Rob Miles：我从来不想在你们的网站上用你们的 AI 助手，我想用我自己的
所有公司注意：我从来不想在你们的网站上用你们的 AI 助手。我想在你们的网站上用我自己的 AI 助手。
—— Rob Miles（@robertskmiles），2026-11-08
https://x.com/robertskmiles/status/2119249454591336857转载，侵删。版权归原作者，如有侵权请来信，收到后删除。
同一批次的其他文章
独立测试者把尚未发布的 Qwen-4-Flash-Early（代号 hawk）加进 GameFeel：转述分数 49.9，略高于 Opus 5.5 XHigh 的 47.2
游戏开发基准 GameFeel Bench 的作者 follistatindev 11 月 8 日说，自己向阿里巴巴申请后拿到了尚未公开发布的 Qwen-4-Flash-Early（代号 hawk）接口，并加进他个人维护的基准；同一周末稍早，他还加过名为 QoDuck 的 Qwe…
DoubleAI：让 Agent 在训练过程中改写网络本身——DeepSeek-V4.1-Flash 给自己加代码层后，AIME/HMMT 2026 从 64% 提到 71%
改进什么：以往架构是人手设计、训练只调权重。由 Mobileye 创始人 Amnon Shashua 创立的实验室 DoubleAI，在 11 月 6 日的研究短文里提出「机制干预」：把一个 Agent 放进训练过程，让它读取网络内部状态（类似机制可解释性，但目的是当场改网络），…
Agent MechSuits：只干预单层里 10 个维度，给多轮命令行智能体做白盒安全转向，当前步风险检测准确率约 97.32%
改进什么：现有 CLI 智能体安全多靠外部护栏，机制可解释性又多停在单轮问答。这篇 NeurIPS 2026 论文提出在执行过程中，用步骤级隐藏状态做检测，并在单层的 10 维子空间里做表征转向，不改模型权重。方法：为每个目标模型训练一个线性探针；每一步看中间层最后一个 toke…
羲和 HeliosLM 在 Hugging Face 公开：面向台湾繁体中文、华语/台语语音和内容安全的开源模型
作者 Chien-Hsin Lin 11 月 8 日发布第一批模型。对话和安全分类基于 Google Gemma 4 E4B-it，语音识别基于 OpenAI Whisper large-v3。按作者用同一套程序测的数字：繁中 Common Voice 字错误率从基础模型的 15…
claude-video：给代理看视频的 /watch 技能，下载、抽帧、转写后再交给 Claude 或 Codex
MIT 许可，Python，约 ★20188。把视频 URL 或本地文件变成带时间戳的帧和转写；优先用原片字幕，没有字幕可以用本地 WhisperX 或 Groq/OpenAI。可装进 Claude Code（桌面应用的 Code 会话、VS Code 或终端）、Codex 和其…
知乎热榜：54 岁大哥自学 AI 短剧登顶红果榜，普通人真能靠 AI 翻身吗？
这条问题以约 980 万热度出现在知乎热榜，讨论的是有人用 AI 做短剧登上红果榜、团队成员一年还清债务的传闻，以及普通人有没有可借鉴的路径。它更多是社会讨论而不是一手技术报告，但对想观察国内 AI 短剧商业化情绪的人，可以看出讨论已经从「能不能做」转到「普通人能不能靠它翻身」。
知乎热榜：张艺谋称 AI 带来「平视感」，「普通人都是导演、编剧」，怎么看？
热度约 99 万。讨论围绕张艺谋关于 AI 技术飞跃降低电影门槛、带来平视感的表态。这是文化评论而不是产品发布，但和近期国内 AI 短剧、AI 影像工具进入大众创作的讨论连在一起，可以看出影视圈对「人人都能当导演」这句话的分化反应。
Range 的理财规划师 Matt Ragone：没有编程背景的规划团队，怎样自己做出每天在用的 Agent 和技能
在 AI Engineer 的演讲里，财富管理机构 Range 的规划师讲他们的「选、教、打包、测、上线」五步：先挑每天重复的工作（现金流分析、保险评估），用真实案例和公司标准化文档教 Agent，打包成技能时让它先提问、并禁止直接发给客户，上线前用 5 到 10 个真实案例（含…
Tanmay Sah 和 Dolly Sah：编码代理做对任务，不代表它能撤回自己的错误
他们提出 Undo Bench：在 2880 次成对实验里，代理正常成功率约 84%，但一旦引入故障，这些原本能成功的实验里只有约 47% 能恢复；对「请求超时但外部操作其实已完成」这类情况，盲目重试在约 54% 的实验里造成了重复副作用。Git revert 只能撤回仓库里的改…
Addy Osmani：《你的编码代理把你变成了管理者》——会管团队的人，往往也更会用代理
Anthropic Claude Code 团队的 Addy Osmani 11 月 8 日发了一篇长文，约 1300 个赞、2200 多次收藏。他的核心判断是：整天和编码代理一起工作，你已经在做管理——选任务、写指令、委派、跟进、验收、决定什么能上线。杠杆最高的习惯是给代理一种…
OpenAI 的 Tibo：拿 GPT 6.1 Terra 去和 Opus 5.5 比「挺神奇」，它本来就不是来打头部联赛的
OpenAI Codex 负责人 Thibault Sottiaux 在一条「你更喜欢 Opus 5.5 还是 GPT 6.1 Terra」的投票下回复：觉得有人拿 Terra 去和 Opus 5.5 比挺神奇；它无疑是很好的模型，但本来就不是来竞争头部的，公司还有别的模型干这件…
（海外）《苦涩的教训》作者 Sutton：单靠堆算力不够产生智能，人工智能科学「远没有结束」
The Decoder 11 月 8 日整理了图灵奖得主 Richard Sutton 的新表态：原始算力本身不足以产生智能，需要巧妙的新方法。文章补充了几层上下文：前 OpenAI 研究者 Jerry Tworek 说，对苦涩教训的误读「已经奖励黑客了一整代科学家的大脑」；Ja…