AI 资讯早报 · 11-05
🤖 AI 资讯早报 · 11-05
🔥 必读
1️⃣ Hermes Agent 移动端进入内测：多 Agent 拉群、内置终端与 Skills/MCP，还能按权限读取手机数据
Nous Research 的 Hermes Agent 移动端已进入内测，名额放出即被抢空；官方 11 月 3 日称需求超出预期，正在扩容并为更大范围发布做准备。据智东西汇总的开发者实测，App 支持两种模式：一是 SSH 等方式远程连接自己的主机，把手机变成 Agent 入口；二是走 Nous 官方云端托管，直接在手机上创建、调用、管理 Agent。功能上把桌面端能力大量搬了过来——多 Agent 可在同一群组内被分配任务（对应桌面 Bot Mode）、内置终端、Routines 定时任务页、Artifacts 产物预览、文件管理器，以及 Skills 的查看/启停/自建、Plugins 与 MCP Servers 独立管理入口。登录与计费：Nous 账号登录官方 Portal 需账户至少 2 美元余额，云端三档为标准（2 核 2GB、10 并发，0.60 美元/天）、专业（4 核 4GB、20 并发，1.08 美元/天）、旗舰（4 核 8GB、20 并发，2.50 美元/天），按月折算约 18–75 美元。最值得注意的新能力是 Device Access：经权限控制向 Agent 开放日历、联系人、位置、健康数据，但文章明确提示这些数据会上传至用户自己的服务器及所用 AI 服务商，敏感权限需谨慎开启。⚠️ 以上细节多来自社区开发者截图与自述，官方尚未逐项确认，正式版可能调整。
原文：智东西 · Hermes Agent手机端要来了！能读取手机数据，内测名额秒没
2️⃣ 招商局狮子山实验室开源「驭物 Lion-ER-35B-A3B」：3B 激活、十项具身基准全线提升
招商局先进技术研究院下属狮子山人工智能实验室发布具身推理视觉语言模型 Lion-ER-35B-A3B，MoE 架构总参 35B、每 token 仅激活约 3B，权重已在 Hugging Face 以 BF16 Safetensors 开源，兼容 Transformers/vLLM/SGLang。其路线不是堆数据，而是「能力牵引的数据引擎」：先把具身推理拆成实体、空间、时序、物理、可供性、任务、社会、证据 8 个一级领域、39 项二级能力，再把抽象能力「编译」成训练题，并从 31 个数据源、约 430 万条记录中按缺口检索素材；监督集共 31.2 万条样本，训练预算按能力需求而非数据源题量分配。效果用 avg@4 口径（每题独立作答 4 次取均值）：Where2Place 64.28（较基座 +9.30）、ERQA 64.38（+6.19）、空间推理 SAT 89.33、ERQA 轨迹理解子类 68.18（+12.12），十项基准得分均高于所用基座。⚠️ 注意对照口径：这是与自身基座 Qwen3.6-35B-A3B 的对比、且为团队自测，「多项超越更大参数量模型」未给出逐项对手名单，不宜读成行业 SOTA。文中四道公开题案例（相机转动方向、轨迹可达性、跨视角定位、任务进度判断）比分数更能说明它解决的是「视觉表象 vs 三维真实」的错配。
原文：量子位 · 不靠堆砌数据，让机器人看懂真实物理世界 ｜ Hugging Face 权重
3️⃣ 谷歌 Data Agent Kit 正式发布：37 个技能 + IAM 拒绝策略，把「能写 SQL」补成「懂数据上下文」
谷歌结束整个夏季的预览，正式发布免费开源的 Data Agent Kit——一套 MCP 工具集，把编码智能体接到 15 项以上谷歌数据云服务（新增支持 BigQuery Graph、Bigtable、Spark 托管服务），可装在非谷歌智能体里，运行于 Antigravity、Claude Code、Codex、Cursor 及兼容 VS Code 的编辑器，并预装于 Cloud Shell 与 Cloud Workstations。架构是两层：承载最佳实践的「技能集合」+ 暴露实时元数据与工具的 MCP 服务器。插件仓库含 37 个技能（Apache 2.0、谷歌为发布方、有版本管理，9/29 发 1.0.0、10/13 发 1.1.0，可锁版本）。安全设计分两类且强度不同：一类是引导性的 accidental-data-loss-prevention，描述以「STOP AND VERIFY」开头，要求在执行 DROP TABLE、TRUNCATE、无 WHERE 或 1=1 的 DELETE、删生产存储桶、gcloud projects delete、销毁 KMS 密钥前暂停、说明影响、等用户确认——靠智能体自觉；另一类是强制性的 IAM，用只读服务账号身份模拟，或以拒绝策略拦截 tool.isReadOnly 为 false 的 MCP 工具调用，可在组织/文件夹/项目级生效。三个明确限制：被拦工具仍出现在 tools/list（智能体看得见、调了才知道不行）、只覆盖谷歌云 MCP 服务器、resource.service 与 tool.name 仅在 gcloud 可用。社区反馈更尖锐：工具返回结果不含幂等键、提交状态与可回滚性，超时后重试写入是否已提交仍无解。
原文：InfoQ · 谷歌 Data Agent Kit 正式发布：安全防护分为 Skill 与 IAM
📌 值得看
4️⃣ 英伟达参投的推理平台 Fal 完成 13 亿美元 F 轮，估值半年从 80 亿翻到 160 亿美元
美国云推理平台 Fal 完成 13 亿美元（约 87.33 亿元）F 轮，投后估值 160 亿美元，本轮由 Bessemer Venture Partners 领投、英伟达继续参投；今年 4 月 E 轮估值 80 亿美元。据彭博社援引知情人士，其年化营收已达 8 亿美元。资金用于采购算力与扩充 185 人团队——公司今夏曾因产能不足被迫限制客户请求量。它的位置是「模型分发 + 推理基础设施」：为开发者提供统一调用 API，为模型商提供分发，为企业部署自有模型提供推理底座，Adobe、Canva、Shopify 在实际业务中使用。值得注意的产业细节是其后训练伙伴包括中国的 MiniMax 与 Black Forest Labs：8 月推出基于 MiniMax H3 的 H3 Max，训练与推理均跑在 GB200 NVL72 上，生成 5 秒视频约需 3 秒。
原文：智东西 · 又一千亿AI独角兽诞生！英伟达投的AI推理创企获87亿新融资
5️⃣ OpenAI 收购开发工具初创 Pierre Computer，把 Codex 往代码托管推、直指 GitHub
OpenAI 将收购开发工具初创公司 Pierre Computer，以扩展 Codex 编程平台，并向微软 GitHub 长期主导的代码托管市场发起挑战。Pierre 的部分技术已用于 Codex，OpenAI 计划进一步整合其代码存储（Code Storage）能力；交易财务条款未披露，Pierre 现有开源项目将继续保持开源。⚠️ 目前仅有这一条快讯（新浪财经转述），未见 OpenAI 官方公告或 Pierre 侧说明，收购金额、团队去向与 Code Storage 的具体形态均待核实；对开发者更实际的影响（Codex 是否形成独立于 GitHub 的仓库/分发能力）也要等正式发布。
原文：36氪 · OpenAI将收购开发工具初创公司Pierre Computer，瞄准微软GitHub代码托管业务
6️⃣ StartLux-Decision 论文：决策模型「该不该思考」——按需推理 + 概率校准，直答 96%、推理后 93%
StartLux 联合港大、南科大的论文给出一个反直觉起点：经过决策训练的语言模型重新打开生成开关后，4B 模型在约 40% 问题上几乎不生成推理，9B 模型则在约 70% 问题上停不下来，两种相反的失败模式说明「从直接判断转向逐步计算」不是开关操作。方案把 Instant（单次预测）与 AutoThink（按需推理）建在同一「选项概率接口」上：把选项映射为 A/B/C，读最后一个位置的 logits 做温度缩放与 softmax，不加分类头；Instant 在 Full Attention 层去掉因果掩码做双向交互（五个规模中四个 DI 0.3 得分提升，最高 +2.4 分，2B 反降 0.2 分，种子波动 0.2–0.7 分）。AutoThink 先算初始分布，最高概率 ≥0.9 直接返回，否则生成推理轨迹再读一次，最终按约 75% 权重融合推理后分布。在 DecisionPivot 7,800 道核心题上，27B 版约 39% 直答、单题准确率约 96%；其余 61% 进入推理、融合后由约 57% 升到约 93%，修正 1,783 道错题但新引入 94 道。⚠️ 属厂商与高校联合研究、自测口径；决策模型品类近两周已被多期覆盖，本篇按技术机制（而非榜单）收录。
原文：机器之心 · 决策模型何时需要思考？StartLux-Decision的按需推理与概率校准 ｜ arXiv 2610.17309