AI 大事件 | 2026年11月3日

2026年11月3日 · AI 大事件日报

导读： 过去 24 小时的 AI 新闻，主线是“模型开始自己干活、规则开始给模型划线”：美团扔出 1.6 万亿参数的原生多模态模型、DeepSeek 把能监听仓库的超级智能体开源，机器人也有了先在电脑里练熟再上真机的“练功房”；与此同时，Anthropic 给 Claude Code 立了规矩——不许复刻现有游戏，苹果则确认 12 月把千问装进国行 iPhone——模型的能力边界与使用边界，正在同一天被重新划定。

1. 美团龙猫发布 LongCat-2.5：1.6 万亿参数原生多模态，单次只激活约 480 亿，主攻长程智能体任务

11 月 2 日，美团龙猫发布原生多模态大模型 LongCat-2.5。模型总参数量达 1.6 万亿，单次 Token 推理约激活 480 亿参数，是典型的稀疏混合专家（MoE）结构；官方定位是面向长程智能体任务，在 LongCat-2.0 的基础上强化了原生视觉理解与智能体编程能力。所谓“原生多模态”，即文字与图像进入同一个模型处理，而非外挂视觉模块转述。

摘要： 美团龙猫 11 月 2 日发布 LongCat-2.5（1.6T 总参数、约 48B 激活参数），原生多模态、主攻多步长程智能体任务；权重与 API 开放情况尚未明确。

为什么重要： 1.6 万亿这个数字本身不是重点，重点是“只激活 480 亿”的算账方式——稀疏结构让超大模型在推理时不必全量点火，成本才撑得住长任务。更值得注意的是定位词“长程”：模型不再只比单轮问答，而是比“自己拆解任务、分多步执行、中间不出岔子”的能力，这正是智能体从演示走向生产必须过的关。现阶段要冷静看两点：一是官方基准与独立评测尚未对上，二是权重是否开放、API 何时可用仍未公布——在可用性落地之前，它对开发者的实际意义仍停留在“值得跟踪的国产底座”这一层。

来源： IT之家（2026-11-02）转述，见 aigc.news 事件页 https://aigc.news/events/longcat-2-5-ai-1-6t-2026-11-02-143dd349/ · 艾媒网 11 月 2 日新产品讯息 https://www.iimedia.cn/c1088/119408.html

2. DeepSeek 开源 dsh-superagent 超级智能体原型：路由器-工人架构，把仓库任务拆成并行工单

DeepSeek Harness 团队 11 月 1 日以 MIT 许可开源了 dsh-superagent v0.1.0，一个面向下一代自主智能体的研究原型。它的核心是路由器-工人（router-worker）架构：监听 GitHub（可选飞书）上的任务请求后，把仓库任务拆解成可以并行处理的工单，派给多个智能体在各自的会话与目录里执行。项目页明确说明，这是研究原型、不是正式产品，也不是可直接上生产环境的软件。

摘要： DeepSeek 11 月 1 日开源 dsh-superagent v0.1.0（MIT 许可）：路由器-工人架构，监听 GitHub/飞书请求、把仓库任务拆成并行工单；属研究原型，非生产就绪软件。

为什么重要： 这条新闻的看点不在“又一个编程助手”，而在组织方式：单个智能体一次只能做一件事的时代正在过去，“一个调度者 + 一群执行者”的多智能体协作，可能是下一代编程智能体的默认形态。对团队开发者，这个原型值得在隔离仓库里试——低风险任务、窄权限、合并前人工确认，这三条护栏缺一不可。同时要把预期放平：原型阶段意味着接口、稳定性与安全边界都还会变，直接接进生产流程为时过早；它的真正价值是让社区提前摸到 DeepSeek 对“超级智能体”的解法，再决定自己的 Agent 架构要不要往这个方向走。

来源： MarkTechPost 报道，经 Communeify 11 月 2 日日报转述 https://www.communeify.com/en/blog/ai-daily-2026-11-02/ · Enterprise DNA：DeepSeek publishes super-agent prototype（11 月 1 日）https://enterprisedna.co/resources/ai-pulse/ai-pulse-2026-11-01-deepseek-publishes-super-agent-prototype/

3. 优必选发布具身智能仿真平台 Thinker-Sim：先在电脑里练熟，再上真机

11 月 2 日，优必选官宣推出具身智能仿真平台 Thinker-Sim，依托 Real2Sim2Real 核心技术框架搭建。平台做三件事：把真实场景搬进电脑、批量生成训练数据、给机器人的能力打分。逻辑是先在仿真里把技能练熟、把失败算便宜，再迁移到真机执行，从而降低真机采数据的成本与风险。

摘要： 优必选 11 月 2 日发布 Thinker-Sim 具身智能仿真平台（Real2Sim2Real 框架）：真实场景仿真、批量生成训练数据、机器人能力评分，先仿真后真机。

为什么重要： 具身智能最贵的环节从来不是模型，而是数据——真机采一条数据要时间、要场地、要人看着，还可能摔机器。仿真平台的意义，就是把“练”这个环节从物理世界搬进可复制、可批量、可打分的虚拟世界；配合 11 月 1 日 Meta 与傅利叶三个月造出人形机器人原型的消息一起看，具身智能正在同时补齐“本体”与“练功房”两块拼图。但仿真到现实的鸿沟（Sim2Real gap）仍是硬骨头：仿真里练熟的技能，到真机上会不会因为摩擦、光照、传感器噪声而打折，要看迁移实测，而非发布文案。对做机器人的团队，这个平台值得关注的不是功能名录，而是它能否拿出“仿真训练、真机直接可用”的可复现案例。

来源： 艾媒网 11 月 2 日新产品讯息 https://www.iimedia.cn/c1088/119408.html · 物界前沿头条 2026-11-02 第 096 期 https://daily.physixfrontier.com/issues/2026-11-02.html

4. Anthropic 给 Claude Code 立规矩：不许复刻现有游戏，哪怕改名、谎称原创也不行

据 The Verge、Polygon 等 11 月 2 日报道，Anthropic 更新了 Claude Code 的系统提示，禁止用它复刻现有电子游戏。新增的两句话写得非常直白：“要做原创游戏、同类型游戏、基于用户自己设计与素材的游戏；不要复刻某个特定的现有游戏，哪怕它被改名或被称为原创。”Anthropic 技术人员 Addy Osmani 公开确认了这一改动，理由是使用 Claude 侵权违反其使用政策；原创游戏、同类型游戏与基于自有素材的作品仍可正常生成。规则以服务端指令（内部名 tengu_heron_brook）下发、用户无法关闭，背景是 10 月 Steam Next Fest 上涌现的大量 AI 克隆游戏引发的争议。

摘要： Anthropic 11 月 2 日确认：Claude Code（Opus 5.5）新增系统提示，禁止复刻特定现有游戏（含改名、谎称原创），原创与同类型游戏不受影响；规则服务端下发、不可关闭。

为什么重要： 这是“平台治理”正在变成“提示词里的两句话”的最新例证——没有发布会、没有政策白皮书，一次提示词更新就划出了一条知识产权红线。对游戏开发者，界限其实划得还算清楚：抄某个具体游戏不行，做同类型、做自己的设计可以；但灰色地带也真实存在：系统提示是指令、不是过滤器，靠措辞绕过的空间仍在，而模型也无法可靠核实一套设计到底是不是用户自己的。更值得行业警惕的是误伤：已有开发者反映自己的原创项目被拒绝，Anthropic 也表示会继续迭代平衡。对所有用 AI 做内容的人，这条新闻的通用启示是：上游的合规边界会以“静默更新”的方式到来，依赖“模型什么都肯做”的工作流，随时可能被一条提示词改写。

来源： Polygon：Anthropic Is Officially Stepping In to Stop Claude from Cloning Games（11 月 2 日）https://www.polygon.com/anthropic-claude-ai-game-replicas/ · PC World：Claude won't reverse-engineer games for you anymore（11 月 2 日）https://www.pcworld.com/article/3274819/claude-wont-reverse-engineer-games-for-you-anymore.html · The Verge 报道（11 月 2 日），见 lmmarketcap 11 月 2 日动态汇总 https://lmmarketcap.com/llm-updates

5. 苹果确认：Apple Intelligence 12 月随国行系统上线，底层由阿里千问驱动

据 RTHK 与多家媒体 11 月 2 日转述，阿里巴巴 10 月 31 日宣布与苹果达成合作：千问大模型将接入国行 Apple Intelligence，首批功能 12 月随 iOS 27.3 正式上线，开发者测试版从 11 月 4 日开始。千问能力将作为可选项深度接入 Siri 对话、系统全局写作工具（Writing Tools）与视觉智能（Visual Intelligence）模块。这是苹果在中国市场首次把系统级 AI 能力交给本土大模型。

摘要： 阿里 10 月 31 日宣布、11 月 2 日多家转述：千问接入国行 Apple Intelligence，开发者测试 11 月 4 日起、正式版 12 月随 iOS 27.3 上线，覆盖 Siri、写作工具与视觉智能。

为什么重要： 对国行 iPhone 用户，这是今年最具体的 AI 落地消息之一：Siri 不再只是“更会聊天的语音助手”，而是接上了本土大模型的底座；写作工具与视觉智能的接入，意味着系统级 AI 将出现在日常输入与拍照的每一个角落。对开发者与从业者，更值得看的是“可选项”这个词——苹果没有把千问写死为唯一路径，而是留出了选择空间，合规与体验的平衡被摆在了明处。结合 11 月 1 日千问 AI 眼镜 OTA 新增翻译能力的消息，阿里千问的 Personal Agent 布局正在手机与眼镜两条线同时推进：入口越多，同一套模型能力的复用价值越大，竞争也越会从“模型参数”转向“谁离用户最近”。

来源： AIdapted：AI News of the Day – November 2, 2026（据 RTHK）https://aidapted.ro/en/articles/ai-news-november-2-2026-apple-qwen-deepseek-pagebreak/ · Communeify AI 日报 2026 年 11 月 2 日 https://www.communeify.com/cn/blog/ai-daily-2026-11-02/

6. OpenAI 合并 ChatGPT 的 Chat 与 Work 标签页：从“问一句”到“干完活”不用再切换，Codex 仍独立

据 TechCrunch 11 月 2 日报道 OpenAI 发给用户的邮件，公司将把 ChatGPT 桌面应用里的 Chat 与 Work 两个标签页合并为统一体验：先向部分用户开放收集反馈，再全面推广。合并后，用户可以在同一个对话里从“探讨想法”走到“让 ChatGPT 干完活”——带入文件与插件，让它建网站、做演示文稿、在网上代办任务，同时全程审阅与引导；Codex 仍作为独立体验保留在桌面应用内。同批产品调整还包括：ChatGPT 网页端、iOS 与安卓客户端新增账号切换能力，一台设备最多同时登录两个账号（10 月 31 日更新帮助文档）。

摘要： OpenAI 11 月 2 日邮件（TechCrunch 报道）：ChatGPT 桌面端 Chat 与 Work 标签页合并为统一体验，先小范围测试再推广，Codex 保持独立；另新增多账号切换，单设备最多登录两个账号。

为什么重要： 这条新闻要和昨天的额度合并放在一起读才完整：界面上“聊天”与“干活”合一，计费上 ChatGPT 与 Codex 也将在 12 月共用一个 Token 额度——OpenAI 正在把“问答工具”与“办事智能体”拧成同一个产品。对用户，切换成本的消失是实打实的便利：一个想法不必再从 Chat 复制到 Work 重开一局；但也意味着额度管理更要上心——下午 Codex 跑多了，晚上高级模型的额度就可能不够用。Anthropic 9 月已把 Claude 的聊天与 Cowork 合并到同一屏，两家头部厂商在同一季度做出同一个选择，说明“对话即工作台”已是共识，下一步的竞争将是“谁的智能体更能把活干完、而不是谁的聊天更会说话”。

来源： TechCrunch：OpenAI is finally merging ChatGPT's Chat and Work tabs（11 月 2 日）https://techcrunch.com/2026/11/02/openai-is-finally-merging-chatgpts-chat-and-work-tabs/ · 艾媒网 11 月 2 日新产品讯息（多账号切换）https://www.iimedia.cn/c1088/119408.html

7. a16z 揭示“机架价差”：Token 价格半年跌 67%，GPU 租金却涨超一倍，推理商的账越来越难算

a16z 在 10 月 31 日发布的 Charts of the Week 中揭示了一个反直觉的组合：自 2026 年 5 月以来，平均 Token 价格下跌 67%，但 Token 总支出反而增长 122% 至 160%；与此同时，自 7 月中旬以来，英伟达 B300 的租赁价格上涨 106%，B200 上涨 66%，H100 上涨 17%。a16z 把卖出的 Token 越来越便宜、租用的 GPU 越来越贵之间的缺口称为“机架价差”（rack spread），并用杰文斯悖论解释：推理越便宜，用量涨得越快，硬件反而更紧缺。

摘要： a16z Charts of the Week（10 月 31 日）：Token 均价自 5 月跌 67%，总支出反增 122%–160%；7 月中旬以来 B300 租金涨 106%、B200 涨 66%、H100 涨 17%，两者缺口称“机架价差”。

为什么重要： 这条新闻戳破了一个常见错觉——“Token 降价 = AI 成本下降”。对推理服务商，收入端按 Token 计价、成本端按 GPU 小时计租，两条曲线反向走，利润空间取决于吞吐提升能否跑赢租金上涨，稍有不慎就是“卖得越多、亏得越快”。对终端用户与采购方，启示则相反：不要只盯着价目表上的 Token 单价，要盯着自己的总账单——用量增长往往比单价下跌更快。对整个行业，这个“价差”还是判断算力周期的先行指标：如果租金继续涨、用量继续涨，算力短缺就不是短期波动，而是下一轮基础设施投资的理由；反之，若用量见顶，租金高位就可能反转。a16z 自己也提醒：数据只覆盖部分需求，结论是方向性的，不是精确基准。

来源： Crypto Briefing：AI token spending jumps 122% to 160% as prices fall 67%, a16z data shows（11 月 1 日）https://cryptobriefing.com/a16z-ai-token-spending-surges-prices-fall/ · 无矩 AI：2026年11月2日 AI 行业资讯速览 https://iaipie.com/2026%E5%B9%B411%E6%9C%882%E6%97%A5ai%E8%A1%8C%E4%B8%9A%E8%B5%84%E8%AE%AF%E9%80%9F%E8%A7%88/

结尾： 一句话总结今天：当模型开始自己拆任务、自己进仿真里练、自己走进手机系统，AI 的竞争正在从“谁的模型更大”转向“谁的智能体更能干活、谁的规则更能立住、谁的账本更能算清”——而美团的 1.6 万亿参数提醒我们，底座之争远未结束，只是战场已经从发布会，移到了任务、仿真与账单里。