主题：小模型与「不生成文本的模型」正在补上前沿模型够不着的地方。 Hugging Face 今天同时推了两篇方向相反的东西：一篇讲 0.8B 的设备端助理 BotPsy，在六项工具调用基准里赢了五项、连 2.5 倍大的 Qwen3.5-2B-Think 都压过去；另一篇介绍「决策模型」——不生成任何文本，直接对应用已知的候选项输出概率分布。中文侧的主线则是把能力压到端上：大晓机器人用「云端通用脑 + 本地执行脑」把一整套酒店洗衣流程从 30 多分钟压到 18.6 秒；百度把文心 5.5 Flash Preview 的激活参数压到 140 亿，让它直接写代码造游戏。而资本侧的话题变了味：一场沙龙的主题是「从卖 Token 到卖结果」。
🔥 1. 文心 5.5 Flash Preview 发布并将开源：2800 亿总参、激活 140 亿，主攻编程 — 1000 pts
116 秒切 20 种画风、11 小时做出武侠游戏、半小时从零搭出苏州园林。
百度在百度世界大会前一天亮出文心 5.5 Flash Preview（ERNIE 5.5 Flash Preview），宣布即将开源。总参 2800 亿、单次推理仅激活 140 亿，支持百万 Token 上下文，生成速度超过每秒 200 Token。这次点亮的技能树只有一个词：编程——而且已经不只是写网页、补代码，游戏开发、3D 建模、视频编排这类需要连续调用工具、反复测试修改的复杂任务也能直接上手。官方称其在 Terminal-Bench、AutomationBench 等编程与 Agent 评测中已具备与 Claude Opus 5.5、GPT-6.1 Sol 同台竞争的实力。量子位的实测给了三个例子：纯 Python 编排、116 秒连切 20 种艺术风格的鹈鹕动画；在 UE5.8 里连续干 11 小时做出东方武侠游戏《云岫行》，含张家界石峰、崖顶古寺与游戏逻辑；用单个 HTML 文件做出可通关的《后室》（含三盘录像带、实体追逐、体力与失败机制），以及半小时用 Blender API 搭出整座苏州园林。
→ https://www.qbitai.com/2026/11/509224.html
🔥 2. 大晓机器人接管酒店洗衣：双脑协同把同一流程从 30 分钟压到 18.6 秒 — 950 pts
纯靠 Astra 实时决策要 30 多分钟——「我都能自己手洗两回了」。
大晓机器人给出了一套「双脑 + 具身 RSI」的解法，场景选在酒店洗衣：从客房收衣、穿过狭窄走廊避障、取出装篮、识别并按下洗衣机与烘干机启动键、再送回房间。第一步是 Mundo 世界模型——行业常见做法只有几何外观、没有物理属性的「静态样板间」，机器人在里面不知道衣篮多重、洗衣机门要多大劲才开；Mundo 输入酒店房间、走廊、洗衣房照片后，复刻出一个可物理交互的孪生酒店，质量与摩擦力都在内。第二步是解耦：云端通用脑（GPT-Astra）负责拆解、推理与策略生成，在 Mundo 里反复探索直到收敛、沉淀为 Skill；本体的执行脑只调用这些固化好的 Skill。效果：同样一轮任务，纯 Astra 实时决策要超过 30 分钟，本地具身基模只需 18.648 秒，缩减超 98%；现场光线变化或篮子被挪位时云端再介入。
→ https://www.qbitai.com/2026/11/509203.html
🔥 3. Hugging Face 推「决策模型」：不生成文本，直接给出概率分布 — 910 pts
不是所有问题都需要生成文本。
Hugging Face 发布长文介绍决策模型（decision model）。切口是一个客服工单：「我被重复扣费了，今天就要退款」，系统需要判断该给哪个团队、紧急程度如何、是不是退款请求。常规做法是让 LLM 输出一个 JSON——但文本其实不是必需的。决策模型的输入是 state（上下文）加一组 question，每个 question 带 type（如 choice）、instructions 与 criteria（预定义的候选项及其含义），输出是结构化决策加概率分布，模型不生成任何 token，只对应用已经理解的选项分配概率。文中给了可直接运行的例子：pipeline("decision", model="autotrust/GEV-26B-Decide")，返回 department 为 billing、置信度 0.9974，以及三个候选各自的概率。它和传统分类的区别在于：分类模型标签集固定、看不了长上下文；决策模型把「要向模型问什么」做成了接口的一部分。命名上，TypeSafe AI 的 Jev 自称 System One 模型，社区后来统一叫 decision model——因为它描述的是计算角色而非模型结构。生态侧 Transformers、llama.cpp、Hub 与训练工具都已支持。
→ https://hf-mirror.com/blog/decision
🔥 4. BotPsy：0.8B 的设备端个人助理，六项工具调用基准赢了五项 — 880 pts
连 2.5 倍大的 Qwen3.5-2B-Think 都被压过去，只在 Claw-Eval 上落后。
Tether AI Research 发布 BotPsy，一个 0.8B 参数、基于 Qwen3.5-0.8B 构建的模型，专门做函数调用与 agentic 工作流，面向设备端部署。定位是「个人助理」：通过工具完成网页搜索研究、旅行生活、电商金融、企业客服运营、设备与车辆控制、文件文档、日历与邮件等领域的简单任务。官方称它在同尺寸取得 SOTA 的工具调用表现，超过所有被测的 1.2B 以下模型，六项基准领先五项，并把 2.5 倍大的 Qwen3.5-2B-Think 也比了下去——只在 Claw-Eval 上让对方略胜。能力分布很有意思：单工具调用在各处都表现良好，增益最大的在多步任务，最弱的是多步信息检索。训练用了四个阶段、三类反馈，模型与 GGUF（bf16／Q8／Q4）均已放出。官方也写明局限：小模型仍会犯错，不适用于高风险场景。这条与本周反复出现的「把重的东西做轻」同源——前沿模型之外，端侧小模型正在成为 Agent 的默认执行层。
→ https://hf-mirror.com/blog/qvac/botpsy
🔥 5. 无人拖拉机真下地了：新疆大田深翻 30+ 厘米，横向误差 1.2 厘米 — 850 pts
农时窗口只有几十天，真正稀缺的不是土地，是能在窗口期连轴转的机手。
丘沃智能首次完整曝光「开物™」L4 无人作业系统。在新疆芳草湖农场，搭载该套件的临工 3004 混合动力拖拉机牵引 650 岸下犁，全程无人作业，耕深超 30 厘米、速度 11.8km/h，综合横向误差 1.2 厘米，无接管连续转场突破 3.2 公里；此前已在江苏农垦宝应湖农场完成 3000 亩全程无人化作业。做法不是改整车，而是在驾驶舱顶部加一套硬件底座 PathFinder-I，号称国内首款面向商业化新能源拖拉机的 L4 硬件底座——门槛最高的一行是纳秒级时钟同步：激光雷达、摄像头、惯导频率各异，时间戳对不齐，上层融合与建图就没意义。软件侧是自研 KaiwuOS 六层架构，论文已被 AGROSYM 2026 接收并在波黑宣读；据公司披露非计划停机时间降低 80%。11 月底将在芳草湖开第一家直营旗舰店。
→ https://www.qbitai.com/2026/11/509052.html
🔥 6. Casvisor 开源堡垒机：一个 Go 二进制装下 SSH、RDP、VNC、Telnet — 820 pts
被管理的服务器上不需要装任何 agent。
Casvisor 以 Apache-2.0 开源，是一个后端 Go、前端 React 的堡垒机。它把 SSH、RDP、VNC、Telnet 四种远程协议的接入、权限与审计做进同一个二进制，目标机器零 agent。连接层做得比较细：SSH 用 xterm.js 并带 SFTP 文件面板；RDP 用项目自研的纯 Go 客户端 gordp，支持 NLA、GFX 图形管道、高 DPI、远程光标、剪贴板与磁盘重定向；VNC 走 noVNC 由后端认证；Telnet 面向网络设备与老系统。除网页外还在 2222 端口提供 SSH 网关，支持 ssh、scp、sftp、rsync、Xshell 与 VS Code Remote，权限与网页端一致。权限按用户、用户组、资产、资产标签配置，动作粒度包括连接、复制、粘贴、上传、下载、端口转发，可限制来源 IP 段与有效期、由 Casbin 判断；权限修改、删除或到期后，已在线的会话立即断开。审计上四种协议全程录像可在浏览器回放，SSH 与 Telnet 录像可导出为 asciicast，在线会话支持实时旁观与强制断开，SSH／Telnet 的命令记录通过后端虚拟屏幕读取，能准确记下 Tab 补全、历史命令与中文输入后的最终命令。
→ https://www.oschina.net/news/503535
🔥 7. 「上海造、香港连」：中国 AI 出海的两段式路径被摆上台面 — 790 pts
资本正在从「为参数付费」转向「为回报定价」。
一篇产业观察把中国 AI 出海总结成两段式。第一段是「上海造」——让技术从实验室落地成产业：2025 年底到 2026 年初不到一个月内，沐曦股份、壁仞科技、天数智芯、MiniMax 四家上海 AI 企业密集登陆科创板与港交所；具身赛道上智元机器人 2025 年出货超 5100 台、占全球人形机器人约 39%；XREAL 2025 年初落地浦东、10 月全球总部在张江启用。WAIC 2026 一场大会就签约 32 个重大产业项目、意向采购 203.6 亿元。第二段是「香港连」——企业出海会撞上三堵墙：对接国际资本时估值体系错位、面对普通法系时合规与 IP 盲区、进入新市场时的高信任成本；香港作为超级联系人与超级增值人恰好覆盖这两条路径。2025 年港交所有 119 家新上市公司、IPO 集资 2858 亿港元，时隔四年重登全球募资额榜首。
→ https://www.qbitai.com/2026/11/509214.html
🔥 8. 「从卖 Token 到卖结果」：Token 经济沙龙上的九个判断 — 760 pts
Token 只是底层能力底座，需封装为 Agent 和完整业务流程才能释放价值。
一场由联想控股微空间等发起的 Token 经济沙龙，聚了产学研投九位一线嘉宾。几个判断值得记：AI 短剧导演指出，短剧核心不是堆砌提示词，而是搭定调表与结构化提示词库，由 AI 完成分镜与批量生成，行业需要镜头级 Token 精细化管控；中科紫东太初总裁认为 Token 只是底座，必须封装成 Agent 与业务流程才能释放价值——他以高校十亿级 Token 额度为例；中科院软件所助理研究员给出成本公式：Token 产出量除以生成成本，后者等于计算、存储、通信、电力与硬件利用率的乘积，并据此提出「RISC-V+AI」路线；联想创投认为 Token 时代底层要素是「智力」，现阶段 AI 主要是人力放大器；国泰海通给出「倒金字塔」判断——最上层应用的市场空间可能是模型的十倍，而过去两三年资金都集中在最下层。
→ https://www.qbitai.com/2026/11/509088.html
🔥 9. GitHub 今日两个新方向：让 Agent 用你的手机、给 Agent 造 3D 引擎 — 730 pts
一个把手机交出去，一个把渲染管起来——都在补 Agent 缺的那一环。
今天 GitHub 新仓里两条值得记。DIYgod/pinky（Apache-2.0，Go，11 月 6 日建仓，★1,822）一句话概括是「让 AI Agent 使用你的手机，同时你在环路里」——即 Agent 操作真机、但关键步骤由人确认，与本周反复出现的「只在需要拍板时叫人」是同一思路，区别是它把范围从命令行扩到了手机。voyager-so/vork（Rust，★1,386，11 月 5 日建仓，研究预览）自称「面向 Agent 的无头 3D 与 VFX 引擎」——把渲染与特效从人操作的 GUI 里抽出来，变成 Agent 可脚本调用的服务。这两条与本报此前记录的 terax（7MB 开发环境）、uncut（7MB 无损 harness）属同一条线：Agent 需要的不再是给「人」设计的软件，而是给 Agent 设计的执行层。另有 WoYun520/gif-factory（★1,161）做 GIF 制作的 Skill，也是同一逻辑。今日 GitHub trending 两次返回 0 字节，以上数据改用 search/repositories 与 repos API 取得。
→ https://github.com/DIYgod/pinky
→ https://github.com/voyager-so/vork
🔥 10. 「正经开发一款软件到底有多难」：Vibe Coding 做网页行，做原生 App 就开始翻车 — 700 pts
纯 Vibe Coding 像黑盒，AI 哪个功能写飞了，软件就跑不起来。
一篇开发者视角的文章给出一个很具体的观察：编辑部的同事用 Vibe Coding 搓了一堆网页应用——审片平台、排版插件、追剧网站，都能上线；但真正用它开发原生 App 的只有一个人。原因是原生开发复杂度高得多：任务调度、资源回收都要考虑，而纯 Vibe Coding 是黑盒，AI 哪个功能写飞了软件就跑不起来；很多功能还要和系统能力绑定。转折在一场鸿蒙线下活动：一位 22 岁、几乎没有开发经验的学生做出了完成度相当高的「Merlin 滤镜相机」，靠的是把复杂调用整合进 CameraKit——几行代码就能用上相机能力；需要实时预览 LUT 这类高计算量效果时，还可借 NDK 用 C++ 做底层图像处理与渲染优化。文章的价值在于指出了差距位置：系统能力封装得好的平台，新手上手成本会显著更低。
→ https://www.oschina.net/news/503534
📌 今日趋势总览
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
原文链接
欢迎访问 小易撩挨踢