主题：11/12 一天里，“替行业下注的人”走了、“替你选模型”的产品来了、“给模型配时钟”的方法论被讲清楚了——英伟达 33 年的创始人 CEO 辞职，谷歌同一天把 agent 的判断层标到 0.1 美元、执行层标到 1.5 美元，而 CoRL 的讲台上有人用一组 50 秒的对照实验证明：前沿模型在真机上失败，差的不是脑子，是时钟
主条目
1. 黄仁勋辞任英伟达 CEO：33 年后，那个”替行业提前下注”的角色交回给董事会
- 11/12 美东时间，英伟达发布声明：黄仁勋辞去总裁、首席执行官及董事会成员职务，即刻生效。现任执行副总裁兼 CFO 科莱特·克雷斯（Colette Kress） 出任临时 CEO 并继续兼任 CFO；董事会已启动正式 CEO 遴选，内部与外部候选人都纳入考量；同时任命 Harvey C. Jones 为公司史上首位董事会主席。2027 财年 Q3 财报维持原定时间——太平洋时间 11/17 13:20 发布、14:00 电话会。
- 起因不是业绩：10/29《纽约时报》披露黄仁勋与一名受美国情报机构关注的中国籍商界女性关系密切，引发对英伟达商业关系与出口管制的追问；11/08 黄仁勋公开承认婚外情并向家人、员工、股东道歉，董事会随后启动独立调查。四天后辞职。
- 市场给的是”关键人风险”的定价：
| 时点 | 数值 |
|---|
| 前一日收盘 | $173.73 |
| 11/12 开盘 | $151.01（盘前一度 -10%） |
| 盘中最大跌幅 | 约 -14%，市值蒸发近 6000 亿美元 |
| 跌幅收窄后 | 约 -7.5%，市值 3.88 万亿美元，跌至美股第三 |
| 距 10/06 历史高点 $243.37 | -30% 以上 |
卖方同步下调：Baird 把评级从”买入”直接降到”中性”、目标价 $500→$200；花旗 $285、富国 $300、瑞穗 $250；摩根士丹利将其移出首选名单。做空方账面获利约 38 亿美元（ORTEX 数据）。黄仁勋及关联实体持股约 8.115 亿股（2026/9 披露文件），自 10/29 事件曝光以来账面缩水约 407 亿美元。
- 为什么值得关注：这条不是人事新闻，是**“确定性溢价”被重新折现**。英伟达过去两年的高估值建立在四件确定性上——训练与推理需求扩张、软硬件协同生态、产品迭代节奏、订单能见度。管理层变动不会自动改变任何一条，但它改变了市场给这四条打几折的方式。更值得记的是黄仁勋的不可替代性来自哪里：CUDA 是他顶着多年亏损押的，GPU 从图形处理器变成通用计算是他押的，AI 需求爆发前的软硬件布局也是他押的——这些都是”风险无法被准确计算时仍要下注”的决策，而 CFO 的职责结构恰好相反，是先算清再下注。所以短期的观察点不是股价，是 11/17 财报里客户订单与产品路线图有没有转向；Michael Burry 的判断可以当参照：财报会”非常出色”，但围绕 CEO 的危机会威胁支撑英伟达增长的融资安排与客户交易——这句话真正指向的是那套”模型厂→云厂→芯片厂”的循环融资结构。
- 对本期两条主线（coding 与具身）的传导是直接的：全球绝大多数前沿 coding 模型与机器人基础模型都跑在英伟达的卡上；12 月 GR00T 2 与 Turbo 要开源、Turbo 要在宇树 G1 的 Jetson Thor 上跑 124ms（11/10 期），Cosmos、Isaac Lab、Jetson Thor 这条具身技术栈的路线连续性，现在由一位临时 CEO 和一届新董事会保管。对照 11/07 期那条”英伟达单日 -9%、蒸发 4500 亿”——当时还只能归因于板块回调与 Anthropic IPO 传闻，五天后有了明确因果。
2. Gemini 4 Hydrogen + Orchestrator：谷歌把”选哪个模型”从开发者手里收走了
- 11/12（PT）发布、11/13 全球铺开：Gemini 4 Hydrogen 是 Gemini 4 家族的快速执行档，取代原 Flash 档位（但价格没有沿用 Flash）。同步在 Google Antigravity 上线 Orchestrator：同一会话内自动在 Carbon 与 Hydrogen 之间切换。
| 项目 | 数值 |
|---|
| 价格 | $1.50 / $7.50 每百万输入/输出 token（含思考 token），全 100 万上下文统一价，无阶梯 |
| 隐式缓存 | $0.075 / M；不支持显式缓存 |
| 上下文 | 1,048,576 token，输入、思考、输出共享同一个窗口；单步同步输出上限 65,536 |
| AA 智能指数 | 51（默认 high）/ 54（xhigh）｜Argon 为 50 |
| Terminal-Bench 4.1（去作弊校正） | 57.0%｜Claude Sonnet 5.5 63.9% |
| OSWorld-2.1 | 77.6%｜Sonnet 5.5 83.9% |
| 其他 | SWE-sweep 13.5%（vs 3.1%/5.8%）、Agents’ Last Exam v1.1 71.6%、AutomationBench-AA 76.1%、HLE-Diamond 58.8% |
| 对比 3.8 Flash | 同档速度 2.5×、TB4.1 18.2%→57%、虚构陈述减少 5 倍以上 |
| 安全 | agent 越权 -81%、服务不足 -79%、走捷径/失准 -12 倍、越权绕过权限边界 -2×、内部诚实度 96.7%、Gray Swan 间接注入韧性 +2.3×｜但无理拒答比 3.8 Flash 高 5.57 个百分点 |
- Orchestrator 才是这条的真新闻。分工是”Carbon 规划，Hydrogen 改代码、跑测试、做验证”；执行卡住时可以把控制权交回 Carbon 重新规划，而不是”开局选一个模型、整段任务用到底”。并行场景下 Carbon 当协调者，Hydrogen 驱动 worker 与 verifier 在互相隔离的工作空间里并行改与测。Antigravity 团队自测：Terminal-Bench 4.0 上接近 Carbon 的任务成功率，配额少用 24%，平均快 19%。先开放给付费 AI Pro/Ultra，Orchestrator 先给 Ultra。
- 有两个容易被忽略的账单细节：①Vertex 价目表注明自 11/13 起，任何超过 32K token 的 Gemini 4 补全，即使请求因客户端或服务端超时失败，也按可检索 token 用量计费——跑长输出 agent 的团队今天就该去对一遍超时设置；②xhigh 档会过度思考简单 prompt，官方建议多数复杂任务用 high。
- 为什么值得关注：过去一年”大模型规划、小模型执行”是所有 agent 团队自己搭的架构——自己写路由、自己定阈值、自己垫兜底。Orchestrator 把这套东西变成平台默认，等于模型厂商开始卖”调度”而不是卖”最强单点”。这有三个后果：①选型指标变了——不再是”哪个模型分最高”，而是”这套分层在我的任务分布上省多少配额”；②成本结构从单价转向配比，Hydrogen 的 $1.50 只有在被大量调用时才有意义，而调用多少由平台决定；③可解释性下降——一次会话里换过模型，出问题时你面对的是一条混合轨迹，复现难度上升，这条对做评测与审计的团队是真问题。
- 但别把它读成”谷歌全面领先”：去作弊校正后 Sonnet 5.5 在 Terminal-Bench 4.1 与 OSWorld-2.1 上仍然领先，Artificial Analysis 的评价是”智能略低于 Sonnet 5.5 与 GPT-6.1 Sol，成本约为 Sonnet 的三分之一、但约为 GPT-6.1 Sol 的 2.5 倍”——Hydrogen 在成本前沿上并没有压过 OpenAI。它真正的卖点是”在谷歌自家栈里又快又稳”，以及一个工程细节：Hydrogen 会并行批量读文件与搜索，而不是一次看一个文件；合作方在图、SQL、数据密集工作流上报的是 2–2.8 倍提速与 12–23% 的 token 下降。对在大仓库里干活的 agent，这条比 token/s 更值钱。
- 一个顺手发生的对照：Gemini 4 Carbon 已登陆 Cursor，而 OpenAI 对 Cursor 的断供在 11/12 如期进入收尾（见附注）。11/12 期那条”模型选择器是所有权战场”的故事，两天内就演完了第一幕：撤走的一方留下 5% 的空位，补位的是另一家的旗舰。
3. Gemini Decision 1：不逐字解码，把 agent 的”判断”做成 0.1 美元的 API
- 11/11 官方博客发布、11/12 中文圈集中解读：谷歌推出 Gemini Decisions API，由新模型 Gemini Decision 1 驱动。它不做自由生成，只做封闭选项内的判断，输出是选项概率 + 置信度，没有一段解释性文字。
- 三种决策类型：①是非判断（可分别描述成立与不成立的标准）；②多选（2–255 个候选）；③有序量表评分（自定义等级，返回连续加权分与各等级概率）。三种可混在同一次请求里。
- 规格与价格：
| 项目 | 数值 |
|---|
| 单次请求 | 一份共享多模态输入（文本/图像/音频/视频/PDF，≤256K token）+ 最多 1000 个互相独立的问题 |
| 计算方式 | 单次前向传播打分，不逐 token 解码 |
| 延迟 | ≤16K token 输入下，模型计算中位 50–100ms，端到端 150–250ms；1→100 个问题基本持平 |
| 价格 | $0.10 / M 输入 token，输出免费，约为 Gemini 3.5 Flash-Lite 走 Interactions API 的 1/5 |
| 评测 | 9 项基准拿下 7 项第一，校准误差最低，最高准确率 92.2% |
- 这是一个已经存在的品类，不是谷歌首创：第一家是 TypeSafe AI 的 Jev（9 月中发布，几天内破百万用户，三周后以 75 亿美元估值融资 8.7 亿美元）；OpenAI 上个月也上了 Decisions API。谷歌自己的说法是对比 Jev 与 OpenAI 在 9 项里赢 7 项，但承认 Jev 更省。
- 一个独立开发者的实测值得抄下来：用免费额度跑 54 次调用、30 条客服工单、8 项多语言任务，分类全对；单次处理 100 个判断问题耗时 0.41 秒。但发现的缺陷很具体：模型会把超出预设范围的输入强行归入已有类别——它没有”以上都不是”这个出口。
- 已经在用的地方：Gemini Notebook，以及谷歌搜索用它给 MCP 工具做安全防护——这一条最能说明它的定位：不是替代大模型，是给 agent 的工具调用加一道毫秒级门禁。
- 为什么值得关注：过去做 agent，路由、工具选择、政策校验、上下文质量评估全都要调一个生成模型，然后从它写的散文里抠出结论——又慢又贵又不稳。Decision 1 把这件事改成了”给候选打分”，延迟压到 150ms、成本压到 1/5，等于把 agent 的一个夹层（判断层）从”顺便用一下大模型”变成”专门买一个便宜模型”。对架构的含义是：agent 不再是”一个聪明模型 + 工具”，而是采购清单——判断层、执行层、规划层各自有价格标签。今天谷歌同时给出了两个标签：判断 $0.10、执行 $1.50。
- 但有一条硬边界必须写进设计文档：如果候选选项本身漏掉了实际情况，返回最高概率也不能证明判断正确。这和 11/12 期 AMP1 那条”给强模型加辅助例程反而掉 7.5 分”是同一个结构问题——接口设计决定了失败是被发现还是被掩盖。用一个只会在 A/B/C 里选的模型做门禁，等于假设世界上只有 A/B/C。
4. 清华赵行在 CoRL 2026 讲”时钟”：前沿模型直控机器人，97% 的时间机器人在等模型思考
- 11/12 奥斯汀，CoRL 2026 主会场：清华大学交叉信息研究院助理教授、星海图 CTO 赵行做 Early Career Keynote（青年成就奖） 演讲——该奖项须同行提名、不得自荐，只授予博士毕业十年内、已在机器人学习领域留下实质成果的年轻研究者；今年全球仅三位，赵行是唯一中国面孔。
- 他先承认了那个让全场焦虑的事实：GPT-6 Astra 发布后几天内就有人把它接进机器人、发现直接能用。英伟达研究者在 RoboLab-120 上报 Astra 66% vs π0.5 28%，RoboDojo 上 Astra 22 分 vs π0.5 7 分。“这很惊人，我相信领域里很多人还没准备好。”
- 然后他指出了这些基准缺的那一列：它们不测时间。Astra 走直接策略，每次调用基础模型要 18 秒，机器人 97% 的时间在等模型思考。
- 受控实验（RoboCasa，5 个没见过的厨房、5 项任务、每项限 50 秒，五种控制方式）：
| 控制方式 | 不限思考时间 | 加上真实时钟 |
|---|
| 编程策略（模型理解任务后写代码，部署时程序直接跑，不再调模型） | 45% | — |
| 编程 + 询问（跑挂了才求助，每回合约 1 次调用） | >60% | — |
| 编排策略（前沿模型调度不同技能，每回合约 4 次调用） | >60% | — |
| 直接策略（模型直接控机器人） | >60% | 15% |
| 智能体策略（每步可控、可调工具，最费 token） | >60% | 20% |
结论一句话：慢模型没问题，只要它和一个快的 System 1 配合；问题出在”让慢模型直接开车”。
- 核心主张：时钟定义层级，在时钟变化处画线。不是按功能分（感知/规划/控制），而是先问”这一层必须对什么做出反应”，再由此定时钟：System 2 秒到分钟（用过往经验理解当下）、System 1 几十赫兹（手与物体的相对运动）、System 0 几百赫兹（接触与力）。他在自动驾驶上验证过这套：慢 VLM 负责理解学区与减速意图、快驾驶栈负责响应，DriveVLM-Dual 已落地 40 万辆以上量产车。2023 年四足从视觉学跑酷、到今年全尺寸人形全身跑酷，让他确认第二件事：反射必须住在快的层，且那一层要独立完成从感知到动作的全部事项。
- 让每层够快的三项工作：①Fast-WAM——视频模型与动作模型共享权重，训练时想象、测试时可跳过，提速 4 倍以上；新版本 5B→16B、混合 Transformer，RTX 5090D 上每个动作 60 毫秒。②G0.5（星海图自研 VLA）——任务、边界框、动作轨迹写进同一条离散 token 流，同一组权重上可开关推理：90% 的任务有无推理成功率完全相同，跳过推理快一倍，推理只在长程任务上有用。③ActionCodec2——流式动作 tokenizer，每个 token 就是一小段运动，收到即执行；对比分块 tokenizer，演示里追踪移动方块时分块那侧跟丢、流式那侧抓住。
- 层间传什么，是他真正想讲的：向下 System 2→1 传语言、目标、程序、动作，System 1→0 传运动；向上 System 0 应反馈接触、力、跟踪状态，System 1 应反馈进度、置信度与状态——但今天多数工作只做了向下通路，向上通路严重缺失。WB-WAM 做全身动作生成、OMG 支持”一个动作多种输入”（文字/音乐/参考姿态），可 System 1 到 0 向下传的仍然只有运动。“只有运动是不够的。机器人只知道跟着轨迹，不知道目的，而交互的本质是力，比如擦桌子，几乎只有力、没有运动。”
- 他给的关键反例是 UC Berkeley 的 Ctrl-F：给跟踪器参考动作和每只手的力指令，顶层再配一个小规划器按实时情况调力。推 20 公斤重箱子——左边 SONIC 只跟踪运动，箱子纹丝不动；右边能推动。注意是谁在决定力：是贴近物体的那个小规划器（System 1），不是远在顶层的慢模型。
- 失败落在哪里，也讲得很直白：底层系统大多时候自己行动却不知道自己已经失败，高层不够快没注意到任务已失败——这些失败都落在层与层之间，而跨边界的反馈今天是缺失的。
- 两条路线：①分层——每层有自己的时钟，上层不发精确的接触与力、只发意图，下层向上报失败；难点是下层必须能自己感知失败、自己纠正、主动上报。②单模型——统一架构共享权重，每个时钟配各自的专家，推理时以不同时钟运行；好处是共享上下文、KV cache 可复用，难点是联合训练（System 1/2 靠行为克隆、System 0 靠仿真强化学习，两套机制怎么放进一个环境一起训）。
- 他最后给社区的请求，是本期最该被引用的一句话：以后做机器人仿真基准，请同时报告”截止时限前的成功率”与”所需推理时间”。“系统要对什么做出反应，决定了它的时钟；要选配得上时钟的模型，而不是反过来。层间要向下发意图、向上报失败。不要只造一个快模型或一个小模型，要造整个系统。”
- 为什么值得关注：这条把 11/12 期 AMP1 那份实验从”苹果的方案很聪明”顶到了”它的代价被明确标价”——AMP1 平均每次成功 280 秒、大部分时间在思考，而赵行的对照组说的正是：把思考留在回路里，成功率会从 60% 掉到 15%。两条并不矛盾，合起来才是完整判断：agent 直控适合长尾、低频、可等的任务；高频闭环必须交给学出来的快策略。更重要的是它对当下两个流行阵营同时否定了：既不是”通用大模型接管一切”，也不是”VLA 刷分就够了”，而是先定系统要对什么反应，再选配得上这个时钟的模型。同日还有一组数据给这个论点做注脚：一份对 160 个机器人评测基准的梳理发现，只有 11 个真正对比了 VLA 与世界模型，仅 4 个把预测变成了真机动作——行业攒了一堆”预测分数”，拿不出”干活证据”。
5. Agile Robots 拿 5 亿美元、85 亿估值：买的不是人形，是两万台已经在产线上干活的非人形机器人
- 11/12 慕尼黑：Agile Robots 完成 5 亿美元 F 轮，估值 85 亿美元，软银集团领投，英伟达、日立（含日立创投）、德国电信旗下 T.Capital 参投，累计融资 20 亿美元。公司自称已是欧洲估值最高的”物理 AI”机器人公司。
| 项目 | 数值 |
|---|
| 已装机工业机器人方案 | 20,000+ 套（汽车、消费电子、物流、医疗、服务） |
| 员工 / 研发 / 专利 | 3,500+（近 60 国）/ 2,000+ / 650+ |
| 人形产能（Fürstenfeldbruck 厂，2026 年初投产） | 年产最多 10,000 台（腿式+轮式）——是产能，不是产量 |
| 实际产量 | 2026 年约 2,000 台，2027 年可能翻倍或三倍 |
| 本轮 vs 传闻 | 6 月传约 8 亿美元，实收 5 亿，差额双方未解释 |
| 营收 | 未披露（所以 85 亿无法从外部用销售额校验） |
- 它的产品线比”人形公司”宽得多：2018 年从德国宇航中心（DLR）分拆；2023 年 11 月接手破产的 Franka Emika，现在叫 Franka Robotics——机器人学习实验室的默认机械臂；去年收蒂森克虏伯自动化工程业务（现 Krause Automation，约 650 名专家、欧美 10 个站点）；还有 BÄR Automation、Idealworks。人形是 Agile ONE，已进入初期生产，在奥迪等工业客户处试用；10 月刚发 ONE SN，跑在英伟达 Isaac GR00T 模型 + Jetson Thor 上。
- 对比坐标：德国同行 Neura Robotics 6 月约 70 亿美元；Figure AI 390 亿；Apptronik 约 53 亿（A 轮约 9.35 亿）；Agility 借 SPAC 以 25 亿挂牌（11/05 期）。Agile 的不同在于它先是一家卖了很多年工业自动化的公司，人形是后加的那条线。
- 软银的拼图与一处受阻：软银 2021 年就领投其 2.2 亿美元 C 轮（德国首个机器人独角兽），本轮估值是当时的 8 倍多；2025 年 10 月拟以 53.75 亿美元收购 ABB 机器人业务，并把 Agile、Skild AI、AutoStore、Berkshire Grey 一并列为要整合的资产——但这笔交易11/06 卡在中国外商投资安全审查上，软银称正与 ABB 共同处理。
- 为什么值得关注：这条和本期第 4 条是同一枚硬币。赵行说具身的瓶颈是”层与层之间传什么”，而产业侧的答案是”先把能收钱的活干起来”——Agile 的 20,000 套装机不是演示，是客户名单 + 现场数据 + 售后网络，人形只是把这条既有管道往新产品上延伸。对比之下，“先做人形、再找场景”的路线必须先跨过 MTBF、节拍、良率三道坎才有收入。这里还有一个有意思的细节：11/12 期 AMP1 在真机上用的就是 Franka 单臂，而 Franka 的母公司今天估值 85 亿美元——具身研究的基础设施和研究结论，正被同一批资产同时定价。
附注
- 华为云 CloudRobo-WM1.2 定档 11/16 14:00–15:30：首款昇腾原生具身世界模型，华为云具身产品线总裁/具身智能 Lab 主任吴小东发布、首席模型专家刘流解读架构、产业生态负责人丁志彬谈生态，末尾有签约环节。CloudRobo 平台 2025/6 发布时就明确”不做本体，交给伙伴”；2026/6 上线”行业 AI 梦工厂”四大专区，WM1.2 是该专区首款原生世界模型。生态名单含拓斯达、亿嘉和、软通动力、凌云光、星海图、优艾智合、斯坦德、帕西尼、新松、优必选等。“昇腾原生”的分量在于训练、微调、部署全在昇腾软件栈上跑通，客户能用自己的国产算力集群继续迭代——外界真正要看的是发布会上的推理延迟、对伙伴的开放程度、以及怎么收费。同日一篇行业梳理把国内世界模型分成三条路线，值得记下来做对照：平台底座（华为、魔芯）、跨本体大脑（蚂蚁灵波 LingBot-VLA 2.0 用 6 万小时真实数据、适配 17 家厂商 20 多种构型；北京人形 WoW 开源 1.3B–14B；阿里 Qwen-RobotWorld 覆盖 20 多种本体、500 多个动作类别）、模型绑本体（智元 EVAC/GE-2.0/EWMBench、优必选 Thinker-WM 用约 2 万小时第一视角 + 1 万小时真机 + 1000 小时仿真，称数据处理效率提升 17 倍）。
- Stripe 完成收购 OpenRouter，约 75–80 亿美元：8/19 宣布协议、11/10 完成、11/11 官宣（中文圈 11/12 起报道）。NYT 口径 75 亿、彭博”超 70 亿”。10 月平台处理约 790 万亿 token、环比 +37%、创单月新高，其中约 76% 来自 agent 相关调用；接入 80+ 供应商、400+ 模型，服务 1000 万+ 开发者与企业（客户含英伟达、Zoom、Lovable）。5 月 B 轮估值 13 亿 → 本次约 6 倍。官方承诺保持平台中立、名称/产品/路线/API 接入方式不变；Stripe 此前已有 Token Billing。把这条和第 2、3 条并读：判断层被标价、执行层被标价、连”调哪家模型”这一层也被支付公司买走了——agent 的计费权正在成为独立的生意。
- 上海创智学院孵化的 Archon Robotics 连发两个模型：Compass 1（开放世界具身导航基座，仅用单目 RGB，融合语言理解、视频与动作联合生成、近两分钟视觉历史的长期空间记忆；与港大 OpenDriveLab、上海创智学院、Spatial Robotics、华为合作；办公室/露台/建筑群/街道 8 类任务、每法 320 次试验，单位宇树 Go2 上总体成功率 79.4% vs 次优 17.8%，持续历史回溯从 0% 升到 58%，零样本迁移到轮式、人形、无人机）；数天前还发了 Anchor 1（人形全身控制模型，动作跟踪误差降 30%–80%）。分工很清晰：Anchor 管身体稳，Compass 管看懂、探索、记住路。
- GXO × Apptronik 签意向书，四年最多 1000 台 Apollo：2027 年起在真实仓测 goods-to-person、person-to-goods 拣选、箱筐处理、包装与分拣，按双方约定的生产率、安全、运营指标逐个场景验收；达标后自 2027 年末北美起以 RaaS 全球铺开。双方 2024 年开始合作，已在 Apptronik 的 Robot Park 跑过 50+ 物流任务的数采与自主评估。Apollo 参数：约 5 英尺 8 英寸、160 磅、举 55 磅、续航约 4 小时。
- 特斯拉 Optimus 2.5 现身 CoRL 展台，仍在遥操作：任务是给参会者递零食包——看着简单，但要在为人设计、非隔离的空间里完成伸臂、腕部定位、抓握力控制与全身稳定；软包装易变形，力控比刚性件更难。Gen2 手为 11 自由度带触觉，新硬件传闻 22 自由度未被官方确认。更实的变化在算力：马斯克确认 AI6 内存从 216GB 砍到 144GB LPDDR6（-72GB，约三分之一），理由是带宽比容量更重要、且缓解供应紧张——同样的内存供给理论上能多装约 50% 的机器（1 万台变 1.5 万台），官方称性能影响可忽略。Fremont 高量产线已开，长期目标 2 万台/周，但至少还要一年；马斯克 10/21 电话会称 1–2 个月内会给出非预编程任务的视频。对照：Figure 02 在宝马 Spartanburg 干了 1250+ 小时、处理 9 万+ 件、参与 3 万台以上 X3 生产；Counterpoint 估 2026 上半年全球人形出货 2.2 万台以上（同比近 +300%）、全年超 5 万，但六成以上流向娱乐、表演、数采与科研。
- Anthropic 开放自托管版 Claude Managed Agents 私测（11/12）：整个服务——agent harness、沙箱、会话历史——都可跑在自有基础设施上，会话历史存自己的库，模型请求可发往 Anthropic、Amazon Bedrock、Google Agent Platform、Microsoft Foundry 或自建网关。运营方要自己承担服务器、PostgreSQL、worker 的运行、加固与打补丁，且每个 release 自己装。仅对符合条件的组织开放（向 Anthropic 客户团队申请），定价与 GA 时间未公布；官方也明确 credential 保护只覆盖 MCP 工具与受支持 API 调用，agent 触达的其他服务需自行评估。这条对”代码不能出内网”的金融、医疗、公共部门是硬门槛的移除——和 11/05 期字节封禁个人版 Claude/Codex 访问 L4 仓库是同一条需求的两个解法（自建 vs 封禁）。
- Cursor 断供落地与补位：OpenAI 对 Cursor 的模型供应在 11/12 如期进入收尾（官方口径为”winding down”），影响仅限 Cursor 内 OpenAI 模型路由（约 5% 流量），Grok/Composer/Claude/Gemini 不受影响，Cursor 本身照卖；Gemini 4 Carbon 已登陆 Cursor。价格这边同期变了：Premium 档 $30/月（第三方前沿模型），Plus $8/月仅 Grok。同日 Anthropic 宣布 Opus 5.5 成为 Pro/Max/Ultra/Team 的默认模型，并推出 Claude Meetings 测试版。
- DeepSeek Harness v0.2.2-rc.2（11/11）：按会话开启 AgentTeam，团队成员与任务同面板可见，子 agent 可命名、可分层协作；此前的
subagent_oar 已能把独立任务交给本机 Codex 或 Claude Code。崔添翼在知乎回应”跨会话长程记忆”：业界还没形成共识，双层架构（Router 维护任务关系、Worker 各自保留执行上下文）是动机之一，“可能快有了”。Super-agent 仍处原型，只在内部小规模受信环境跑通。
- 具身早期的钱继续往里走：曦选创智 5 亿元人民币天使轮、投后 40 亿，纪源资本与经纬创投联合领投——2026 年 5 月由优必选、沐曦、锋龙共同成立，做端侧 SoC（把高层推理与低层运控放进同一颗通用 GPU 路线芯片），计划 2027 年给伙伴开发验证平台、2028 年出首款 SoC。纬钛机器人 A 轮（中车资本、永鑫方舟联合领投），MIT CSAIL 分拆的视触觉传感器/执行器/数采设备公司，传感器用于小米手机产线精密装配，也进了 BrainCo、灵心巧手等灵巧手新品。
- 美联航开始限制未授权的第三方 AI agent（11/12）：明确限制未经授权的个人 AI 智能体/助手访问其数字平台，措施覆盖旅行社与聚合渠道，理由为账户信息与交易安全，并将更新预订、出票与分销政策。这是”agent 冒充用户下单”这类冲突第一次由大型航司以政策形式落刀，做 travel agent 的团队值得留意。
- 百度世界 2026（11/12）：上线大模型交易平台”词元所”，做模型指纹比对、能力/性能/可用性准入测试、按服务质量与履约给信用评级，专治”偷换模型、虚标参数”；官方称上线一月供应资源超 100 个、日均调用 token 突破 7000 亿。同场发 文心 5.5 Flash Preview（2800 亿总参、100 万 token 上下文）与两款应用模型（深度思考、微表情），以及天池 1024 卡超节点、昆仑芯 M100 上市 / M300 明年。李彦宏提”智能组织”三原则，并给出内部数字：DAA 从 0.5 万涨到 3.7 万、有效任务从每周 8.4 万增至超 100 万。
- 不再复述：AWS Emulator、北京具身三年行动方案指标、LingBot-Touch、苹果 AMP1 本体实验、Carbon GA 与
/swarm、Gemini Robotics 2.5、WITA-Omni、GR00T 2 数据卡、AlphaProof Code、Anthropic 路演细节、Meta Muse Ember、LongCat-2.5、第五代贡嘎（11/11 发布，家庭场景大脑，结构化感知—时空记忆—因果规划—动作推演—执行反馈五段链路）。
去重说明（对照前二十三期）
- 五条主条目中，黄仁勋辞任、Gemini 4 Hydrogen + Orchestrator、Gemini Decision 1、赵行 CoRL 演讲、Agile Robots F 轮均为首收，此前二十三期未出现。
- 英伟达：11/07 期只作为附注报了”单日 -9%、蒸发 4500 亿”（当时无明确因果），本期是继任危机的事件本体与结果，不复述股价异动那一段的旧解读。
- Gemini 4 家族：11/09、11/10 期报的是 Carbon GA 与
/swarm、11/11 期报 Robotics 2.5；Hydrogen 是同家族新增的低价执行档，Orchestrator 是新机制，本条只写 Hydrogen 的规格/价格/安全与 Orchestrator 的调度口径，不复述 Carbon 的任何跑分与定价。
- Decision 1 与 11/10 期 Meta Muse Ember、11/09 期 Fable 5.2 分属不同品类（前者不生成、只判断），不构成重复；文中已把 Jev 与 OpenAI Decisions API 作为既有竞品标注，避免把品类说成谷歌首创。
- 赵行这条不重复 11/09 期 CoRL 会况（当时只报投稿数、keynote 名单与 VFlash），也不重复 11/12 期 AMP1：本条只取 RoboCasa 五策略对照、System 0/1/2 时钟、Fast-WAM/G0.5/ActionCodec2、Ctrl-F 力控反例、向上反馈缺失，并在分析里明确写成对 AMP1”280 秒/次”的代价标注。
- Agile Robots 与 11/06 期优必选柳州、11/10 期优必选×天翼、11/05 期 Agility 挂牌分属不同公司；文中只把 Figure/Apptronik/Agility/Neura 当坐标，不展开其业务。
- 新增去重原则：英伟达后续只收正式 CEO 人选、11/17 财报里的订单与路线图变化、GR00T/Cosmos/Isaac 交付是否延期；Hydrogen 只收第三方复测、32K 超时计费的真实账单、Orchestrator 的失败案例；Decision 1 只收独立基准对比 Jev、超范围输入缺陷是否修复、有没有人真的把它当门禁；赵行只收Fast-WAM 16B 权重/开源、Ctrl-F 类力控工作的第三方复现、有没有基准开始同时报推理时间；Agile 只收Agile ONE 的实际交付量与营收、Franka 在科研市场的份额变化。
- 待跟踪：英伟达正式 CEO 与 11/17 Q3 财报（最优先）；华为 WM1.2 发布会 11/16（3 天内）；Anthropic 11/18 定价、11/19 挂牌（5–6 天内）；Carbon 12/1 涨价后账单；Conductor 11/20 关停（7 天内）；12 月 GR00T 2 权重/模型卡隐私子卡；北京方案配套细则与招标；Optimus 非预编程演示（马斯克称 1–2 个月内）；EGM #237；Inkling 2 Small 权重（逾期）；GPT-6 Cyber 开放范围；它石百台；小鹏 IRON 年底量产。
