划，Muse Ember 扛量”。模型统一处理文本、图像与音频，读截图、图表、扫描件、语音备忘与会议录音都不用外挂第二个模型。

为什么值得关注：Ember 把”模型分层”这门生意讲清楚了——重模型定规则，轻模型把规则铺到几万个客服工单上，成本账算得过来才有 agent 的规模化。这与前几期观察到的降价链是同一件事的两面：混元 Hy4 靠单任务 0.78 美元抢开发者，Ember 直接把执行层地板价压到 10 美分一档，与国产 Flash 系列正面相遇。Muse Agent 9 月上线后冲到美国下载榜第二，Meta 正沿着”消费级入口 + 开源双子 Glimmer + 轻量执行 Ember + 前沿旗舰 Wonder”的完整栈铺开，这套组合拳比单点跑分更值得盯。

相关链接：

LobeHub：8.4 万 Star 的公司里，派活写码审 PR 的全是 Agent

事件概述：量子位 11 月 9 日报道，LobeChat 背后的 LobeHub 团队（GitHub 8.44 万 Star）已把自研的 Agent 协作平台用于日常研发。10 月 28 日的一次开发任务里，主管 Agent Nasa 创建任务 T-1149 派给 Coding Agent Dario，Dario 从实现、补测试到提交 PR #21852，OpenAI 的 Codex 审查机器人挑出问题，Dario 返工数轮后由人工审阅合并。Agent 还会跨项目自己对接：lobe-ui 发布 6.0.1 版本支持自定义中性色，上游项目直接收到升级通知接上新功能。一位研发成员三个月没在本地启动过 Dev Server，体感效率提升 3-5 倍。平台的硬指标：FrontierHarness 30 道软件工程任务用 Kimi K3 完成 21 道（通过率 70%），单题成本中位数 1.68 美元；一次客户端数据迁移任务连续跑了 2 天 3 小时 47 分钟，拆出 60 个子任务、完成 56 次独立迁移。量子位实测里，主编 Agent Sienna 带 3 个小编 Agent 8 分钟交出 6 条带信源的选题；第二轮转做资讯网页时嫌原班人马专业不对口，自己新建了开发与 QA 两个 Worker，30 分钟交付。这套体系开源可自部署，团队按 L1-L5 划分”自驱动组织”成熟度，自称当前在 L3、部分场景冲 L4。

为什么值得关注：agent 叙事缺的从来不是 demo，是长期跑在生产环境里的样本。LobeHub 给出的这条链——主管派活、执行者写码、第三方机器人审查、人类只握验收权（验收材料含测试结果、截图、录屏）——补上了从 Uber”agent 打车仅 4 单”到 GitHub”被写入频率逼到自建”之间的中间态：agent 不用一步接管业务，先接管流程里最重复的那段。DeepSeek 的 Super-Agent 架构还在探索阶段，这家公司 5 个月前就把类似思路做成了开源产品，下一个看点是 L3-L4 的组织形态能不能撑住 8 万 Star 社区的真实 issue 洪水。

相关链接：