开源模型追到第二名，选 AI 看你的活不看跑分
作者从 Reflection AI 开源模型 Beam 在 Artificial Analysis 评测里排名靠前说起，建议按自己的实际任务而不是榜单来选模型。
https://mp.weixin.qq.com/s?src=11×tamp=1794341383&ver=7080&signature=NwkHbzH4z*yoF6HfPCK3bGNyC-C5bX-WkLATqBD-NvTuUjzR4SW88SCxxu0CClRp*2uTYhFTmeODb5BhrvSnHIsumDUqsYek2y1WYZ1pquSa4Bq9F71zAXhveHxZgDff&new=1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
Anthropic 推出 Claude Meetings、Whiteboards 和 Sheets：Claude 进会议边听边干活，Claude Data 正式上线
Claude 作为可见参会者加入 Google Meet，边开会边起草计划、在白板上排时间线、调取已连接系统里的数据，会后自动留下纪要和行动项；有外部嘉宾时默认不进会。Sheets 能直接生成带公式、多标签页的表格并逐条说明改动，Data 连数据仓库和 CRM 出仪表盘，交互式连…
Anthropic S-1 披露：七位联合创始人在 IPO 中各卖 3,378,378 股，按中间价每人套现约 2.5 亿美元
卖完后每人持有约 3.2% 的 A 类股，七人合计通过超级投票权的 F 类股控制 51.1% 投票权；董事 Reed Hastings 想通过捐赠基金认购 3 亿美元股票，说明需求旺盛，最终定价可能高于 70 到 78 美元区间（有中英全文）。
OpenAI 推出 Business Hub：企业可以在 ChatGPT 里认领商家主页、建自己的「商家智能体」，还能看到曝光和点击数据
做法很像谷歌商家资料加 Google Analytics：经过验证的企业能更新产品信息，查看主页浏览、被提及次数和网站点击。今年 3 月 OpenAI 已经关掉了抽佣模式的站内购物，这次改走「AI 搜索里的商家曝光」路线，做品牌和电商的团队要开始考虑在 ChatGPT 里的可见度…
Oura 以 6.25 亿美元收购 AI 原生初级医疗公司 Counsel Health
Counsel 把聊天式 AI 问诊和持证医生结合，6 月已接入 Oura App；收购后双方要扩展到预防、急症和慢病管理。几周前 Oura 刚无限期推迟了最高 22 亿美元的 IPO。
eBay 似乎开始屏蔽第三方 AI 智能体，Meta Muse 已经抓不到商品信息
有读者用 Muse 每天整理 eBay 上的手表，本周末突然被拦；The Verge 复现时发现 Muse 改去引用镜像 eBay 的第三方网站。零售和服务商频繁封堵智能体，说明「代用户购物」还卡在平台准入上，做浏览器智能体的团队要预留这类失败路径。
The Verge 分析：黄仁勋承认与疑似中国间谍有染，可能波及整个美国 AI 产业
专家认为英伟达掌握 AI 最稀缺的高端芯片，这起事件可能影响出口管制、国家安全审查和美国对华的技术领先；文章梳理了对英伟达和行业的潜在连锁影响。
亚马逊旗下 Ring 成立机器人部门：室内巡逻无人机 Drone Cam 和企业安防巡逻机器人
Drone Cam 平时停在充电座，警报响时自动飞到对应房间拍 2K 视频，2027 年 1 月 27 日发售、售价 249.99 美元；另一款是给企业用的轮式巡逻机器人。家用飞行摄像头的隐私争议预计不小。
Gemini Intelligence 扩展到更多安卓设备：摩托罗拉首款机型和 Pixel 10 系列加入
本月 Pixel Drop 给 Pixel 10 系列带来新功能，Rambler（把口述实时整理成干净文字）等能力扩展到更多机型和地区，摩托罗拉 signature 27 将于 11 月 19 日在美国预售。
乌克兰的光纤无人机被 AI 数据中心「抢」了光纤
乌克兰、俄罗斯和数据中心都在抢中国的光纤供应，AI 建设潮已经影响到战场装备的采购，是算力扩张外溢到其他供应链的一个具体例子。
PSI 用 Fable 5.2 早期版本证明了 18 年悬而未决的 Aaronson-Ambainis 猜想
进步在哪：这是量子查询复杂度里公认最重要的开放问题之一，结果是否定性的，等于告诉大家量子加速的某条路走不通。靠什么：PSI 给模型配了专门的 harness、工具、记忆和仿真设施，证明已在 Lean 里自动形式化。提出者 Scott Aaronson 说自己没完全看懂，但相信它正…
Fable 5.2 在 Remote Labor Index 上以专业质量完成 41.3% 的真实自由职业任务，一年前最好成绩只有 2.5%
进步在哪：RLI 用真实外包项目来评，不是选择题，Fable 5.2 的完成率是第二名 Opus 5.5 和 GPT 6 Astra 的两倍多。这比刷榜更接近「能不能直接接活」，可以用来估计哪些外包工作已经能交给智能体。
LingBot-Touch：跨压阻、磁性和视触觉多种传感器的统一触觉基础模型
进步在哪：不同触觉传感器物理原理差异很大，以往模型只能绑定一种。靠什么：学出统一、可扩展的触觉表示，输出即插即用的触觉 token，接到扩散策略或 π0.5、LingBot-VLA 这类 VLA 里都能提升灵巧操作。HF 每日论文本期最高赞（92）。