AI DAILY BRIEF / 2026.11.16
Anthropic 对 Opus 5.5 的建议很具体:删去“仔细思考”等旧提示,从 Medium 推理档位起步,再按任务需要调高。对已经使用 Claude 的团队,眼下更值得做的是检查提示模板、用真实任务验证返工情况。
本期也关注代理支付的授权边界、开放权重模型的部署门槛,以及 AI 内容生产的回本压力。
Opus 5.5 指南:先 Medium 再调高
使用 Claude Opus 5.5,可以先检查提示模板里是否还保留着“仔细思考”这类要求。Anthropic 建议删除这些提示,让模型根据任务和所选推理档位自行调整思考深度。
对于已经积累了大量提示模板的团队,这提供了一个明确的调整起点:重新检查过去习惯添加的要求,是否仍然有用。

据 Anthropic 测试,删除此类提示后,模型响应启动更快,质量没有可测量的下降。但现有材料没有给出具体提速幅度和完整测试条件,不能据此认定所有任务都会更快、效果都不受影响。文档、表格、编程等不同任务,仍需要各自验证。
推理档位也可以从 Medium 开始。Anthropic 称,Opus 5.5 在 Medium 档的内部测试表现已追平 Opus 5 的 High 档,建议中等档不够用时再提高;更高档位成本更高,却不一定带来更好的结果。
这是厂商内部测试给出的配置建议,跨版本、跨档位的比较,并不能直接替代团队自己的任务验收。
对文档、表格任务,官方还建议一次说明目标、输出格式和需要追问的条件,并直接附上图表文件。
我们的判断:先选一组日常任务,对比旧模板与调整后的模板,记录响应启动、结果可用性和返工情况,再决定是否提高档位。判断配置是否合适,最终要看任务能否稳定完成,而不是默认把推理档位拉满。
ChatGPT Wallet 代付,逐笔需确认
OpenAI 推出 ChatGPT Wallet,与美国运通、万事达卡和 Visa 合作,让购物代理进入代付环节。首批通过 dots 向美国 ChatGPT Pro 用户开放,使用范围仍有限。
每笔购买都需要用户核对商品、总价和卡片,再通过人脸或指纹等安全检查授权。

支付网络随后提供支付令牌,代理和商家均不接触真实卡片信息;原有卡片奖励及符合条件的争议保障保留。
商家可以沿用现有结账流程,但网站防火墙、支付风控仍可能拦截代理交易,OpenAI 也发布了商家接入指南。我们的判断是,支付能力接入之后,逐笔授权和商家风控仍是购物代理必须处理的关键流程。
注意:以上为官方发布页披露要点,使用资格细则与落地范围以官方材料为准。
亚马逊拟索引站外商品,落地计划仍有变数
据路透社报道,亚马逊内部项目 World Product Graph 拟索引全网商品,包括亚马逊自身不销售的商品,希望让消费者和 AI 购物代理查询商品时优先使用亚马逊。
内部文件还希望借此改善 Alexa for Shopping(原 Rufus)的回答准确性,并让系统能够使用更便宜的模型;这些都属于项目目标,尚非已验证的结果。
文件列出的发布日期为 2027 年 10 月 1 日,但亚马逊回应称,过时的头脑风暴文件不一定反映当前计划,因此不能把这一日期视为正式上线承诺。
我们的判断:补齐商品数据是购物助手值得关注的方向,但现有材料还不足以确认该项目的交付范围和落地时间。
韩国扩大考试调查,智能眼镜禁用标准待明确
据韩联社报道,韩国税务师考试头名考生承认使用 AI 作弊后,调查范围扩大至当年所有国家资格考试。韩国劳动部及相关机构决定取消该考生成绩,并禁止其五年内参加税务师考试;这一禁考处罚的范围是税务师考试。

韩国政府计划年内出台综合措施,包括引入红外线探测器、设立举报中心、加强监考培训,并明确智能眼镜等设备的携带、使用禁令及处罚标准。这些措施仍处于计划阶段。
我们的判断是,考试组织方需要把设备识别、入场检查和现场管理纳入防作弊流程,仅靠答题结果的事后分析难以覆盖这类问题。
注意:以上为原文披露要点,落地范围以官方材料为准。
把 AI 反复犯的错,写进 lint 检查
据宝玉转述的 AI Engineer 大会演讲,负责 Grok Bot 桌面版的 Lauren Tan 建议:每次纠正 AI,都尽量把问题转成 lint 等自动检查规则,让违规代码无法提交。
团队还会清理代码库中的坏写法和临时补丁,避免 AI 继续照抄,并要求 AI 启动应用、模拟用户操作,提交录屏和截图供人工审核。

演讲转述提到,该团队单月合并约 1.1 万个 PR,回滚率约 0.5%;这些团队数据本身不足以证明生产率或代码质量提升。
原帖评论也指出,lint 未必能发现 AI 从一开始就理解错了任务。我们的判断是,重复错误适合固化为自动规则,但任务理解是否正确,仍需单独审核。
注意:以上为原文披露要点,落地范围以官方材料为准。
LongCat-2.5 开放权重,自托管先算集群
美团开放面向智能体的 LongCat-2.5 模型权重,以 MIT 许可证支持商用、修改和再分发。模型全程使用国产芯片训练,主攻编程等多步骤任务,总参数 1.6 万亿,每个词元约激活 480 亿参数。
新版增加了图像理解能力,API 支持百万词元上下文,兼容 OpenAI 和 Anthropic 接口,可接入 Claude Code、Codex 等工具。

美团自测的 Terminal Bench v2.1 得分为 88.4,接近 Claude Opus 5 的 89.1,但在更难版本上仍有差距。
部署方面,自托管指南给出的示例集群使用 194 颗华为昇腾加速器,未提供英伟达 GPU 部署指导;示例规模也不能直接视为所有部署的最低要求。
我们的判断:开发者可以先测试现有工作流的适配情况,自托管则要另行核算集群资源,开放权重并不意味着部署门槛低。
曦选创智获 5 亿元,芯片计划 2028 年推出
据报道,沐曦与优必选共同发起的曦选创智于 11 月 12 日宣布完成 5 亿元天使轮融资。公司瞄准机器人主控芯片,但首款产品仍处于架构设计阶段,距离产品交付还有后续环节需要推进。
公司计划于 2027 年提供开发验证平台,2028 年推出首款 SoC 及配套方案,这些节点目前属于计划。我们的判断是,机器人开发者和采购团队更应持续跟踪验证平台、整机适配和稳定交付进度,融资金额不能替代供货能力。
注意:以上为原文披露要点,落地范围以官方材料为准。
AI 短剧制作成本下降,回本仍有分发压力
据钛媒体原文口径,2026 年 AI 短剧综合制作成本约为传统真人实拍的十分之一;其测算显示,上半年抖音端新上线 AI 短剧中,达到盈亏平衡的作品仅约 1.3%。
现有材料未提供完整样本和测算方法,这两个数字不能推广为整个短剧行业的统一水平,但呈现了制作成本与项目盈利之间的落差。
生产端,Seedance 2.0 支持文字、图片、音频和视频输入,创作者可用参考素材指定角色、场景与运镜。
经营端,团队仍需承担算力和投流成本,并受到平台流量及分账规则影响。
我们的判断:立项预算应同时核算获客、分账与回款,单独压低制作成本不足以保证盈利。
Gemini 接入真实账单,权限限定为只读
据报道,Google 于 11 月 13 日宣布为 Gemini 推出个人财务分析功能,通过 Google Wallet 和 Plaid 接入银行账户、信用卡。功能正在美国推出,覆盖网页版、安卓及 iOS,其他国家和地区的上线时间尚未公布。
用户授权后,可以调用交易记录、查找重复支出并制定预算,也可以随时关闭连接。
访问权限限定为只读:Gemini 不能转移资金、管理账户或进行投资操作。我们的判断是,真实账单让预算建议有了具体依据,但用户在评估功能时,仍需清楚区分账户分析与资金操作的权限边界。
注意:以上为原文披露要点,落地范围以官方材料为准。
轻量观察:OATs 把日常物品变成虚拟宠物
据 WIRED 报道,卡内基梅隆大学一名学生设计了微型电子墨水设备 OATs,尝试将盆栽、滑板、哑铃等日常物品变成虚拟宠物。项目通过具有个性和情绪表达的互动,尝试把照顾虚拟宠物与现实行为联系起来,推动用户养成习惯。

现有报道摘要未披露所用模型、具体交互机制、售价或购买渠道,也没有提供习惯改善的效果数据,这些仍需后续材料确认。我们的判断是,它为习惯养成产品提供了具体的交互灵感,但能否持续促进行动,还需要验证。
注意:以上为原文披露要点,落地范围以官方材料为准。
参考链接
- THE DECODER:Opus 5.5 提示指南:先用 Medium,再按任务调高
- OpenAI:ChatGPT Wallet 可代付,每笔购买仍需确认
- The Verge:亚马逊拟索引站外商品,落地计划仍有变数
- ithome.com:韩国扩大考试调查,智能眼镜禁用标准待明确
- X:把 AI 反复犯的错,写进 lint 检查
- THE DECODER:LongCat-2.5 开放权重,自托管要先核算集群
- tmtpost.com:曦选创智融资 5 亿元,首款 SoC 计划 2028 年推出
- tmtpost.com:AI 短剧制作成本下降,回本仍有分发压力
- geekpark.net:Gemini 接入真实账单,权限限定为只读
- wired.com:轻量观察:OATs 把日常物品变成虚拟宠物


Список комментариев (0 записей):
Показать ещё отзывы Загрузка...