Anthropic 发布 Claude Fable 5.2 与 Mythos 5.2，API 调用费下降 20%
Anthropic 于 11 月 9 日推出基于同一底层模型的 Claude Fable 5.2 和 Claude Mythos 5.2，前者面向普通用户，后者面向通过审核的网络安全和生命科学机构。
推荐理由：报道给出两模型的定位差异、具体 API 降价幅度和预发布任务实例，读者可据此评估升级是否值得切换。
#推理
IT之家新精选AI 评分7777
机器之心精选AI 评分6868 Anthropic新实验：写了413份笔记的，输给只写9份的
机器之心报道了Anthropic发布的一篇文章，探讨了Claude记忆系统的设计经验。核心结论反直觉：想让AI记性好，光让它“记笔记”是不够的，实验中写了413份笔记的表现不如只写9份的。
推荐理由：原文介绍了Anthropic关于AI记忆系统的实验，揭示了笔记数量与表现的反直觉关系。
The Decoder精选AI 评分6868 阿里Co-Design Bench实测：GPT-6 Astra仅解决26.4%的真实编程任务
阿里巴巴发布编程智能体验证基准Co-Design Bench，测试AI对真实用户请求的处理能力。结果显示，即使是表现最好的GPT-6 Astra也仅能完全解决26.4%的任务，而在旧基准上这些模型得分超过99%，凸显了现实场景与实验室评估的巨大差异。
推荐理由：原文通过真实场景测试揭示了AI编程智能体在复杂任务中的实际表现与旧基准的差距。
SemiAnalysis精选AI 评分6868 Google TPUv7在AgentX基准测试中挑战NVIDIA GPU性价比
SemiAnalysis发布TPUv7在InferenceX AgentX基准上的多模型实测结果，显示其在GLM-5.2、Qwen3.5等模型的FP8推理中每美元Token产出显著优于B200/B300及MI355X；尽管GB300 NVL72 FP4在部分场景仍领先，但TPU凭借Megakernel等技术缩小差距，同时文章指出NVIDIA面临开源生态响应迟缓与官僚主义阻碍技术迭代的挑战。
对A股谷歌TPU性价比领先，利空英伟达链；利好国产算力芯片（推断）
推荐理由：TPUv7在AgentX基准上展现FP8推理性价比优势，揭示NVIDIA FP4精度与生态壁垒的潜在风险。
Tom's Hardware精选AI 评分6262 Tom's Hardware 科普大语言模型核心概念：KV cache、权重、量化与推理如何运作
Tom's Hardware 发布一篇 LLM 术语入门，解释模型、权重、数据类型与量化、上下文窗口、KV cache、MoE、RAG 及推理的 Prefill 和 Decode 两阶段。文中指出 KV cache 可在同一会话内复用但可能占用超过模型本身的 VRAM，长上下文存在 lost in the middle 效应，Decode 速度通常受内存带宽而非算力限制，并介绍了 Speculative Decode 和 MTP 等加速技术。
推荐理由：文章面向本地部署读者，把权重、量化、KV cache、MoE 和推理两阶段等术语逐一拆解，可作为阅读硬件与模型新闻前的概念铺垫。
机器之心精选AI 评分7878 数十个AI智能体24天把1.5万页数学证明转成可验证代码
数十个AI智能体用24天，把多位数学家耗费数十年写下的1.5万页证明，转成4300多万行可由计算机逐步验证的代码。AI在检查这些证明时还发现了一个存在近40年的论证漏洞。
推荐理由：多智能体在超大规模数学形式化上的实测进展，可作为观察智能体长时任务能力的参照。
DigiTimes精选AI 评分6565 微软称其医疗 AI 在复杂病例诊断中准确率超 80%
据 DigiTimes 报道，微软称其医疗 AI 系统 MAI-DxO 在复杂病例测试中诊断准确率超过 80%，高于普通医生，可能降低诊断成本。该系统通过多个 AI 智能体协作模拟医疗团队工作，逐步询问病史、选择检查、分析结果并修正诊断，而非一次性根据全部症状生成答案。
推荐理由：报道描述了 MAI-DxO 用多智能体协作模拟医疗团队逐步诊断的思路，读者可了解其与普通医生准确率对比的厂商说法。
已经到底了