Week 46 · 2026
11 月 9 日 – 11 月 15 日
这一周新增 5 款工具、14 篇文章。 截至本周末累计收录 10 款工具 / 25 篇文章。
2026-11-09 → 2026-11-15
本周新增工具
本周文章
ChatGPT 的 agent 现在能刷你的卡了:拆开 ChatGPT Wallet,看它护住了什么、又没护住什么
11 月 13 日 OpenAI 上线 ChatGPT Wallet,dots 里的 agent 可以在用户生物识别授权后完成付款。卡号不进 agent、网络侧发单笔支付令牌、原有刷卡奖励与拒付保护照旧。首批只给美国 Pro、18 岁以上、美国发行卡。本文逐条拆它的边界:授权不等于订单成立、风控会误杀、网站可以直接拦 agent,以及这套东西在 agentic commerce 协议栈里占哪一格。
Featured
llama.cpp 与 ggml 一起发布 1.0:真正的变化不是功能,是「以后不许随便破坏 API」
11 月 13 日 llama.cpp 和 ggml 同日发布 v1.0.0。3.5 年、13.5 万 stars 之后,1.0 的核心是一套语义化版本规则:MAJOR 只在公开 C API 破坏时跳。同一版里删掉 35 个废弃函数、上 FP8 KV cache 与 MoE 的 CPU 缓存份额,并修了 llama-server 的 SSRF、CORS、DNS rebinding——如果你把 llama-server 暴露在局域网,这一版该升。
Pinky:26 个 MCP 工具让 AI 操作你的手机,而危险动作必须你点头
DIYgod 开源的跨平台手机自动化:Windows、macOS、Linux 都能跑,MCP 驱动 Android 10–17 与 iOS 17.4+,26 个工具覆盖点击、滑动、启动、文件、录像。关键是审批不写在提示词里,而是由网关强制执行——支付、转账、删照片、改设置全部拦下来等人点。我从源码编译了一遍,实测能起、能连、能列工具。
Featured
145B 端侧模型的发布文,和它自己的仓库文档对不上:Mac 跑不了、内存口径也不一致
11 月 12 日 Edge0 开源 Edge0-145B/120B,宣称 29GB 峰值内存、80+ tok/s 能在笔记本跑 145B 模型。核对仓库后:Q3_K 下载 105.4GB,40GB 专家库在内存、51.2GB 词表在 SSD,官方文档要求 Linux/Windows + NVIDIA GPU + CUDA 13,macOS 尚未发布,许可也不是 OSI 开源。附它赢在哪两项基准、输在哪三项。
IBM 用标记语言挡住提示注入:3B 模型把攻击成功率从 100% 压到 0.1%,但只测了静态攻击
11 月 12 日 IBM Granite 团队发布 LLMON——一种把指令、数据、约束用「保留特殊 token」分块编号的标记语言,配套 3B/8B 两个 Apache 2.0 预览模型。论文里间接提示注入成功率从 53–100% 降到 0.02–5.6%,但对比对象只有自家 Instruct 模型;直接攻击与多轮自适应攻击的防御率仍只有 28–37%,官方明说这是「学到的行为」不是强制的保证。
Featured
Gemini 4 Hydrogen 发布:Google 把第 4 代模型下沉成「日常工人」,100 万上下文全窗口同价 1.5/7.5 美元
11 月 12 日 Google 发布 Gemini 4 Hydrogen,定位执行型日常模型:默认档 AA 智能指数 51(超自家 Argon 的 50)、比 3.8 Flash 快 2.5 倍、Terminal-Bench 4.1 从 18.2% 跳到 57%、编造说法少 5 倍以上;价格 $1.50/$7.50 且 1M 上下文不加价。同时在 Antigravity 推出 Orchestrator,在 Carbon 与 Hydrogen 之间自动切换,任务成功率接近全用 Carbon 而配额省 24%。附官方基准表里它输掉的三项。
别再让大模型「写答案」了:Gemini Decisions API 一次调用判 1000 个问题,输出 token 不计费
11 月 11 日 Google 发布 Gemini Decisions API(模型 gemini-decision-1):不逐 token 生成,而是把候选答案一次前向打分,返回概率与置信度。一次请求可带 256K 多模态输入(文本/图片/音频/视频/PDF)+ 最多 1000 个独立问题,端到端 150–250 毫秒,输入 $0.10/百万 token、输出不计费,官方称比 Gemini 3.5 Flash-Lite 走生成接口便宜近 5 倍。附三种判定类型、成本实算与不该用的场景。
Featured
48 小时内四家旗舰把价目表重写了一遍:同一份活,最贵和最便宜差 30 倍
11 月 9-11 日,Claude Fable 5.2 定价每百万输入 8 美元、输出 40 美元;Gemini 4 Carbon 全量开放压到 2/10 美元且只保到 11 月 30 日;文心 5.5 Flash Preview 千帆限时五折、空闲档输入低至 0.5 元;阿里 Qwen4-Max 预览只走订阅、不按量计费。三个真实任务的账单算给你看,附选型与计费坑。
Featured
GitHub 热榜上 8 个「安装包」仓库,同一天创建、星数 1294–1301、零 fork 零 issue
今天早上我的开源雷达推给我一个 1301 星的仓库 archicad-desktop-setup,说是「Archicad 2026 完整独立安装包」。检查一遍代码后我没有运行它:8 个仓库同一天创建、星数集中在 1294–1301、全部零 fork 零 issue,工作流是一个随机提交机器人,落地页被混淆。这篇把证据和判据都摊开。
Adobe MAX 2026:Creative Cloud 开放本地 MCP,Agent 能直接改你的 psd——图层还留着
Adobe 在 MAX 2026 预览本地 MCP 集成:你惯用的第三方 Agent 可以在本机直接改 Photoshop、Illustrator、Premiere、After Effects 的工程文件,图层与序列保持可编辑,2027 年初进私测。同时 Firefly 升级成 AI 创作工作室,Builder 用自然语言生成可点击原型,Photoshop 上了 Relight 与 Generative Restyle。
vork:把 3D 场景写成代码,让 Agent 自己渲染——Rust 写的引擎,单帧比 EEVEE 快 1.1–2.3 倍
Voyager 开源的研究预览项目 vork,把 3D 与 VFX 的整套工作流压成一份 JSON 或一段 TypeScript:几何、材质、相机、光照、甚至着色器都由 agent 写,Rust + Slang 在 Vulkan / Metal 上直接出图。官方基准里 100 万只鸟、1080p、192 帧只用 97 秒,同采样下 EEVEE 预计 13–18 分钟。
Featured
Claude Fable 5.2 / Mythos 5.2 发布:1000 个 Agent 花 30 小时证完费马大定理,价格还降了两成
Anthropic 11 月 9 日发布 Fable 5.2 与 Mythos 5.2:输出快 30%、价格从 $10/$50 降到 $8/$40,FrontierCode 2.0 拿下 49.1%(Opus 5.5 为 45.5%)。预发布测试里 1000 个 Agent 用 30 小时完成了费马大定理的形式化证明,Opus 5.5 在同样设置下 18 小时只做到 26%。同一周,公司 IPO 定在 11 月 16 日当周。
Meta Muse Ember 发布:每百万 token 输入 0.10 美元,同样聪明的模型成本只剩三分之一
Meta 11 月 9 日发布 Muse Ember:$0.10/$0.50 每百万输入输出 token,缓存输入 $0.004,1M 上下文、512K 输出、原生多模态。Artificial Analysis 上它与 Claude Haiku 5.5 同为 36 分左右,但每个任务只花 $0.14,Haiku 要 $0.41;企业工作流类评测 AutomationBench-AA 上 37.8% 对 13.9%。
Featured
2026 年第 46 周 GitHub 热榜 TOP 10:Agent 的控制面与纪律化接管,t3code 一周 1.5 万星登顶
第 46 周(11/03-11/09)热榜:pingdotgg/t3code 从上周第 4 名冲到第 1,周星 6,926 → 15,379(+122%),卖的不是模型而是「遥控本机 Agent 的控制面」。mattpocock/skills 带着「真工程不是 vibe coding」的宣言拿下第二,NVIDIA 官方的语义层 auto-ontology 第三。两周 TOP 10 周星总量几乎一样(76,574 vs 76,461),但结构从「让 Agent 好看」换成了「让 Agent 可靠」。