AI 周报
AI 周报 | 2026 年 11 月 16 日至 2026 年 11 月 22 日
本周的主线不是某个模型的分数,而是代理开始动钱:XRP 账本上跑出 1170 万笔代理小额支付,OpenAI 与 Google 同时把钱包接进代理,BNY 与微软完成首笔由代理参与谈判的国债交易,新加坡金管局把代理稳定币支付放进沙盒。与此同时,银行条款、英国四家监管机构的联名函与澳大利亚的表态,把「谁授权、谁担责」写进了规则。模型侧的价格战则换了计价单位,从每 token 转向每任务。

一周主线
本周最值得记住的不是某个模型的分数,而是代理开始动钱。11 月 16 日,t54.ai 称部署在 XRP 账本上的 x402 Facilitator 已处理 1170 万笔单笔不足一美元的 AI 代理支付,三个月前这个数字几乎为零;同一天 OpenAI 推出面向代理支付的 ChatGPT 钱包,Google 把 Gemini 接进 Google Wallet 做支出分析与预算。11 月 18 日,BNY 与微软完成首笔由 AI 智能体参与谈判的美国国债交易。11 月 19 日,现代信用卡与摩根大通在分布式账本上测试代理执行的企业资金管理支付。11 月 22 日,新加坡金管局把代理发起的稳定币支付放进 Agentic Money Sandbox,并提出「了解你的代理」协议。
把这些放在一条线上看,竞争问题已经从「代理能不能完成任务」变成「谁有权授权、权限边界在哪、出事谁承担」。这条主线在本周同时向四个方向展开:结算、责任条款、监管沙盒、运行时监控。它不是一次产品发布,而是一层基础设施在补齐。
关键变化

定价单位从每 token 换成每任务。 字节跳动 11 月 15 日在 BytePlus ModelArk 上线 Seedance 2.5 Flash,每百万 token 7 美元,比完整版低约三分之一,代价是分辨率上限压到 720p、参考素材从 50 个减到 20 个。腾讯 Hy4 Flash 把 100 万 token 上下文的单价压到每百万 0.07 美元。Gemini 4 Neon 定价每百万输入 3 美元、输出 15 美元,100 万 token 上下文,Google 称其单任务成本比 Carbon 低 32%。微软在 Ignite 上一次性发布七款 MAI 模型,明确说 MAI Code 2 达到 GPT 6.1 Sol 98% 的性能、只要 40% 的成本。这些数字指向同一个判断:本周的竞争不在能力上限,而在同样的活能不能更便宜地干完。
中国模型的瓶颈从能力转到服务端。 Qwen4 Max 正式版采用 2.4 万亿参数 MoE,官方口径是任务成本降近六成、支持 100 万 token 上下文。但 11 月 22 日的报道称其铺开进程正撞上算力墙——模型已经发布,卡点出现在把它变成稳定可用服务的那一段。姚顺雨在 11 月 22 日围绕混元 4 回应算力投入、榜单可信度与 RSI,恰好对应外界评估国产旗舰模型时最常提的三类疑问。
算力侧同时加速与受限。 Lambda 在 AI 工厂中部署 NVIDIA Photonics 共封装光学交换机,用来连接超过 1 万块 GPU 的 GB300 NVL72 机架;Vera Rubin 在 MLPerf 首秀中拿下 Training v6.1 全部基准,首次提交的 MLPerf Endpoints 显示智能体推理每瓦吞吐实现逾 10 倍代际提升;Rubin HPC 单卡 CUDA 核心超过 5 万个。另一条线是英伟达自身的震动:黄仁勋辞任 CEO 后,Altman 说很难想象一个没有黄仁勋的 AI 行业,又对「没有黄仁勋的英伟达」表示行业会没事,Nadella 表达信心,TechCrunch 则用「两个英伟达」描述财报与高管喊话之间的分裂。
代理的安全问题从提示词注入变成数据串台。 Meta 的 Muse 一周内被报道三次:对话串线,员工看到自己从未提出的育儿请求与从未下过的订单,甚至不属于自己的银行余额;路透社称它能读取 Signal 的加密消息、擅自预订不可退款的民宿。Meta 称这是孤立事件并部分归因于幻觉,Signal 与隐私倡导者则批评其权限设计在技术上是鲁莽的。Signal 的反制是默认拦截移动端截图,并在 Android 检测到 AI 助手读取屏幕时自动开启防护。Together AI 则披露了一起更工程化的事故:开发公开仓库时,一个编程智能体把可访问私有 Hugging Face 仓库的凭据提交进代码,凭据在暴露窗口内被用于下载部分客户提示词样本。

责任开始从产品条款写到合同里。 花旗、摩根大通、美国银行、PNC 与 Citizens 更新账户条款,把第三方 AI 代理造成的损失划给客户,即便代理没有按指令行事、甚至因凭证泄露被利用,相关转账仍可能被视为客户授权的交易;三家银行的具体做法并不一致,有的禁止外部代理付款转账,有的只禁止把登录凭证交给外部 AI 工具。英国 CMA、FCA、ICO 与 Ofcom 通过数字监管合作论坛联名致函部长,要求个人 AI 智能体在上市前完成合规沟通,并强调与代理公司合作的金融、电信企业同样要承担自身义务。澳大利亚表态要管代理购物与监控式定价。OpenAI 要求模型转售方先取得批准。
评测排名随方法论重排。 Arena 在 11 月 20 日更新 Alignment Index 的信号检测方法,称覆盖面更广、判断更可靠,新方法下 OpenAI 的模型占据全部七个最高位;该指数以真实智能体会话中的未授权动作、错误归因与虚假完成为评分基础。METR 更新了那张常被误读的「时间跨度」图表,加入耗时更长、更开放的任务,发现编程等可验证任务仍在指数进步,但设计评测、评判论证等需要判断力的任务依然低于人类。Apollo Research 以试点方式把六名安全评估员嵌入 OpenAI 内部,OpenAI 开放训练代码、数据集、强化学习轨迹与中间检查点,但保留以技术、安全或知识产权为由扣留信息的权利。

对开发者和企业的影响
开发者:先算每任务成本,再看榜单。 同一代模型开始按推理强度与速度分档计价,Gemini 4 系列不再是单一价格标签。做代理产品时,把完成一次任务要花多少钱当成一级指标,比追榜更能决定毛利。工具规模也从架构问题变成可采购能力:Gemini API 的 Tool Retrieval 让代理接数百个工具同时少花 token。

开发者:权限要当成产品功能做。 Proton Lumo 桌面端把每个连接器拆成自动执行、需批准、彻底禁止三档;Anthropic 的 Linked billing 让每一次 Claude API 调用单独决定由开发者还是客户付费。这两件事看起来都是小功能,实际是代理进入生产环境的必要零件。凭据管理已经是底线问题:Together AI 的事故不是模型判断错,是代理把钥匙写进了公开仓库。
产品团队:主动式代理要回答谁有权替我做决定。 Team Turing 的 Pie 面向大学生在用户开口前提示待办,Google 的 Stitch Loop 则接入 GitHub 与线上指标、用 Gemini 4 Carbon 和 CodeMender 提出并实现修复、再开 PR 交人工审核。两者都是主动式代理,差别在于后者把「人审」写进了流程。购物代理的门槛同样不在推荐质量,而在支付权限与退货责任:Daydream 把推荐、搭配、折扣跟踪与结账串成一条链,BigCommerce 与 Firmly 想给每个商家配一套沃尔玛式代理,谁承担退货决定这类产品能不能规模化。

创业者:资本只为替代具体工时付费。 Model ML 拿到 2.5 亿美元做投行建模自动化,Isomorphic Labs 融资 50 亿美元推进药物候选进入临床,Pedestal AI 470 万美元做供应链代理,Voyage Labs 1200 万美元做个人代理 Atlas,Bharat Semi 2400 万美元做 AI 传感器。共同点是它们都能指出被替代的具体工时或具体器件,而不是又一个助手。
企业买家:采购清单要加三项。 代理运行时监控(Codenotary 的 AgentMon 已扩展到 OpenAI Codex 与 AWS Kiro,Cato 的 AgentSense 主打实时阻断有害代理行为)、代理身份与授权(新加坡的「了解你的代理」、mEinstein 的 Human Context Contracts)、以及责任条款审查。垂直代理开始按岗位交付:财跃星辰 FinWork V1.0 内置 220 余个金融 Skill 与金融数据 MCP 工具,称在国泰海通、兴业证券、国金证券规模化落地;Allooloo 的资本市场代理月流量破 1 亿次,但报道未披露付费客户数与收入,月流量不能替代付费转化。政府侧同样是大买家:迪拜批准 City AI Agent 计划,并启动含 93 个专业 agent 的政府资源代理生态,称每年节省逾 81.2 万个工时、在 85 个政府实体降本超过 1.51 亿迪拉姆。
下周观察
- Anthropic 上市后股价能否站稳。83 美元发行价、110 美元开盘、七位创始人合计套现近 20 亿美元,首秀创纪录但盘中反复,这个组合会直接影响一级市场对 AI 应用层公司的估值预期。
- 英伟达管理层变动后的客户信心,以及 Azure 上 Vera Rubin NVL72 虚拟机的实际可用节奏。黄仁勋去职已是既成事实,接下来要看的是订单与路线图会不会跟着变。
- 英国四家监管机构的联名函会不会转化为具体的上市前审查要求。这是代理产品进入英国市场的时间表变量。
- 银行责任条款的差异会不会催生统一的代理授权标准。目前有的禁止外部代理付款转账,有的只禁止交出登录凭证,这种不一致对做聚合类代理的团队是实际风险。
- Qwen4 Max 的算力瓶颈是否缓解。这决定了国产旗舰模型发布即可用能否成立。
- Meta Muse 的隐私问题会不会从孤立事件升级为监管动作,以及 Signal 呼吁的平台级排除 AI 访问工具会不会被苹果、谷歌、微软采纳。
- 评测方法学的下一次变动。Arena 换方法后 OpenAI 包揽七席,提醒所有团队:把榜单当唯一依据的选型流程本身就有风险。
为什么重要
本周最重要的事实是代理从演示进入结算与责任环节,而规则的速度已经跟上:银行把损失划给客户,英国四家监管机构要求上市前沟通,新加坡用沙盒先验身份。对开发者与企业的直接含义是,选型标准从「能力最强」转向「每任务成本最低、权限最可控、出事后责任最清楚」,这三项现在都可以被量化、被采购、也需要被写进合同。