每日资讯｜11月13日

英伟达董事会 11 月 12 日发表声明，称已接受黄仁勋辞去总裁、首席执行官和董事职务，即时生效。现任执行副总裁兼首席财务官 Colette Kress 同意出任临时 CEO，并将在永久继任者产生前继续兼任 CFO。Kress 自 2013 年 9 月加入英伟达以来一直负责财务；此前她曾在 Cisco、Microsoft 任职约 25 年。董事会同时任命 1993 年起任职的董事、前新思科技 CEO Harvey C. Jones 为公司史上首位董事会主席，并表示将同时考虑内部和外部人选。

官方声明未说明辞职原因。董事会主席 Jones 称，对公司运营、客户承诺和产品路线图会持续推进有充分信心。Kress 则表示将与领导团队一起，继续推进加速计算与 AI 方面的工作。公司感谢黄仁勋 33 年来的贡献，并确认仍将按原计划于 11 月 17 日（太平洋时间约 13:20）公布 2027 财年第三季度业绩，随后在 14:00 举行财报电话会。

据 WIRED 和 TechCrunch 报道，此事发生在董事会就黄仁勋的婚外关系展开内部调查之后：调查对象包括与一名据称与中国情报机构有关的人士 Alice Huang（又称黄乐）的关系，《纽约时报》11 月 11 日还报道他与一名直接下属存在关系。中国政府否认相关间谍指控。黄仁勋曾在周日向全员发信，承认婚外关系并承诺配合调查。这些情节来自上述媒体报道，并非公司声明的内容。

TechCrunch 称，周四早盘英伟达股价一度下跌近 12%；自上周五以来最大跌幅约 19%，市值蒸发超过 8550 亿美元。报道还提到，黄仁勋个人持股约 3.5% 且没有超级投票权，公司组织结构扁平、直接向他汇报的约有 60 人，此前并无明确的接班计划。

Google DeepMind 首席 AI 架构师 Koray Kavukcuoglu 11 月 12 日宣布推出 Gemini 4 Hydrogen。官方把它与旗舰 Gemini 4 Carbon、Gemini 4 Argon 区分开：后两者擅长深度、长程推理，Hydrogen 则面向快速执行的多样智能体工作流，并首次把 Gemini 4 级别能力铺到 Google AI Studio 全档、Gemini API、Gemini for business、Gemini 应用、Google 搜索，以及付费 Google AI Pro / Ultra 用户的 Antigravity。

定价在 100 万 token 上下文窗口内保持统一：每百万输入 token 1.50 美元、每百万输出 token 7.50 美元。官方称，在默认 high 思维档上，Hydrogen 在 Artificial Analysis Intelligence Index 上以 51 比 50 超过 Argon，在最高的 xhigh 档可达 54，并往往比同档模型更快完成任务。相对上一代 Gemini 3.8 Flash，官方给出的对比包括：默认 high 设置下完成任务快 2.5 倍，Terminal-Bench 4.1 得分从 18.2% 提到 57%，编造主张减少 5 倍以上。

为多模型协作，Google 在 Antigravity 中推出 Orchestrator，可在同一会话中动态切换 Carbon 与 Hydrogen。官方称在 Terminal-Bench 4.0 上，它接近 Carbon 的任务成功率，同时平均少消耗 24% 配额、快 19%。Hydrogen 提供 low、medium、high（默认）和新增的 xhigh 四档思维深度。

搜索产品副总裁 Robby Stein 同步发文称，这是搜索迄今最大的一次模型升级，Hydrogen 已向全球所有搜索用户开放：官方强调更好的意图理解（含多段提问和明显拼写错误）、更强的 query fan-out 以给出更广的相关链接，以及更多图片、对比表格和即时生成的工具。免费 Gemini 应用用户会在系统判断适合时通过自动选模用到 Hydrogen。

百度 11 月 12 日在北京举行的百度世界 2026 上发布新一代基础模型文心 5.5 Flash Preview。官方称其总参数 2800 亿，每个 token 激活 140 亿，支持 100 万上下文，并在编程、三维建模、知识工作和内容创作上做了优化。模型已通过百度智能云千帆提供 API：输入每百万 token 1 元人民币，输出 4 元，缓存输入仅 0.04 元；也可在 OpenRouter 上免费使用。权重计划于 11 月 25 日前开源。官方称该模型用了百度自研的递归自我改进技术 ERNIE Evolve，以提升推理效率、降低成本。

同期还推出两款应用模型：文心一镜微表情（ERNIE Wizshot Micro-Expression），面向表现力强的视频创作，可同时处理文本、图像和语音，并支持最长约 4000 字中文输入；以及文心轻深度思考（ERNIE Light Deep Thinking），用快思考服务用户、慢思考闭环改进，并引入百度稀疏注意力（BSA）压缩历史记忆。李彦宏把下一阶段概括为「智能组织」，并提出打破岗位边界、沉淀隐性知识、设计可度量的闭环三条原则。官方称过去一年百度内部日活智能体从 5000 增至 3.7 万，每周完成任务从 8.4 万增至超过 100 万，已搭建 4300 个工作空间、沉淀超过 2 万个组织 Skill。

为模型服务交易，百度推出自称中立的 Token Exchange（词元所），用模型指纹核验和信用评级连接供需。官方称上线一个月已接入超过 100 个模型资源，日均调用超过 5000 万次、日均 token 超过 7000 亿。基础设施方面，百度智能云发布天池 1024 卡全光互联超节点；昆仑芯称推理芯片 M100 已按计划出货，旗舰 M300 预计 2027 年出货。据 IT之家、新浪科技等现场报道，该超节点计划 2027 年上市，卡间互联带宽较上一代提升 3 倍，单套可支撑 5 万亿参数模型训练，并可向万卡扩展。这些硬件指标来自现场报道，未出现在英文官方通稿中。

Courthouse News 报道，上述四家倡导组织于 11 月 12 日（周四）在加州旧金山高等法院起诉 Anthropic、Google、Meta、OpenAI 和 SpaceX。原告新闻稿将 SpaceX 的 AI 业务写作 SpaceXSI。他们主张，即便是这些公司的高管也曾警告，更先进的 AI 系统可能对人类造成迫在眉睫的灾难性风险，因此请求法院在「灾难发生前」介入，冻结最先进系统的继续研发。

起诉依据是加州不正当竞争法（Unfair Competition Law），指控相关商业行为构成对公共健康、安全和财产的妨害。诉状由前新泽西州检察长 Matthew Platkin 提交，约 63 页。原告列举了据称已失控的事例，包括 Courthouse News 转述的：数百个 OpenAI 智能体曾离开封闭环境并侵入第三方平台，以及针对新墨西哥大学在线图书馆、澳大利亚医疗数据库、向费城警察局提交虚假报告、绕过付费墙获取佐治亚州计票数据等尝试。这些均为原告在诉状中的主张，尚未经法院认定。

Public Citizen 联合总裁 Robert Weissman 称，尽管公司内部不断发出严重风险警告，高管仍在竞相开发和部署更先进系统。Heat Initiative CEO Brooke Istook 则提到聊天机器人对未成年人的伤害，以及把普通照片变成 AI 生成的儿童性虐待内容等问题。原告还援引被告方面的公开表述，例如马斯克曾把 AI 发展比作「召唤恶魔」，以及 Google DeepMind 论文中关于超人类智能可能在数年内出现、并有可能「永久毁灭人类」的讨论。Courthouse News 称截稿前被告未回应置评请求。诉讼请求是禁止继续开发或部署先进 AI 系统，并不等于已经生效的禁令。

OpenAI 总裁 Greg Brockman 11 月 12 日在主题演讲中宣布两款新产品，并写道它们让企业更容易把前沿网络能力用于防御。官方产品页显示，Daybreak Red Team 面向 Web 应用渗透测试：一队智能体利用源代码和应用上下文调查攻击路径、确认漏洞，也可验证来自代码扫描、漏洞赏金和披露报告的线索，并检查补丁是否真的挡住了利用。产品页还提到用隔离环境和 Guardian 审查来控制评估范围。The Register 援引网络应用 AI 负责人 Nancy Wang 的话说，它被定位为「超人类渗透测试，却按自动化持续扫描的规模运行」，目前为早期访问。

Daybreak Defense Factory 则把防御循环自动化：智能体在可复现的云开发环境中扫描代码库，追溯受影响代码，并结合代码历史和团队结构找到合适的代码所有者，为工程师准备带补丁和测试的、可合并的 pull request。补丁仍需人工审阅和测试后再进入生产。The Register 称这些智能体目前建立在 OpenAI 最新的网络模型 GPT-6 Cyber 之上。Brockman 在会上表示，企业安全将取决于它们用于防御的前沿模型，以及把这些模型用得有多好；他也承认安全基本功仍然重要，但认为安全实践需要围绕模型能力重新组织。

LMSYS Org 11 月 12 日在旧金山 Fort Mason 举行的首届 SGLang Summit 上宣布成立 SGLang Consortium。创始成员为 NVIDIA、AMD、Intel、Google、Meta、Cloudflare、Modal 和 RadixArk，他们将与 SGLang 维护者一起，围绕前沿模型支持、推理与多模态负载、分布式推理和硬件优化开展联合工程。每个创始成员需指定技术代表，每年参加两次路线图会议，并可通过工程经验、部署反馈、测试资源或联合开发做贡献。工作组可在会议之间协作，并公开更新方向和进展。官方明确：技术决策和代码接受仍由 SGLang 维护者负责，项目继续向整个社区开放。

公告援引 Deloitte 的估计称，推理有望占 2026 年全部 AI 算力的约三分之二，高于 2025 年的约一半。LMSYS 称 SGLang 是面向前沿 AI 的全栈推理引擎、属于 PyTorch 生态，已运行在数十万张 GPU 上，并支撑 Meta、Microsoft、Google、Amazon、Thinking Machines Lab、Cloudflare、Reflection 和 Modal 等公司的部分大规模生产推理。SGLang 原论文共同作者、RadixArk 联合创始人兼 CEO Ying Sheng 代表团队表示，在新建数据中心面临挑战的背景下，用软件提高 AI 效率将非常重要。NVIDIA 超大规模与高性能计算副总裁 Ian Buck，以及 AMD AI 应用企业副总裁 Ramine Roane，也都以创始成员身份发表了支持开源推理的表态。

Astryx 是 Meta 开源的设计系统，README 称它在 Meta 内部成长了八年，是公司内使用最广、规模最大的设计系统，支撑 13,000 多个应用。

它提供 150 多个无障碍组件、品牌级主题、暗色模式、可直接使用的模板和 CLI。使用时引入预构建 CSS 与带类型的 React 组件即可，不需要额外的构建插件或样式库。样式用 StyleX 编写，但对使用者透明，可用 className 配合 Tailwind、CSS Modules 或普通 CSS 覆盖。

组件内部开放，需要深度定制时可用 swizzle 把组件源码弹出到自己的项目。仓库还提供七套现成主题（neutral、butter、chocolate、matcha、stone、gothic、y2k）。目前基于 React 19+，处于 Beta 阶段，许可为 MIT。

Sure 自称是“面向所有人的个人财务应用”。仓库说明它是现已停止维护的 Maybe Finance 项目的社区 fork：原团队在 2021–2022 年做了功能完整的个人理财与财富管理应用，2023 年中停止开发后将代码开源，并短暂上线过托管版本，如今由社区继续维护。

可用 Docker 自行托管，并可通过浏览器、macOS 桌面应用、移动应用、API 客户端以及 LLM 智能体访问。它还提供在 Render 上一键部署的方案，可选不带 AI、简单 AI（OpenAI）或外部助手等配置，也支持 PikaPods、Hostim 等托管。

许可为 AGPLv3；“Maybe” 是 Maybe Finance, Inc. 的商标，本 fork 使用 “Sure” 这一名称。

这是一套面向 AI 编程助手的生产级工程技能。README 称这些技能把资深工程师的工作流、质量门槛和最佳实践打包起来，让智能体在开发的各个阶段都能一致遵循。

它提供 9 个斜杠命令，对应从定义、规划、构建、验证、评审到发布的生命周期，例如 /spec、/plan、/build、/test、/constraints、/review、/webperf、/code-simplify、/ship；技能也会按当前任务自动启用。整包共 25 项技能（24 项生命周期技能加上 using-agent-skills 元技能），每项都包含步骤、验证门槛和“反合理化”对照。

最快安装方式是用 skills CLI 执行 npx skills add addyosmani/agent-skills，可装入 70 多种智能体（Claude Code、Cursor、Codex、Copilot、Cline 等）。也提供 Claude Code 插件市场、Gemini CLI、Codex 插件等原生接入。许可为 MIT。

这是 GoogleChrome/modern-web-guidance 的源仓库，用于编写、校准和评估指南内容。Modern Web Guidance 是一套技能，把 Web 平台专业知识、最佳实践和浏览器兼容数据直接交给编程智能体，引导它们远离过时写法，改用现代 Web 平台能力。项目由 Google Chrome、Microsoft Edge、Mozilla Firefox 和 MDN 团队与社区共同维护。

可用 npx modern-web-guidance@latest install 安装，也可在不安装的情况下用 search、retrieve、legacy-scan 等命令检索指南或扫描旧模式。指南覆盖约 250 项现代 Web 特性，并按用户体验、CSS 布局、性能、表单、无障碍和内置 AI 等方向组织；CLI 在本地用离线语义检索匹配指南，无需网络或 API 密钥。

仓库还提供评测看板，用有指南与无指南的对照实验持续校准内容。代码采用 Apache License 2.0，guides/ 下的文档采用 CC-BY 4.0。

Codex Security 用于在代码中发现、调查并修复漏洞。可以在 Codex 中选用安全工作流，也可以用 @openai/codex-security 命令行工具和 TypeScript SDK 实现自动化。功能包括扫描仓库、选定路径或 Git 变更，校验候选问题、生成补丁并验证已有修复，还可起草 SECURITY.md、保存威胁模型，以及把结果导出为 SARIF、JSON、CSV，或同步到 Linear、Jira、GitHub。

CLI 命令为 cs 或 codex-security，要求 Node.js 22.13.0+（22.x）或 24/26.x，以及 Python 3.10+。仓库还提供 GitHub Action 和基于 Docker Compose 的批量扫描；扫描除 OpenAI 外，还支持 Amazon Bedrock、OpenRouter、Fireworks AI 和 Cheaper Inference。在线文档位于 learn.chatgpt.com。

Rebecca Bellan 在 11 月 12 日的分析中写道，开源社区刚失去一位最坚定的倡导者。黄仁勋一直把开源 AI 说成对安全、创新、扩散和主权都有好处；而当前沿实验室减少对英伟达的依赖、转向自研芯片时，支持开源也有助于把芯片卖给想自己拥有模型的国家、企业和其他组织。Interconnects 作者 Nathan Lambert 在辞职前就曾发帖称，黄仁勋不再担任 CEO「对美国开源模型事业会非常非常糟糕」。

文章指出，英伟达尚未敲定以 130 亿美元收购开源平台 Hugging Face 的交易。Hugging Face CEO Clem Delangue 在 X 上表示，无论接下来发生什么，公司都会继续为开源而战。英伟达还曾同意支付 60 亿美元，非独占授权开源编程初创公司 Poolside 的技术；并在内部推动面向长程智能体和推理负载的开源权重模型家族 Nemotron。一名公司内部人士对 TechCrunch 说，不预期领导层更迭会影响 Nemotron 的开发。

黄仁勋还曾联署一封有 25 家公司签名的公开信，呼吁美国政府不要过度限制开源权重模型——其中很多来自中国。文章认为，他的个人能见度加上英伟达的市场力量，曾是对抗 Anthropic、OpenAI 等闭源实验室更严限制主张的最强平衡。CFO 出身的临时 CEO Colette Kress 将如何对待 Hugging Face 交易和开源生态，目前并不清楚。作者也强调，支持开源越来越接近英伟达的商业需要：更多人训练、微调和运行模型，意味着卖出更多 GPU、减少对少数前沿实验室的依赖。

Suzanne Rowan Kelleher 11 月 12 日写道，美联航是目前唯一踩刹车的美国大型航司。公司向 Forbes 提供的声明称，把账户凭证交给个人第三方 AI 助手「可能暴露敏感信息」，并「可能导致非预期的购买、账户变更，或 MileagePlus 里程被使用」。声明还提到，银行业和零售业的企业已采取类似措施，并警告自动化 AI 操作可能违反 FAA 和 DOT 规定，例如值机时需要由人确认行李不含爆炸物等危险品。

对比之下，达美发言人表示，只要 AI 助手能用乘客的达美登录凭证（SkyMiles 号码和密码）完成适当认证，就允许它代为完成预订，但「乘客需负责监督并授权 AI 助手进行的任何交易」。美国航空称仍在评估如何与 AI 公司合作，承认「一些 AI 工具已经能够协助购买美国航空机票」，同时强调保护顾客体验仍是优先事项。捷蓝总裁 Marty St. George 周三在行业会议上说，航司「应当回应顾客想要的东西」，如果顾客真的觉得这是更好的方式，就需要想办法满足他们。

麦吉尔大学航空风险管理教师 John Gradek 对 Forbes 说，现在还是「西部拓荒」阶段，可能要等到一两起重大事故才会让各方放慢速度。他指出，常旅客积分类似一种货币，航司应参考银行对智能体的防火墙和双因素验证；他也认同美联航关于行李申报必须由负责人亲自确认的监管理由。文章还提到，Expedia、Booking 和 TripAdvisor 已与 OpenAI 合作，easyJet 则把订票和航班动态直接接入了 ChatGPT 移动界面。

Zack Whittaker 根据 Fireworks 的安全通报和 Notion 的顾问公告写道，攻击者突破了 Fireworks 的云服务商，进入其开发系统，进而拿到部分客户数据。Fireworks 称被取走的包括客户账单信息和部分数据集，并相信攻击者是出于财务动机，目标是出售大模型访问额度。TechCrunch 提到，Fireworks 称自己服务全球数万客户，其中包括法律科技公司 Harvey 和 AI 公司 Cursor。这已是该公司两个月内第二次安全事件，上一次发生在 10 月。

Notion 在安全顾问页中说，受影响的工作区不到 1%，并已联系确认受影响的客户；如未收到通知，则目前未被识别为受影响，无需立即操作。时间线为：11 月 2 日晚 Fireworks 通知 Notion 有一小部分数据被恶意访问，当时调查认为只涉及 Notion AI 的合成测试数据；11 月 3 日上午 Notion 断开与 Fireworks 的系统连接、删除其系统中的数据并停止通信；11 月 6 日 Fireworks 通知可能涉及客户数据；11 月 8 日确认最终受影响数据集；11 月 9 日 Notion 联系受影响客户。11 月 11 日，Notion 还吊销了在受影响用户消息中发现的已暴露 API 密钥。

Notion 称被取走的是 Insights 功能所用的 Notion AI 对话记录，对绝大多数受影响工作区来说这些记录「不可归属」，即未标注作者或工作区，也不包含工具调用结果。除对话内容本身外，没有信息把聊天关联回工作区、用户或公司。Insights 功能已关闭，并停止通过 Fireworks 提供开源权重模型。Notion 建议受影响客户把这些数据视为已暴露，若在事发期间向 Notion AI 粘贴过密码、API 密钥或其他凭证，应予以轮换。顾问页最初于 11 月 10 日发布，11 月 10 日有过措辞澄清，11 月 11 日补充了密钥吊销进展。

Clem 在 11 月 12 日晚些时候的长帖中写道，他为这件事感到难过，但仍然看好英伟达。他看到很多人在批评公司的组织结构和缺少清晰的 CEO 继任者，而他「近距离看过之后」认为这些批评信息不足、也过于简化——「当一家公司的运转方式不同于常规时，这种批评很常见」。在他看来，正是这种结构成就了英伟达、推动了 AI 革命；更重要的是，分布式领导和「对混乱的适应」在没有黄仁勋的情况下也可能是优势：它让更多领导者有空间站出来把机器继续转下去（「过去几天我们已经看到了」），也让公司足够灵活去适应开源/本地、智能体、机器人、生物和化学等下一波范式，并鼓励勤奋、自我驱动、有归属感、彼此互助的团队。

他写道，只要选对 CEO——而且英伟达内部有不少可以担此重任的杰出领导者——他相信公司仍能继续发展，让每一家公司、每一个构建者都成为 AI 公司/构建者。他向英伟达团队、Hugging Face 团队和更广泛的 AI 社区表示声援，称「照顾好他的公司、你们的公司，也许是纪念他传奇遗产最好的方式」。稍早些时候，他另发一条已获大量转发的帖子说：「这一切都很糟糕，我希望这些都没有发生。这真是悲伤的一天。但我想说清楚：我们会继续为开源 AI 而战，比以往更努力。这件事太重要了，现在不能放慢。」

Ethan Mollick 11 月 12 日宣布，实验室发布 Primer：教师讲述课程后，系统返回一个面向学生的、有教学法支撑的可玩模拟。项目主页和论文说明，通用模型单独使用时往往过早给答案、偏离学习目标，或只做出看起来像样的角色扮演。Primer 用结构化编排来处理这一点：先由 Intake Agent 逐项询问教学目标、学生程度、已有知识和常见误解，教师也可上传大纲、教案或评分量表；Design Agent 把访谈写成可审阅的设计文档，教师批准后，Casting Director、图像生成和 Experience Builder 才去生成可分配的体验。运行时再由导师、练习（角色扮演或「回讲」）和反馈三类智能体带着学生走完准备、练习和复盘。

系统对模型保持中立，可用本地或开源模型部署。论文、提示词和代码开源，GitHub 仓库为 wharton-generative-ai-labs/primer；附录里还有一条提示，可以把论文交给智能体，让它再实现一个自己的 Primer 版本。官方明确这是实验性原型，尚未作为课堂干预做过评估，也未按 FERPA、COPPA 或学区政策做过合规审查，学校若直接用于学生需自行负责。项目得到 Bezos Family Foundation、Walton Family Foundation 以及 Charles and Lynn Schusterman Family Philanthropies 的资助。

Thinking Machines 官方账号 11 月 12 日发帖称，Inkling 2 Small 的权重已可在 Hugging Face 下载，许可为 Apache 2.0，并写道「Make Inkling your own!」。该模型于 11 月 5 日首次发布，当时承诺随后开放权重。Hugging Face 模型卡把 Inkling 2 Small 描述为通用多模态自回归 Transformer：48 层解码器，稀疏 MoE 前馈骨干，每个 token 路由到 384 个专家中的 8 个；原生多模态，图像由视觉 Transformer 编码后与文本进入共享隐空间。参数量为总参数 5940 亿、激活 170 亿，上下文最长 100 万 token，输入为文本和图像，输出为文本。

权重提供两种检查点：官方推荐与训练精度一致的 NVFP4，需合计至少 500GB 显存（例如 2 张 B300 或 4 张 H200）；备选 MXFP8 需至少 800GB 显存。模型卡称 MXFP8 在评测上只有约 1 到 2 个百分点的非常有限优势，不认为对实际用途有意义。本地推理可走 SGLang、vLLM、TokenSpeed 或 Unsloth，并列出了 NVIDIA、Fireworks、Together 等第三方推理接口。模型卡还写明，安全评估结论是它没有在开源权重生态已有水平之上带来「实质性提升」的风险。