article

AI 日报 · 2026-11-16(第二十七期)

26 min read

主题:五条消息,五个数字,都要问一句”这是在哪测的”。 华为盘古把”开源”写进标题,但权重还没找到(¥0.8 是真的);一篇论文说 coding agent 会自己给自己批假条(+5.09% 是真的);GitHub 一次性退役六个 Copilot 模型(12/14 是真的,但赶人的其实是价格);华为云今天下午发世界模型(98.35% 是仿真里的);乐聚的产线报出 1000 小时无故障(任务只有”上料”一类)。 本期没有模型大战,全是”口径”——谁在什么条件下报了什么数。


主条目

1. 华为云上线 openPangu-2.1-Pro:标题写”开源”,权重还没找到

项目价格(元 / 百万 tokens)
推理输入0.8
推理输出3.2
缓存命中输入0.016

缓存命中价压到输入的 1/50,明显是冲高频 Agent 调用(同一段长 system prompt + 工具定义反复送)去的。

2. SatisFix:coding agent 会给自己批假条,而且自我纠错抓不住

方法Pass@1每任务步数输入 token每任务成本
基线 agent44.25% ± 2.9849.03.37M$0.644
Self-Refine46.24% ± 3.9870.210.14M$2.022
DeCRIM44.25% ± 2.6147.93.39M$0.645
ProgCo46.24% ± 1.8251.14.12M$0.809
SatisFix50.22% ± 2.6458.64.80M$0.897

平均提升:DeepSWE +5.09%、SWE-bench Pro v2 难题子集 +7.06%;DeepSWE 上超最好基线 3.98%,而成本只有 Self-Refine 的 44%。5 个 backbone × 2 个 agent 框架,消融显示两步各自都有贡献。

3. GitHub 一次性退役六个 Copilot 模型:12/14 生效,但真正的推手是价格

退役模型建议替代备注
Claude Fable 5Claude Fable 5.25.2 的 model policy 默认关闭
Claude Haiku 4.5Claude Haiku 5.5个人年付订阅者豁免
Gemini 3.8 FlashGemini 4 Hydrogen全场景下线
Gemini 4 ArgonGemini 4 Carbon—
Grok 4.6Grok 4.7—
Kimi K3未定(11/13 公告未给替代)依赖它的团队只能自测现有选项

4. 华为云 CloudRobo WM1.2 今天下午发布:98.35% 是仿真里的什么

5. 乐聚 15 台人形在汽车零部件产线连跑两个月:1000 小时背后的任务边界


附注


本期判断

今天五条,其实是在同一天里被反复提醒一件事:数字本身不构成信息,条件才是。

如果只留一句:这一周里最容易被误读的三个词是”开源""退役""成功率”——三个都不是假的,但三个都需要后半句。