LoopForge 自托管流水线:审批门卡住 AI 的提交
编程 agent 接进交付流程之后,真正难的问题往往不是模型不够强,而是没人说得清:谁在什么时候必须签字。Tencent/LoopForge 把这个问题的答案做成了一道审批门:
最硬核的 AI 工具实战指南
按发布时间倒序
编程 agent 接进交付流程之后,真正难的问题往往不是模型不够强,而是没人说得清:谁在什么时候必须签字。Tencent/LoopForge 把这个问题的答案做成了一道审批门:
把三个开源权重摆到同一张桌子上,抢眼的不是谁的分数高,而是三张许可证长得完全不一样。美团的 LongCat-2.5 用一页纸的 MIT;
编码智能体把写代码这件事越练越熟,可一旦问题出在「页面为什么慢」,多数智能体仍只能盯着代码猜。
2026 年 11 月 13 日,OpenAI 在官方公告页发布 ChatGPT Wallet,
按 GitHub 官方 changelog 的 2026 年 11 月 13 日公告,把六个模型在 2026 年 12 月 14 日弃用的六句迁移动作摊成可照做的清单:更新 workflows 与 integrations 里硬编码的模型名、在 Copilot settings 的 model policies 启用替代表、model selector 与 global default 各自动哪一处、管理员与普通用户分别会看到什么。六个型号与官方替代建议逐字照表,Kimi K3 的 To be announced 不替官方补型号,Claude Haiku 4.5 年付个人订阅者例外单独写明。官方全文未给任何配置文件名或路径,本篇就不编。
把 TrnRT、Kindi、Baseten 三个 2026 年 10 月下旬出现的推理引擎仓库摆在同一张表上,主轴是许可证与硬件路线,不是选型推荐或性能跑分。Apache License 2.0、Elastic License 2.0、GNU AGPL v3.0 三值并存,其中一张 LICENSE 逐字写明不得把软件作为托管服务提供给第三方,GitHub 对其判 NOASSERTION,只按原文写不替官方下结论。硬件侧从 Trainium2、GB300 到 Quadro K420 与 RTX 3080 各按 README 自报写清,star 按累计总量,不写 growth score 与单日增量。
紧跟 AI 行业热点事件,快速追踪解读,约 1000 字精炼分析。
2026 年 11 月 13 日,OpenAI 在官方公告页发布 ChatGPT Wallet,
只核 DeepSeek 2026 年 11 月 13 日更新日志里「全家桶应用 API」的官方口径:联网搜索、深度思考搜索、文件输入、阅读链接、模型安全五项能力从 App 挂到云端接口,Search、Fetch、OCR、ASR、TTS 仍可独立调用,工具调用与上下文拼装由服务端自动完成。计费侧按官方逐字写「除收取 Token 费用外,也将收取相关工具的调用费用」,定价表照抄不折算、不跨商比价;限时折扣结束日未公布就不补,chat-demo 与 MIT 许可证按仓库原文写。
只核腾讯混元 2026 年 11 月 13 日发布实时语音模型 Hy Realtime 的官方口径与渠道时态:元宝语音通话、腾讯客服已上线是完成时,腾讯云对外提供 API 服务仍是官方写的「近期也将」,未见公开接口文档、端点与定价。能力侧只写到判断是否联网搜索、TME 灵音 Co-Design 的六个点歌维度,并分清元宝「初语」音色与网页 Demo 部分能力两层入口;双工交互等三项是规划。内部 A/B Test 与图表分数不替官方补结论。
逐字核对 Gemini 4 Hydrogen 的四篇 Google 官方页,把入口级换代与 Carbon、Hydrogen 双模型交接的口径边界分开,并原样保留主发布页与 Orchestrator 博客对 Terminal-Bench 4.0 与 4.1 的版本分歧。四页日期逐字均为 Nov 12, 2026,官方页未提及的项一律不替它补结论。
Google 在 2026 年 11 月 11 日的官方博客里给出 Gemini Decision 1 与 Decisions API:不逐字生成答案,而是在单次前向里给候选选项打分,最多一次评估 1,000 个 yes/no、选择与 rubric 判断,输出 token 零计费;模型 ID 为 gemini-decision-1,输入侧允许一份跨文本、图像、音频、视频与 PDF 的多模态输入(上限 256K)。本篇只核官方博客逐字写了什么与没写什么,不做跑分、不排名次、不写接入教程;定价、开放范围等页面未给的一律记作官方未公布。截至 2026 年 11 月 12 日,coming soon 与 rolling out 的限定语照抄,不替 Google 补结论。
2026 年 11 月 10 日,Google DeepMind 同日发布两篇官方博客:机器人侧,Gemini Robotics 2.5 在奔驰产线帮助 Apptronik 的 Apollo 2 人形机器人完成零部件拣选装箱,成功率 96%,但官方连用 proof-of-concept 与 pilot,只说 promising progress toward widespread real-world industrial applications;形式化验证侧,AlphaProof Code 用四周生成超过 600 万行 Lean(官方原文 over six million lines of Lean,仅下限),证明 Signal 核心密码学代码 delivers 专家写定的 key security properties,仅 1% 代码库需人工二次查看。本篇只拆四条最易搬错的口径边界:96% 是概念验证不是量产;99.5% 越狱抗性属 Gemini 4 Argon、82% 属前代基线 Gemini Robotics ER 2,2.5 自身安全数字是 33% 与 43%;四周是验证过程耗时,非项目总周期;ASIMOV-Jailbreak 开源的是基准非模型,模型仅向机器人伙伴推送,公众可用与定价官方未说明。截至 2026 年 11 月 11 日,官方未给的分母、次数与版本号一律记作未说明。
主流 AI 工具的真实场景对比测试,含独家数据与对比表格。
把三个开源权重摆到同一张桌子上,抢眼的不是谁的分数高,而是三张许可证长得完全不一样。美团的 LongCat-2.5 用一页纸的 MIT;
把 TrnRT、Kindi、Baseten 三个 2026 年 10 月下旬出现的推理引擎仓库摆在同一张表上,主轴是许可证与硬件路线,不是选型推荐或性能跑分。Apache License 2.0、Elastic License 2.0、GNU AGPL v3.0 三值并存,其中一张 LICENSE 逐字写明不得把软件作为托管服务提供给第三方,GitHub 对其判 NOASSERTION,只按原文写不替官方下结论。硬件侧从 Trainium2、GB300 到 Quadro K420 与 RTX 3080 各按 README 自报写清,star 按累计总量,不写 growth score 与单日增量。
把 qwen-code 的 v1.0.0-preview、OpenBot 的 v1.0.2 与 free-claude-code 的 v6.x 滚动版本摆进同一张表,只对照版本状态与接入边界,不做选型、不打分。五行对照逐格填一手可核事实:模型与 provider、AG-UI 与 MCP 的协议落点、权限审批、Preview 期接口可能变化、条款要点。free-claude-code 一侧写明 AGPL-3.0-only、GitHub 返回 NOASSERTION、README 自认不隶属 Anthropic 且按 provider TOS 移除集成;星数一律按累计总量读。
解读 Vercel 在 9 Nov 2026 发布的 AI Gateway Production Index 十一月号,落点在网关侧的请求与支出口径:六个模型的使用广度、half-life of about six weeks 等官方原文数字一律逐字保留。全文零跑分、零排名、零推荐,媒体折算数字不采用。
把三家厂商 11 月挂出的官方日历并排看,会撞见一个常被抹平的差别:阿里云 Qwen4-Max-Preview 写清预览窗口却没提正式版日期,百度 ERNIE 5.5 Flash Preview 把开源写成尚未兑现的承诺,OpenAI 对旧版语音给出的则是一张带 2026 年 12 月 11 日日期的停用时间表。一个没定、一个没做、一个已排好日程,硬说成同一种「即将到来」就把最要紧的时态差抹掉了。本篇只比三条官方日历的已说、未说与何时兑现,零跑分、零排行、零推荐,凡官方页面没落笔处就让它空着。截至 2026 年 11 月 12 日,来源只取三家自己的产品页、规格文档与帮助中心公告。
2026 年 11 月 10 日,OpenAI、Google、Anthropic 同日把 AI 往工作屏幕里塞,但三篇官方公告页的状态参差:OpenAI 的 Businesses in ChatGPT 写明 in beta(触达每周 12 亿 ChatGPT 用户,Business Agents 先开给美国合规电商与在线服务),Google 用 soon(Gmail 与 Drive 到 Adobe Acrobat 的 Edit with)与 preview in the U.S.(Gemini for healthcare,伙伴 HCA、Highmark、Northwell)分管两条线,Anthropic 一天给出 beta(Whiteboards 与 Sheets)、GA(Claude Data)与 rolling out(interactive connectors)三种状态。三张表并排放只登记公开字段:范围、可用计划(all paid plans、Team 全开、Enterprise 默认关且 Data 11 月 19 日默认开)、状态与限定语;最一致的一栏是定价——三家官方页均未公布,本文不把未提及写成宣布免费,也不排名不推荐。两篇 claude.com 官方页全文无 Claude Meetings 字符串,会议功能一律不入正文;soon 未写成已上线。与站内 ChatGPT 浏览器工作模式热点错角。
GitHub 实核数据 + 实战解读的开源 AI 项目盘点。
编码智能体把写代码这件事越练越熟,可一旦问题出在「页面为什么慢」,多数智能体仍只能盯着代码猜。
只读 dream-num/univer 仓库 README、LICENSE 与 GitHub API 能核到的内容:Apache-2.0 覆盖的是 Web SDK 核心架构与引擎实现,商业 Web SDK 插件、Server SDK 与商业 AI SDK 扩展单独分发授权。Facade API 的 FWorkbook、FWorksheet、FRange 与 getRange、setValues 让应用或 Agent 直接改单元格、公式自动重算,workbook.save() 存的是 JSON 快照,与 XLSX 导入导出分离;整条改表链路不依赖 AI SDK。star 按 GitHub API 累计总量读,不写单日增量。
只读 ggml-org 下 llama.cpp 与 ggml 两仓的 GitHub API 字段、两份 v1.0.0 release notes、Discussion #1579、LICENSE 与 README 能核到的内容。两仓 v1.0.0 同在 2026-11-13 发布,本篇拆清语义化版本、内嵌 ggml 副本与已发布副本一致才打 release tag、b 编号 nightly 与 vX.Y.Z 正式版的分工,以及 35 个废弃函数、RPC v9 与 MIT 保留版权声明、按 AS IS 提供的边界。2026 年 8 月的版本策略讨论不写成 11 月新公告,未取回的 HF 博客数字不引。
只围绕 openai/codex-security 这一个仓库,逐项核对 GitHub API 返回的字段、仓内 README 与仓根 LICENSE 原文,说清代码授权与 Trusted Access for Cyber 的区别,也说明 star 数是接口实测的累计总量。仓内没有写出的结论不补,不做工具横评,不铺审计流程。
Robbyant/lingbot-touch 建仓几天就涨到 238 星,许可证字段与徽章都写 Apache-2.0,可模型权重偏偏不在源码仓内:README 逐字说明权重另仓托管、访问需有该仓权限的账号。本篇只读接口字段、README 原文与 LICENSE 全文:创建于 2026 年 11 月 9 日、最近推送 11 月 11 日、主语言 Python、默认分支 main、既不是 fork 也没归档;三类异构触觉传感器如何进同一套表征、两档模型如何区分,都按仓内文字交代。凡仓库没有逐字写下的跑分、下载量与星标转述,一律不当成事实。截至 2026 年 11 月 12 日,代码许可与仓外 gated 权重是两件事,本篇不替仓库补结论。
MiniMax H3-Image 是官方定位 open-weight 的图像生成模型,官方仓 MiniMax-AI/MiniMax-H3-Image(GitHub 组织带连字符)截至 2026 年 11 月 11 日复核 language 为空、仅 1 次提交,仓内只有模型卡、许可证与资源文件,没有可运行的推理实现。README 模型卡给出 33.1B 单流 transformer、蒸馏到 6 步采样(6 NFEs)且无 classifier-free guidance、所有长宽比直出约 16 MP 不靠超分、BF16 DiT 权重 68.65 GB、文本编码器 Qwen3-VL 不在仓内;官方发布稿另给 4K(4096 × 4096)10 秒内生成、Standard 1.5–2× 与 Highspeed 3–4× 两档速度、定价 50–70% 与首发周 4K 以上 5 折,均带发布稿口径限定,README 全文检索不到 seconds。API 文档限定输出面积上限 20,000,000 像素、参考图 1 到 16 张、单次出图 1 到 10 张、两个端点均为同步。许可证只作一句边界:社区许可、GitHub license 字段 NOASSERTION,官方博客未提及授权条款,以仓内 LICENSE 原文为准;与站内 10 月 24 日 M3.1-Flash 部署 SOP 错角(图像 vs 文本、模型卡深拆 vs 部署步骤)。
场景化落地教程,含真实截图、Prompt、工作流模板与踩坑记录。
编程 agent 接进交付流程之后,真正难的问题往往不是模型不够强,而是没人说得清:谁在什么时候必须签字。Tencent/LoopForge 把这个问题的答案做成了一道审批门:
按 GitHub 官方 changelog 的 2026 年 11 月 13 日公告,把六个模型在 2026 年 12 月 14 日弃用的六句迁移动作摊成可照做的清单:更新 workflows 与 integrations 里硬编码的模型名、在 Copilot settings 的 model policies 启用替代表、model selector 与 global default 各自动哪一处、管理员与普通用户分别会看到什么。六个型号与官方替代建议逐字照表,Kimi K3 的 To be announced 不替官方补型号,Claude Haiku 4.5 年付个人订阅者例外单独写明。官方全文未给任何配置文件名或路径,本篇就不编。
按 AWS 官方四个章节名,把 Bedrock AgentCore runtime V2 的会话启动落成可自行核对的步骤:先看 CloudWatch 的 Latency 与 OverheadLatency,再把 imports 与静态数据移进 init,用 Working with hooks 处理构建期大文件,最后以 Pre-warm on user engagement 在后台发预热请求并复用 session ID。写明 120 秒 /ping 闸门、默认 V2 只针对新建与更新、存量须显式 platformVersion=V2、示例代码属非生产用途;官方两页的 Region 数与冷启动口径分歧原样两存。
按 OpenRouter 官方公告页拆开站内本地化流水线:站点共有 16,918 条英文字符串,全量重译成 7 languages 连翻译与校验约 460 美元;正文、FAQ 与索引分别对应 7 languages、含 English 的 8 种界面语言、8 languages 三种口径,校验模型与两条反馈来源也各自分列。
OpenRouter 在 2026 年 11 月 11 日的官方实测里,把同一个 cli/cli 仓库提问换了三种接法:在 Claude Sonnet 5.5 上,默认开启的 MCP 服务用掉 CLI 的 42 倍输入 token,费用是 17 倍,每 1,000 个任务 $127 对 $7.50。官方 TL;DR 指出的成本大头不是工具定义,而是工具调用后回传的结果,20,400、42,182、8,336 裁剪到 714 等数字都能逐行核对。本篇是单任务实测口径与自测清单,不是接入教程、也不是单价横评;Tool Search 依模型而异,整任务在 Sonnet 上下降、在 Haiku 与 Gemini 上反而变贵,官方也说明它不缩小工具结果。定结论前请照官方建议用 mcp_cost.py 在自己的任务上重测。
Gemini 4 Carbon 的推广价每百万输入 $2 / 输出 $10,与 Argon 同价,官方脚注逐字写明推广期 2026 年 11 月 30 日到期后为每百万输入 $4 / 输出 $20,且 Applies to the Carbon model intended for public access only——媒体流传的「12 月 1 日起」是转述,官方只写到期日。本篇是成本口径与决策清单,不是接入教程:官方明说的仅「即日用 paid tier 在 Google AI Studio 与 Android Studio 构建」「查 Gemini API Developer Guide」「intro 价至 11-30」;官方未说明的清单如实登记(非付费档、消费者可用时间、配额限流、上下文与分档价、model ID 逐字写法等),未说明不等于不开放。核心立论是 Argon remains the ideal choice 加 using more tokens than Argon 这句官方成本限定:单位 token 价低不等于单任务成本低,不同模型完成同一任务的 token 消耗不同;自报跑分与单任务成本对比均 Google 自报、未经独立审计。与站内 10 月 30 日 Carbon 热点(登顶却买不到)错角,只谈价与成本的口径边界。