今日 AI 新闻简报

亦书

今日 AI 新闻简报
【今日总览】
OpenAI在Anthropic递交招股书前夕挖走Claude Code产品负责人Cat Wu，并收购Pierre Computer补齐Agent代码基建，团队级Agent赛道竞争升温。百度开源文心5.5 Flash Base，以效率为主线刷新同尺寸模型多项基准SOTA。谷歌与Mercor发布PLE评测，揭示工程Agent高单项正确率与低交付可行性之间的巨大落差。

【重点动态】
1. OpenAI挖走前Claude Code产品负责人Cat Wu，出任核心产品组产品负责人，直接向主导Codex产品线的Tibo汇报，将牵头团队级AI助理产品。这是十天内Claude Code团队第三位核心成员离职，正值Anthropic递交S-1招股书、计划11月路演的IPO关键节点。
2. OpenAI收购Pierre Computer，其主打面向AI智能体的原生代码存储，解决多Agent高并发写代码时的版本管理与权限冲突问题，相关开源库已集成进Codex；结合自研Git系统Pando，OpenAI意在打通从想法到发布的完整开发链路，正面挑战GitHub。
3. Claude Code年化收入运行率已超25亿美元，较年初翻倍，是Anthropic商业化主引擎。核心产品一号位、桌面版负责人、Agent核心工程师接连出走并流向最大竞争对手，被视为冲刺IPO公司的治理风险信号。
4. 百度开源文心5.5 Flash Base，采用MoE架构，总参数2800亿、每Token激活140亿，预训练使用33.5万亿Token，支持最长100万Token上下文，在知识、推理、数学、代码、多语言和长上下文等基准上取得同尺寸模型SOTA。
5. 文心5.5 Flash Base围绕效率做系统性优化：提出Latent-Gated Sparse Attention降低长上下文开销，门控投影参数减少75%；采用Multi-Router Latent MoE改善专家路由；引入ECHO训练目标复用主干最后一层，单步预训练即可支持多步外推与投机解码。
6. 谷歌与Mercor发布Physical-Engineering's Last Exam评测，85项工程任务显示Claude Opus 5.5搭配Claude Code在共同创作任务中平均满足91%单项约束，但仅41.3%的交付设计满足全部硬性安全与可行性要求，剩余差距难以靠提升算力解决。
7. PLE揭示工程Agent的核心瓶颈在可行域与状态一致性：约束相互耦合，局部修改会引发连锁失效；85项任务含5170份文件且混有作废版本，同一模型同任务三次运行得分平均跨度达15.4个百分点。
8. PLE采用Creator-Solver机制构建可执行验证器，强调验证器将成为工程Agent核心基础设施，需支持增量重算、状态失效传播与设计版本绑定，推动Physical AI形成可签核的设计闭环。
9. ACM MM 2026公布四位主题演讲嘉宾，分别聚焦具身多模态交互、选择性听觉注意、AI摘要的委托阅读责任、青少年参与的安全设计，体现技术前沿与多元视角交汇。
【一句话总结】
Agent竞争正从模型能力转向产品方法论、代码基建与验证体系的全链路比拼，而工程级可靠交付仍是行业最大短板。