📰 Easy AI日报 | 2025-11-27

## 📅 2025年11月27日 AI行业动态 #### **Agent与工具生态** ##### Anthropic发布持久化Agent框架与MCP任务协议更新 Anthropic提出持久化Agent实践模式（状态checkpoint、结构化artifacts等）；MCP发布SEP-1686"tasks"支持后台长任务；LangChain明确框架-运行时-harness栈，LangGraph属运行时。 > 相关链接：[Anthropic博客总结](https://twitter.com/AnthropicAI/status/1993733817849303409)｜[MCP任务公告](https://twitter.com/AAAzzam/status/1993495222035399060)｜[LangChain栈说明](https://twitter.com/LangChainAI/status/1993746547587338508) ##### Booking.com部署生产级Agent处理客户消息 Booking.com用LangGraph、Kubernetes等构建Agent，每日处理数万条消息，满意度提升70%，使用GPT-4 Mini和Weaviate做语义搜索。 > 相关链接：[技术深度解析](https://twitter.com/victorialslocum/status/1993636038313443826) ##### Perplexity推出Memory功能与虚拟试穿 Perplexity添加用户级Memory（支持查看/删除/禁用），并推出购物虚拟试穿功能，提升用户体验。 > 相关链接：[Memory公告](https://twitter.com/perplexity_ai/status/1993733900540235919)｜[虚拟试穿功能](https://twitter.com/perplexity_ai/status/1993760113988170165) --- #### **模型更新与性能** ##### Claude Opus 4.5在基准测试中表现亮眼 Opus 4.5 Thinking在LisanBench排名第一，Code Arena WebDev登顶；非Thinking版本表现下滑，社区反映Python工具滥用问题；Claude.ai自动压缩上下文。 > 相关链接：[LisanBench结果](https://twitter.com/scaling01/status/1993712295118057861)｜[Code Arena leaderboard](https://twitter.com/arena/status/1993750702179676650)｜[上下文压缩更新](https://twitter.com/alexalbert__/status/1993711472149774474) ##### Alibaba开源Z-Image-Turbo文本到图像模型 Alibaba发布6B参数Z-Image-Turbo，基于Qwen3 4B文本编码器，ModelScope限免，Hugging Face Diffusers整合，性能接近Seedream 4.0。 > 相关链接：[ModelScope地址](https://modelscope.cn/models/Tongyi-MAI/Z-Image-Turbo/)｜[Reddit讨论](https://www.reddit.com/r/LocalLLaMA/comments/1p74dwo/new_opensource_texttoimage_model_from_alibaba_is/) ##### FLUX.2系列模型发布 FLUX.2 pro/flex模型加入LMArena，用户反馈视觉质量提升，消除“塑料感”，对比NB Pro有竞争力。 > 相关链接：[LMArena公告](https://x.com/arena/status/1993444903876280645)｜[对比图](https://xcancel.com/iamemily2050/status/1993477498940899366) ##### EGGROLL提升进化策略效率 EGGROLL用低秩扰动加速进化策略，支持100k+种群，稳定预训练递归LM，适用于大离散系统。 > 相关链接：[技术 overview](https://twitter.com/rryssf_/status/1993672852206444675) ##### dnet解决Apple Silicon内存限制 dria的dnet用分布式推理、磁盘流、UMA调度，让Apple Silicon集群运行超内存模型，解决OOM问题。 > 相关链接：[公告](https://twitter.com/driaforall/status/1993729375745749339) --- #### **推理与效率优化** ##### LatentMAS减少多Agent通信token LatentMAS用隐向量代替文本通信，减少70-84%的token，提升4-4.3倍速度，不影响准确性。 > 相关链接：[论文](https://twitter.com/LingYang_PU/status/1993510834245714001)｜[总结](https://twitter.com/dair_ai/status/1993697268848115915) ##### 推理trace蒸馏降低成本 用gpt-oss traces训练12B模型，token使用减少4倍，成本降低，避免重复推理。 > 相关链接：[总结](https://twitter.com/omarsar0/status/1993695515595444366)｜[demo](https://twitter.com/omarsar0/status/1993689618856689789) --- #### **多模态与生成模型** ##### PixelDiT优化像素扩散 PixelDiT用双Transformer（patch级和pixel级），ImageNet 256x256 FID 1.61，GenEval 0.74，提升图像生成质量。 > 相关链接：[论文](https://twitter.com/iScienceLuvr/status/1993632594093813999) ##### Apple发布STARFlow-V视频生成模型 STARFlow-V用归一化流，支持T2V/I2V/V2V，因果预测，flow-score匹配提升一致性。 > 相关链接：[论文](https://twitter.com/iScienceLuvr/status/1993629956375822508) ##### Z-Image-Turbo开源 Alibaba的6B模型，ModelScope发布，Hugging Face即将上线，电影级审美，蒸馏版更快。 > 相关链接：[ModelScope](https://modelscope.cn/models/Tongyi-MAI/Z-Image-Turbo/)｜[Reddit讨论](https://www.reddit.com/r/StableDiffusion/comments/1p72x1i/another_upcoming_text2image_model_from_alibaba/) ##### FLUX.2 Pro提升视觉质量 FLUX.2 Pro对比FLUX 1 Pro，消除“塑料感”，细节更丰富。 > 相关链接：[对比图](https://xcancel.com/iamemily2050/status/1993477498940899366) ##### Nano Banana 2改进结构化图像 Nano Banana 2在StructBench表现提升，社区分享prompt资源。 > 相关链接：[分析](https://twitter.com/RisingSayak/status/1993662000103371136)｜[资源](https://twitter.com/_philschmid/status/1993650772240941106) --- #### **开源生态与评估** ##### HF下载数据显示中国模型增长 中国模型下载量占17.1%，超过美国，DeepSeek和Qwen领先，多模态模型流行。 > 相关链接：[overview](https://twitter.com/frimelle/status/1993596653664977243)｜[thread](https://twitter.com/ShayneRedford/status/1993709261126336632) ##### METR成为可信评估者 METR被从业者认为是最可信的外部评估者，用于模型性能验证。 > 相关链接：[comment](https://twitter.com/andy_l_jones/status/1993485558044410188) ##### AI Security Institute发布Anthropic案例研究 评估Opus 4.5是否会破坏AI安全研究，结果积极但有 caveats。 > 相关链接：[thread](https://twitter.com/AISecurityInst/status/1993781423233499159) ##### Zhihu用Qwen2.5-VL优化多模态推荐 Qwen2.5-VL-72B/3B驱动的 pipeline，LoRA微调，对比embeddings提升7.4% MMEB-eval-zh。 > 相关链接：[write-up](https://twitter.com/ZhihuFrontier/status/1993570114810396761) ##### 新基准测试推出 MultiPathQA（病理导航）、MTBBench（肿瘤决策）、WER is Unaware（临床ASR）等新基准测试发布。 > 相关链接：[pathology](https://twitter.com/iScienceLuvr/status/1993650850120818888)｜[MTBBench](https://twitter.com/iScienceLuvr/status/1993645980869365960)｜[WER](https://twitter.com/JaredJoselowitz/status/1993735052132246011) --- #### **Reddit热点** ##### Alibaba Z-Image-Turbo引发讨论 用户讨论其性能接近Seedream 4.0，6B参数适合本地部署，社区期待开源。 > 相关链接：[Reddit](https://www.reddit.com/r/LocalLLaMA/comments/1p74dwo/new_opensource_texttoimage_model_from_alibaba_is/) ##### Opus 4.5成功转换ZBar到Swift 6 用户用Opus 4.5将ZBar（Objective-C/C）转换为Swift 6，解决长期bug，其他模型失败。 > 相关链接：[Reddit](https://www.reddit.com/r/ClaudeAI/comments/1p72uet/opus_45_just_completed_for_me_something_that_ive/) ##### Opus 4.5基准图引发争议 用户发布Opus 4.5的SWE-bench accuracy图，80.9%领先，但视觉设计受批评。 > 相关链接：[Reddit](https://www.reddit.com/r/ClaudeAI/comments/1p71la8/there_i_fixed_the_graph/) ##### AI进展图引发讨论 Thomas Pueyo的AI进展图，从“fun toy”到AGI，社区质疑其专业性。 > 相关链接：[Reddit](https://www.reddit.com/r/OpenAI/comments/1p75l9m/we_are_here/) ##### AI memes流行 Ilya Sutskever的scaling言论 meme，Grok 4.1的unhinged回复，Gemini 3的讽刺meme引发讨论。 > 相关链接：[Singularity](https://www.reddit.com/r/singularity/comments/1p6wdyn/ilya_has_spoken/)｜[ChatGPT](https://www.reddit.com/r/ChatGPT/comments/1p7gifd/i_love_how_unhinged_grok_is/) --- #### **Discord社区讨论** ##### LMArena讨论Flux 2与NB Pro Flux 2模型加入LMArena，用户对比NB Pro，认为NB Pro更优，SynthID防止nerf。 > 相关链接：[LMArena Discord](https://discord.com/channels/1340554757349179412)｜[announcement](https://x.com/arena/status/1993444903876280645) ##### Perplexity AI讨论Thiel与Nvidia合作 用户担心Palantir的Thiel比Musk更具威胁，讨论Nvidia与OpenAI的合作导致泡沫。 > 相关链接：[Perplexity Discord](https://discord.com/channels/1047197230748151888) ##### Unsloth AI的ERNIE挑战与CPU训练 Unsloth支持ERNIE AI开发者挑战，ES HyperScale提升CPU训练效率，Qwen3微调问题讨论。 > 相关链接：[Unsloth Discord](https://discord.com/channels/1179035537009545276)｜[Devpost](https://baiduernieai.devpost.com/) ##### Cursor Community的Haiku与linting问题 用户认为Haiku适合文档，Composer-1适合代码，讨论linting的red squigglies问题。 > 相关链接：[Cursor Discord](https://discord.com/channels/1074847526655643750) ##### GPU MODE的Triton与多GPU优化 讨论Triton kernels、NVFP4_GEMV leaderboard、NVRAR算法提升多节点推理。 > 相关链接：[GPU MODE Discord](https://discord.com/channels/1189498204333543425)｜[paper](https://arxiv.org/abs/2511.09557) ##### OpenAI的ChatGPT偏见与Nano Banana漫画 用户讨论ChatGPT的左倾偏见，用Nano Banana生成漫画，担心模型被lobotomize。 > 相关链接：[OpenAI Discord](https://discord.com/channels/974519864045756446)｜[comic](https://cdn.discordapp.com/attachments/998381918976479273/1443038766087536751/image.png) ##### LM Studio的API与硬件问题 用户解决API endpoint错误，切换模型解决图像 captioning问题，讨论GPU风扇行为。 > 相关链接：[LM Studio Discord](https://discord.com/channels/1110598183144399058)｜[docs](https://lmstudio.ai/docs/developer/rest/endpoints) ##### OpenRouter的Opus过载与模型 fallback Opus过载，Deepseek R1下架，模型 fallback逻辑bug影响企业应用。 > 相关链接：[OpenRouter Discord](https://discord.com/channels/1091220969173028894)｜[fallback docs](https://openrouter.ai/docs/guides/routing/model-fallbacks) ##### Nous Research的Psyche与Blackwell性能 Psyche办公时间，Suno与Warner合作，Blackwell的INT/FP混合性能问题讨论。 > 相关链接：[Nous Discord](https://discord.com/channels/1053877538025386074)｜[office hours](https://discord.gg/nousresearch?event=1442995571173625888) ##### Eleuther的hallucinations与SGD shuffling 讨论多阶段LLM的hallucinations，SGD shuffling的争议，Emergent Misalignment复制。 > 相关链接：[Eleuther Discord](https://discord.com/channels/729741769192767510)｜[paper](https://arxiv.org/abs/2509.04664) ##### Latent Space的Claude Plan Mode与Jeff Dean演讲 Claude Code的Plan Mode升级，DeepMind纪录片，Jeff Dean的15年ML回顾。 > 相关链接：[Latent Space Discord](https://discord.com/channels/822583790773862470)｜[Sid的post](https://xcancel.com/sidbidasaria/status/1993407762412536275) ##### Yannick Kilcher的信息检索与课程学习 信息检索讲座，DOE的AI平台，课程学习的争议。 > 相关链接：[Yannick Discord](https://discord.com/channels/714501525455634453)｜[lecture](https://youtu.be/aR20FWCCjAs?si=wmNYCsqPp7Le8FWe) ##### HuggingFace的Inference API与RapidaAI开源 Inference API灰色问题，RapidaAI开源语音平台，法语书籍数据集发布。 > 相关链接：[HuggingFace Discord](https://discord.com/channels/879548962464493619)｜[Rapida](https://rapida.ai/opensource?ref=hf) ##### Modular Mojo的MAX与Python迁移 MAX的examples，Python写MAX的争议，Mojo API的回归讨论。 > 相关链接：[Modular Discord](https://discord.com/channels/1087530497313357884) ##### tinygrad的TinyJit与随机函数 TinyJit的kernel replay，随机函数的实现，JIT的改进讨论。 > 相关链接：[tinygrad Discord](https://discord.com/channels/1068976834382925865)｜[tutorial](https://mesozoic-egg.github.io/tinygrad-notes/20240102_jit.html) ##### Moonshot AI的Kimi limits与canvas Kimi的性能讨论，canvas代替chatbots的建议，conversational fallacy。 > 相关链接：[Moonshot Discord](https://discord.com/channels/1369594130807787570) ##### DSPy的dspy-cli与web搜索 dspy-cli开源，支持FastAPI和MCP，讨论web搜索API的选择。 > 相关链接：[DSPy Discord](https://discord.com/channels/1161519468141355160)｜[repo](https://github.com/cmpnd-ai/dspy-cli) ##### MCP Contributors的新协议 新协议版本发布，UI SEP out-of-band，namespace collision讨论。 > 相关链接：[MCP Discord](https://discord.com/channels/1358869848138059966) ##### Manus.im的AI工程师与API问题 AI工程师介绍，用户报告API配额错误，影响500用户。 > 相关链接：[Manus Discord](https://discord.com/channels/1348819876348825620) ##### aider的基准与Opus调查 建议新管理员更新基准，调查Opus 4.5是否为大升级，Bedrock模型错误。 > 相关链接：[aider Discord](https://discord.com/channels/1131200896827654144) --- --- *来源：Easy AI 教学项目* #EasyAI #AI日报 #AI教学