AI芯片股重挫与Gemini Omni 1.2 Flash：每日技术简报

市场震荡：AI芯片股单日大幅回撤

11月5日美股AI板块经历了一次集中重定价。英伟达收报181.60美元，单日跌幅9.26%，成为标普500当日最大拖累；AMD、美光、博通同日跌幅在9%至18%之间，QQQ下跌6.5%。芯片股跌幅显著大于大盘，说明资金正在收缩对算力链的敞口。

这轮波动的影响并不停留在股价层面。资本市场短期波动不会直接改变本地渲染与训练预算，但会影响云GPU报价与硬件采购节奏。对于依赖云端算力的团队而言，成本预期需要重新校准。

同一天，AMD公布了三季度财报：营收134亿美元，同比增长45%；数据中心部门营收85.46亿美元，同比增长97%，已接近总营收的三分之二。Instinct成为英伟达之外唯一形成规模的第二供给。第二供给放量有助于长期压低云端GPU租用价格，但消费级显卡不在这份财报口径内。

模型与产品：谷歌发布Gemini Omni 1.2 Flash

谷歌推出Gemini Omni 1.2 Flash，支持按3至15秒的指定时长生成视频，修改时无需整段重生成，并改善了连续运镜与自然对话的生成质量。官方称该版本更快、成本更低。

可控时长与局部编辑是视频生成进入生产流程的关键。Omni把这两项能力下放到Flash档，意味着视频生成工具的门槛进一步降低。局部重生成可以减少镜头返工，但生成素材的版权与跨镜头一致性仍需人工把关。

OpenAI则推出了网络安全专用模型GPT-6 Cyber，内部风险分级为Critical，在网络安全基准上超过GPT-6 Astra。OpenAI称新模型在提升防御能力的同时，前沿模型开始按垂直场景拆出高能力但受约束的专用版本。这与内容生产无直接关系，但说明厂商会用专用模型加权限边界来控制高风险能力。

并购与Agent：从代码补全走向编排

OpenAI宣布收购Pierre Computer Company，后者做面向AI的代码仓库Code Storage，部分工具此前已集成进Codex。编程Agent的竞争从代码补全转向代码托管、评审与决策记录。若Codex掌握仓库与评审上下文，未来对引擎Shader工程的批量改动可追溯性会更强。

Meta收购了AI编程创业公司Conductor，后者让工程师把多个编程Agent并行部署到同一项目，分别推进任务。大厂竞争从单个补全模型转向多Agent编排与评审，组织工作流本身成为收购标的。多Agent并行改同一资产库时，版本管理与合并策略比模型能力更关键。

Perplexity推出TeamMates，定位与OpenAI Cloud Duet类似，Agent可7×24小时长期在线执行任务，而不是只回答单轮问题。常驻Agent把计费从按次调用推向按工位或时长，产品形态开始接近数字同事。这类Agent适合监控资产管线与批处理任务，但需要审计日志与权限隔离。

多Agent编排（Multi-Agent Orchestration）指将多个具备独立目标的AI Agent组织成协同工作流，由上层调度器分配任务、协调依赖并汇总结果。与传统单模型补全不同，编排层关注的是任务分解、并发执行、结果合并与冲突消解。在编程场景中，多个Agent可同时修改同一仓库的不同模块，但这也引入了版本冲突、合并策略与评审归属等工程问题，因此编排能力往往比单个模型的能力上限更能决定实际产出效率。

成本与治理：苹果下调内部AI额度

据彭博社报道，苹果上月把部分工程团队的AI工具日消费上限从300美元降到200美元，并考虑进一步降到100美元；路透社转述了同一数字。连现金流最充裕的巨头也在给内部AI用量设硬上限，说明推理成本仍未随能力提升同步下降。

独立评估机构METR发布对Anthropic的风险评估，称其在定义良好的任务上的能力提升速度约为2024年3月至2025年10月期间的两倍。第三方评估首次给出能力增速而非单点分数，为前沿实验室的节奏承诺提供了外部参照。能力增速加快意味着工具链与审核流程的更新周期也要缩短。

小米发布视频称，其全尺寸人形机器人在汽车工厂中控台侧盖分解工位连续工作8小时，能自主发现并纠正异常，并与产线控制系统协同。但小米未公布成功率，缺少量化指标时仍只能算厂商自述。

推理成本（Inference Cost）指模型在每次生成或响应时消耗的算力开销，与训练成本不同，它随使用量线性增长且持续发生。即便模型能力提升，推理成本未必同步下降，因为更复杂的推理链、更长的上下文和常驻Agent都会推高单次调用开销。企业内部设置日消费上限，本质上是在用量与成本之间做硬约束，这也解释了为何连现金流充裕的巨头也需要对AI工具用量进行配额管理。

开源动态：本地模型与工作流工具更新

Ollama v0.4.15新增小米MiMo V2.6与AutoTrust决策模型家族，支持KeyMeCode ClearMETR并迁移旧KeyMeCli配置，自动填充Pi模型列表。本地9B代码模型可在离线环境做脚本与工具生成。

Playwright v1.65.0测试运行器支持Bang，新增包含失败的报告；在Ban模式下没有Watch UI模式，不会随文件变化重跑。外部工具与内部面板的回归测试可直接受益。

困扣v0.26.8的Tui与Webshell共用执行循环，支持并发工作区回滚；Tui的模型轮次与工具批次改跑共享Loop Mods，可在Headless运行中自行提交Prompt并支持PromptSubmit钩子。并发回滚减少了Agent改错资产后难以恢复的问题。

OpenAI Python v3.47.0为Responses API增加Model选项，可在一次响应请求中指定模型。批处理脚本可按任务难度选模型，控制成本。

ZV v1.27.0的AI提交信息生成改用仓库最近三条提交作为风格示例，Agent面板按需加载工具调用Diff与Markdown，降低常绘画内存与CPU占用。提交风格一致性对资产仓库的审计有帮助。

DeFi v1.19.0实现嵌套Workflow逐层追踪，外部追踪包含被调用Workflow内部的持久化执行步骤，此步骤挂在对应ToSpan下，嵌套与重复调用保留层级LLM上下文。多部资产处理流程可定位到具体此步骤与模型调用。

N8N v2.47.2修复了NPM安装N8N在部分平台失败的问题，同批还发布2.47.1与2.46.6。自动化流水线常用该工具。

Gemini CLI v0.6.7.0修复了IDE Companion在容器沙箱中的Exec STDIO桥接，工作目录为Home时不再重复加载Agent，把IDE设置与Gemini.md从打开文件上下文排除。受限沙箱中的IDE桥接对自动化环境更稳。

MCP官方Servers v2.3.0更新了File System与Memory参考实现，发布Server Everything 2.2.1、Server File System 2.2.0、Server Memory 2.1.0。这些参考实现可用于本地资产索引服务。

Babylon.js 9.34.0的WebGPU缓存纹理视图改为直接查找，不再构造Key字符串；Inspector Lite增加物理检查面板。Web3D预览工具的物理调试能力增强。

MCP（Model Context Protocol）是一套让AI模型以标准化方式访问外部工具与数据源的开放协议，官方Servers仓库提供文件系统、内存等参考实现。File System与Memory这类参考实现的意义在于给出可复用的接口范式，使本地资产索引、上下文检索等能力可以跨模型、跨工具复用。开发者可基于这些参考实现搭建本地服务，而不必为每个模型单独适配工具调用格式。

GitHub趋势：Agent技能与工具链走热

当日GitHub趋势榜上，NVIDIA Auto-Analysis以新增2679星居首，这是一个在数据之上构建语义化图结构推理层的Python框架，用于确定性查询生成、上下文检索与可解释的Agent工作流。

Matt Pocock的Slash Skills新增2071星，是作者Agents目录中沉淀的工程技能集合，面向真实工程任务。Gary Tan的Slash GStack复刻其Cloud Code配置，23个工具分别扮演CEO、设计师、工程经理、发布经理、文档工程师与QA，新增612星。

D4 Vinci的Scrapling新增1655星，是从单请求到大规模爬取的web抓取框架，处理反爬与页面结构变化。VersioLabs的Agent Desktop新增2173星，是面向AI Agent的Computer Use命令行工具。Max60的WorkTrunk新增546星，为并行AI Agent工作流设计Git WorkTree管理CI。

Scenario Lab Skills新增667星，让任意AI Agent产出视频、音频与3D技能，会先选择模型、估价再消费，通过Scenario MCP保持角色与品牌一致，并提供驱动Blender、Maya的能力。

论文速览：视频理解与Agent训练成焦点

轮次集信用分配（Turnwise）针对流逝视频理解中GRPO在整条轨迹上共用一个优势值的问题，提出按轮次分配信用，避免早期成功后重复回答、早期失败后不敢追问。

NeoVLA去掉固定视觉编码器，让模型从像素直接学习视觉、语言、动作策略，因为操作任务恰恰依赖局部几何、边界、深度与细微状态变化。

Frontier Physics与42位物理学家共建56个任务，覆盖理论、计算与实验物理9个方向，同时检查研究质量与正确性。Gameverse提供69700段分钟级游戏视频并配有事件对齐标注，用于可控的常识程生成。

多轮强化学习研究用Pass at KT在采样广度K与交互深度T上评估，发现轨迹级RL优势依赖足够的轮次预算，预算收紧时收益明显衰减，Agentic RL并不均匀提升单步决策。

哈里面向光互联AI数据中心网络的预测式控制平面，指出同一机箱内的激光器共享冷却与供电，可能相关失效，固定备件比例下可用性有上限。

Pyroa Data Farm用LLM Agent替代遥操作，让编程Agent接收数据请求与一段校准episode，在仿真中重新发布并写专家控制器与成功判定，低成本产出可迁移机器人数据。

ENOREVRDO针对情绪视频生成的自演化奖励校准，指出视频的情绪表达缺少唯一正确答案，固定奖励难以捕捉情绪意图且容易被reward hacking。

StreamDuo让可训练解说员搭配一个冻结的研究agent，实现跨游戏实时解说，发现现有模型能迁移节奏却不能迁移游戏世界知识。

同策略征流研究则发现多教师同策略征流在分布内接近完美，但会掩盖分布外能力整合的不完整，合成推理实验显示OPD未完全迁移教师的泛化能力。

GRPO（Group Relative Policy Optimization）是一种强化学习算法，通过在组内比较多个采样轨迹的相对优劣来估计优势值，从而免去独立的价值网络。在长视频理解等多轮交互任务中，GRPO通常对整条轨迹共用一个优势值，难以区分哪一轮决策真正贡献了最终结果。轮次级信用分配（Turnwise Credit Assignment）正是针对这一缺陷，把优势值拆分到每个轮次，使早期成功或失败不会被过度归因到后续步骤，从而改善多轮任务中的策略学习稳定性。