微信输入法上线 AI 录音笔功能，免费录音并生成会议总结
微信输入法更新上线「AI 录音笔」功能，点击输入法工具栏按钮或打开 App 即可使用，无需额外硬件和付费，流程只有「开始录音」和「总结」两步。录音过程中会边听边总结，结束后把内容整理成会议摘要、流程图、责任分工和时间轴等模块，并可生成链接分享给未安装该输入法的同事。实测发现同一台手机进行微信语音通话时录音通道被占用，AI 录音笔无法同时工作，且需要用户主动找到入口开始录音。
#评测/基准
爱范儿AI 评分6060
IT之家AI 评分2222 AMD Zen 6 处理器跑分曝光：10 核样片多核超锐龙 AI 9 HX 370 约 21.5%
Geekbench 数据库出现 AMD 下一代 Medusa 系列 APU 多组跑分，10 核样片单核 3,100、多核 18,313，相比 12 核锐龙 AI 9 HX 370 分别领先约 32% 和 21.5%。
Hacker News 首页(≥150分)AI 评分6060 Jev 在低置信度时转交 Opus，以约四分之一成本达到 Opus 准确率
Hightouch 用 1000 个模拟身份测试身份合并判定，发现 Jev 单独准确率 95.6%、成本 $0.05/千条，而 Claude Opus 5.5 为 99.0%、$3.86/千条。
量子位精选AI 评分7878 METR 报告曝光 Anthropic 三个内部模型，Model 4 的 AECI 超过 Opus5.5
第三方评估机构 METR 的新报告披露，Anthropic 三个内部模型 Model 2、Model 3、Model 4 分别在今年 7 月、8-9 月、9-10 月完成训练，其中 Model 4 在 Anthropic 综合能力指数 AECI 上达到 178.6，比 Opus5.5 高出约 3.9 分，按过往提升速度约相当于 3 个月的进步。
推荐理由：METR 报告披露 Anthropic 三个内部模型的训练时间与 AECI 得分，可对照其公开模型与研发提速幅度。
量子位AI 评分7272 腾讯 Hy4 调用激增，WorkBuddy 十倍扩容，Agent Arena 开源模型第一
腾讯 11 月 5 日宣布因 Hy4 调用激增，WorkBuddy 已进行十倍扩容并提升用户免费体验额度。Hy4 在 Artificial Analysis 智能指数榜单上位列中国模型第二，在 Agent Arena 榜单居开源模型第一，单任务成本约 0.78 美元。Hy4 于 11 月 4 日发布，相比 Hy4 preview 扩展了预训练和后训练的数据与训练规模，首次引入视觉理解能力。
量子位AI 评分5858 即梦短剧工作室实测：剧本分镜预演一条龙，配套伙伴计划
即梦推出短剧工作室，把剧本、资产库和分镜串在同一项目里，可从一句话灵感或已有剧本生成分集大纲、角色场景资产和分镜视频。作者实测用剧本模型 DreamScript 生成10集大纲与前三集剧本，并通过智能预演、3D导演台、480p样片和局部重拍控制镜头与试错成本。即梦同时推出短剧机构伙伴计划，领航伙伴可对接番茄小说等平台IP，作品播放量达最高档单部可获10万元现金加10万元积分。
量子位AI 评分6060 360图龙锋以99.4%漏洞复现成功率登顶CyberGym榜单
360自研AI安全攻防系统图龙锋在CyberGym榜单上以99.4%的漏洞复现成功率登顶，三轮独立评测成功率分别为99.27%、99.47%和99.40%。
IT之家AI 评分2222 AMD Medusa Point APU 现身 Geekbench 7：10 核 20 线程，单核 1560 分
AMD 下一代移动 APU Medusa Point 的 Geekbench 7.1.0 跑分首次曝光，在联想 22ETPF6DTA 测试系统中单核 1560 分、多核 11575 分。
IT之家AI 评分5858 英伟达提出全栈协同设计破解 AI 内存瓶颈，HBM 仅增约 3% 时每美元智能体吞吐量最高提升 30 倍
英伟达发布技术解读，提出以“全栈协同设计”缓解 AI 内存瓶颈，通过 NVFP4 低精度格式压缩模型权重和 KV 缓存、在 NVL72 系统中将模型权重分散至最多 72 颗 GPU、用 Vera CPU 的 LPDDR 内存缓冲暂停上下文、由 Dynamo 推理软件把不活跃上下文迁移至 CMX 上下文存储。
IT之家AI 评分6060 英伟达公布 Vera CPU 智能体实测数据，每瓦智能体数量较最快 x86 CPU 多 60%
英伟达公布 Vera CPU 在智能体工作负载上的实测数据，称在 100 兆瓦数据中心场景下，每瓦可支持的智能体数量是最快 x86 CPU 的 1.6 倍，智能体速度是能效最高 x86 CPU 的 2 倍。
NVIDIA BlogAI 评分5050 NVIDIA Vera CPU：兼顾最高吞吐与最快智能体
NVIDIA 称在 100 兆瓦数据中心对比中，单颗 Vera CPU 同时优于最快的 x86 CPU 和最节能的 x86 CPU，每瓦可支持 1.6 倍智能体数量，智能体速度达后者 2 倍。
Latent SpaceAI 评分5858 Legora CTO Jacob Lauritzen 谈如何为律师构建 AI 智能体
Latent Space 访谈 Legora CTO Jacob Lauritzen，讨论为律师构建 AI 智能体的工程与商业问题。
Latent SpaceAI 评分1212 Latent Space 揭秘 AIE CODE：顶级编程智能体大会的三大主题
Latent Space 披露 AIE CODE 大会细节，定位为单轨、仅限全球前 1000 名智能体工程师的邀请制峰会，聚焦 2026 年编程领域三大主题：Scaling without Slop、System One 模型与日益大胆的重写。
Microsoft ResearchAI 评分3838 微软用合成企业数据评估 Microsoft Copilot 的 AI 置信度
微软构建 Industry Evaluation Data Generation Platform，用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot，避免使用任何客户数据。
Hacker News 首页(≥150分)精选AI 评分8282 Gemini 4 Carbon 登顶 Artificial Analysis Intelligence Index v5，编码智能体仍居第二
Google 的 Gemini 4 Carbon 在 Artificial Analysis Intelligence Index v5 上以 59 分登顶，在 9 项评测中的 4 项排名第一，包括 HLE-Diamond、Terminal-Bench-Science、AA-Omniscience 和 AutomationBench-AA。
推荐理由：Artificial Analysis 的评测显示 Gemini 4 Carbon 在 Intelligence Index v5 登顶，但编码智能体仍落后 Claude Opus 5.5，读者可据此比较两者的能力边界与成本。
爱范儿AI 评分4040 为什么新模型发布，都要先做一个游戏？
新 AI 模型发布后让模型现场做游戏，正取代跑分成为主流演示方式。Claude Opus 5.5 发布时 Anthropic 展示了同提示词下的游戏生成对比，并称其在画面和完成度上得分最高；GPT-6 Astra 的计算机操作演示也包含游戏开发。
IT之家AI 评分2020 IT早报 1029：腾讯 WorkBuddy 手机远程控制电脑功能上线；苹果首款触控屏 MacBook Pro 发布；鸿蒙 7 设备占比升至 77%；1399 元起华为畅享 100 手机发布
腾讯 WorkBuddy 上线手机远程控制电脑功能，用户在手机上可实时查看并操作电脑桌面。苹果发布首款触控屏 MacBook Pro，采用双层串联 OLED，14.2 英寸版重 1.38 千克，22,999 元起，可选 M5 Pro / M5 Max 芯片。华为开放老机型升级后，HarmonyOS 7（API 26）设备占比三周内从 18.98% 升至 77.01%。
Hacker News 首页(≥150分)AI 评分3636 Surge AI 推出 DAYJOB: Tax 基准，评估 AI 智能体在 50 项专业税务任务上的表现
Surge AI 发布 DAYJOB: Tax 基准，用 50 个环境、8 大税务领域评估 AI 智能体的专业判断力，Claude Sonnet 5.5 以 10.8% 通过率（pass@1、95% rubric 阈值）居首，Claude Fable 5.1 和 Claude Opus 5.5 分别为 9.6% 和 9.2%。
Latent SpaceAI 评分6262 Anthropic 招聘负责人取消编程面试，称 Hunger beats tenure
Anthropic 招聘经理 Felix Rieseberg 宣布不再让候选人做传统编程面试，理由是 Claude 在 React 小挑战和汇编题上都已强于人。他给初级工程师的建议包括以业务影响而非任务清单为导向、提出能显著改善组织目标的激进想法、用一个周末做出可运行原型、只聚焦一个好点子，并利用自己对用户的新鲜视角。
IT之家AI 评分5858 谷歌更新 Android Bench 榜单：Gemini 4 Argon 编程能力落后于 Claude 与 GPT
谷歌更新 Android Bench 榜单，新增 GPT-6 Sol、GPT-6.1 Sol、Claude Sonnet 5、Claude Sonnet 5.5 和 Gemini 4 Argon 等模型结果，并标注各模型的推理等级。
Simon WillisonAI 评分3434 webframe 评测：作为抓取工具与沙箱表现如何
对 Jeff Lindsay 的 webframe 评测显示，这个基于 Go 和 glaze 库的轻量浏览器 JavaScript 运行器抓取性能与 shot-scraper 相当，但存在 CSP 失败、0×0 视口、加载挂起、缺少 HTTP 元数据和浏览器控制有限等问题。
量子位AI 评分7272 讯飞发布Spark-X2.6并开源4B端侧版，实测纯代码生成3D故宫
讯飞发布Spark-X2.6，采用MoE架构，总参数量293B、每次推理激活约30B，支持1M上下文，已上架星辰MaaS平台，API六折后每百万输入tokens 0.9元、输出3.6元。
Hacker News 首页(≥150分)AI 评分6868 皮肤科医生实测：10年前CNN在皮肤癌诊断上胜过GPT-6 Astra与Claude Fable 5.1
一位皮肤科医生用200例经活检确认的皮肤病灶测试GPT-6 Astra和Claude Fable 5.1，两者首选诊断正确率均为42%（84和85例），而2015年发布的Inception v3微调后达到62%（125例）。
IT之家AI 评分4040 三星内部测试：Exynos 2700 跑分优于搭载高通旗舰芯片的机型
三星内部跑分测试显示，自研处理器 Exynos 2700 在 CPU 和 GPU 性能上均领先高通第六代骁龙 8 超级至尊版。Geekbench 6.5 多核测试中 Exynos 2700 约 13000 分、高通约 11000 分，领先约 20%；Geekbench 7.0 中领先约 15%，图形峰值性能高出约 20%。
IT之家AI 评分2222 华硕破晓 Air 轻薄商务本体验：第三代英特尔酷睿加持，性能能效出众
华硕破晓 Air 搭载第三代英特尔酷睿 7 处理器 350，基于 Intel 18A 工艺、6 核 6 线程设计，集成 NPU 5 提供 17 TOPS 算力。
Android AuthorityAI 评分2222 Timekettle LiveTalk 耳机可播放音频、翻译并辅助语言学习
Timekettle LiveTalk 耳机支持 54 种语言的翻译，同时具备音频播放和语言学习功能。这款外观与普通耳机无异的产品试图用 AI 打破语言障碍，实际体验仍待检验。
IT之家精选AI 评分7878 OpenAI 报告增强 GPT-6 Astra 等模型对 COBOL 等低资源语言的迁移能力
OpenAI 发布研究报告，称增强 GPT-6 Astra 等模型构建和迁移 COBOL、Fortran、Visual Basic 等低资源编程语言的能力。在 MultiLangBench 的 20 种语言中，GPT-6 Astra 平均测试通过率达 87.4%，高于 GPT-5.6 Sol 的 26.8%，其中 COBOL 从 10.9% 升至 72.1%。
推荐理由：原文给出多语言基准与 COBOL 迁移的具体通过率和成本变化，可据此判断模型处理低资源语言的实际水平。
IT之家AI 评分7272 DeepSeek V4.1 Flash-1017 登顶 Agent Arena 开源榜，总榜第 11
Arena 宣布深度求索最新发布的 DeepSeek-V4.1-Flash-1017 登顶 Agent Arena 与 Code Arena: WebDev 开源模型榜单，总榜排名第 11。
IT之家AI 评分7272 联想 YOGA Pro 15 RTX Spark 上手评测：128GB 统一内存的 ARM 移动 AI 工作站
IT之家实测联想 YOGA Pro 15 RTX Spark，128GB 统一内存版本售价 42999 元，搭载 NVIDIA RTX Spark N1X-6144 Core 芯片。
爱范儿精选AI 评分7878 实测 DeepSeek V4.1 Flash：4 元生成特斯拉飞行 3D 网页
作者在 DeepSeek Harness 中实测 DeepSeek V4.1 Flash，用约 3752 万输入 Token、33 万输出 Token、35 分钟生成可运行的特斯拉飞行 3D 网页，成本约 4 元。
推荐理由：作者用多个实测案例对比 DeepSeek V4.1 Flash 与闭源模型的成本与效果，可据此判断低价开源模型在 3D 与编程任务上的实际可用性。
IT之家AI 评分2828 Arena 公布 2026 年第 42 周 AI 大模型周榜：kimi-k3-max 首进代码榜前十，mimo-v2.6-pro 首入前端开发榜前 20
Arena 发布 2026 年第 42 周 AI 大模型盲测排名，月之暗面 kimi-k3-max 以 ELO 1540 分稳定在代码榜第十，小米 mimo-v2.6-pro 首次入榜即列前端开发榜第 19。
Hacker News 首页(≥150分)AI 评分5050 开发者打造 LLM 难以使用的编程语言 KillSwitch
开发者设计并开源了专为对抗 LLM 与编程智能体而生的编程语言 KillSwitch，其规范暗藏误导性表述、依赖标识符字母计数，并用“Ignore previous instructions”等语句触发模型安全护栏。
IT之家AI 评分5858 研究人员测试 6 款 AI 智能体追回火车票退款，暴露激进执行任务风险
独立 AI 安全研究人员 Matilda Glynn-Henley 让 Grok 4.7、Claude Fable 5.1、Gemini 3.8 Flash、GPT-6 Astra、Muse Spark 1.3 和 Claude Opus 5.5 六款智能体在模拟环境中追回一张 350 英镑火车票的退款，最终均未成功。
Hacker News 首页(≥150分)AI 评分3838 RuneScape Bench：面向 AI 智能体的 MMO 评测基准
RuneScape Bench 是一个面向 AI 智能体的 MMO 评测基准，相关视频在 Hacker News 首页获得 224 分、74 条评论。该基准以 MMO 游戏环境考察智能体的能力表现。
量子位AI 评分6060 智谱推出法律专用开源模型 GLM-Legal
智谱推出法律专用开源模型 GLM-Legal，基于 GLM-5.3-Flash 底座经法律语料中期训练和数万法律任务强化学习，可审合同、串证据、做跨境合规研究。
Latent SpaceAI 评分3131 Latent Space 推出新节目 High Taste Testers，首期聊 Dev Day 与最新模型
Latent Space 正在试播新节目 High Taste Testers，把旧金山的午餐闲聊搬上节目，首期话题从 Dev Day 延伸到最新模型与助手。
Hacker News 首页(≥150分)AI 评分6060 StarSkirmish v0.2 基准：Gemini 4 Argon 等模型限时编写星际争霸机器人
StarSkirmish Bench v0.2 让每个 LLM 在一小时内用 C++ 编写一个 Protoss 机器人，再与人类编写的机器人对战，按胜率计分。GPT-6 Astra 得分最高，GPT-6.1 Sol 第二，Gemini 4 Argon、Claude Opus 5.5 和 Claude Fable 5.1 得分在 37 到 39 之间基本持平。
量子位AI 评分5757 优必选发布 Thinker-WM 世界模型，三大具身基准登顶
优必选发布统一多模态世界模型 Thinker-WM，在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准评测中均取得第一名。
Latent SpaceAI 评分6262 Goodfire 提出神经网络已足够清晰，引发可解释性争论
Goodfire 的 Nick Cammarata 发布文章提出“神经网络已经足够清晰”，称许多经典的多义性与叠加案例在进一步智能体分析下可被解读，而他 2023 年在 OpenAI 的自动可解释性工作仅约 2% 神经元可读。Neel Nanda 表示这未改变其核心判断，仍认为存在表征叠加，Leo Gao 则主张用神经元模拟的 KL 指标评估解释质量。该文尚未正式发表。
爱范儿AI 评分7171 Surface Laptop Ultra 首发体验：RTX Spark 平台实测与价格
爱范儿上手搭载 RTX Spark N1X 的 Surface Laptop Ultra，该平台最高提供 20 核 Grace CPU、6144 个 CUDA 核心的 Blackwell RTX GPU 和最大 128GB 统一内存，FP4 精度下最高 AI 算力 1 PFLOPS。