← 返回文章列表

每周 AI 工具观察 · 第 7 期

本周是反转、涨价与上市的一周:Conductor 宣布关停 8 天后自己撤回、Gemini 4 Carbon 全面开放并定下 11 月 30 日涨价、Anthropic 以每股 70–78 美元启动路演——模型越来越强,工具与价格的不确定才是流水线真正的成本。

Eason13 分钟阅读

这是「每周 AI 工具观察」的第 7 期。每周一更新,一期看完本周值得关注的 AI 工具动态。所有工具都以亲手实测为准,没测过的只谈事实、不下结论。

本周工具动态

1. Conductor 关停反转:上期刚写完 16 天倒计时,8 天后它自己撤回了

上期第 3 节写完 Conductor 的关停时间表——11 月 13 日云只读、11 月 20 日删数据——3 天后,时间表就作废了。11 月 12 日,Conductor CEO Charlie Holtz 在 X 上发帖:“Announcement: CONDUCTOR IS BACK. We’ve decided to continue development of Conductor! Reports of our death have been greatly exaggerated (by us). Regularly scheduled updates will resume next week!“Meta 首席 AI 官 Alexandr Wang 回了一句 “conductor is back”。同一天,Conductor 官网的公告被改写:原来写着云服务“will shut down over the next few weeks”的那段被划掉,改成“Plans have changed! We’ll still be developing Conductor”;FAQ 新增一问“Will I have to stop using Conductor?”,回答是“Nope! Conductor will keep working as normal”。11 月 13 日发布的 0.94.2 版本移除了云工作区的关停横幅,首页重新出现登录与下载按钮——11 月 11 日的存档里这两个按钮还是没有的。(enjoy.dev 的反转核查 / Concors 的关停时间线更新)

但“不关了”不等于“回到从前”。首先,收购本身没有变,官网页脚现在写着“Conductor from Meta”,团队还是加入了 Meta Superintelligence Labs。其次,反转没有给出任何理由,Meta 除了 Wang 的一句回复也没有多说一句话。第三,11 月 4 日承诺的两件事——订阅用户退款、Pro 用户免费保留全部功能——在新版页面里一句都不剩了,Conductor 也没有说明付费方案是否恢复、云服务将来收多少钱;云服务 FAQ 只说“目前不另收费,但计划将来按用量收费”,没有日期和价格。最后,“明年初会有新东西”的承诺还在,但没说它是替代 Conductor 还是与之并存。数据方面有一句还在:公告仍写“We have never sold or trained on Conductor user data, and we still won’t”,但“2027 年初删光全部用户数据”那句随着关停计划一起消失了。

我的看法:这期最值得记的不是“Conductor 活过来了”,而是“一家工具的生死可以在 8 天内翻转两次,而你的工作流没有 8 天可以浪费”。上期我建议的 10 分钟体检依然有效,而且结论变了:如果上周你已经按关停时间表把项目迁走了,不用迁回来——Conductor 现在的身份是“Meta 旗下产品”,它中立地跑 Claude Code、Codex、Cursor、OpenCode 的定位,和 Meta 自己的 Muse Code 之间迟早要有一个说法;如果你还没迁,现在不用赶在 11 月 20 日之前搬了,但导出还是要做一次:公告页的 FAQ 仍保留着两条出路,右键云工作区选 Transfer to local,或者设置里 Export data 导一份存档。计划 8 天翻一次的工具,不值得你把“唯一一份”交给它。更深一层看,这次反转本身就是一个信号:Meta 收购后没有关掉它,说明“并行跑一队 agent 的控制面板”这块能力,Meta 想要、而且想要得急——独立工具的窗口期没有因为反转而变长,只是换了一个不确定的方向。

2. Gemini 4 Carbon 全面开放:最强模型来了,11 月 30 日先涨一倍

上期“值得关注”里排第一的悬念这周落地了。11 月 10 日,Google 正式把 Gemini 4 Carbon 推向所有付费开发者和企业,以及 Google AI Ultra 订阅用户——距离 10 月 28 日它只开放给 Fairwind 计划里的网络安全防守方,正好两周。Carbon 现在可以通过 Gemini API 付费档(AI Studio、Android Studio)、Gemini for business、Gemini 应用、Search 的 AI Mode 和 Antigravity 调用,模型 ID 是 gemini-4-carbon;科学家可以申请在 Antigravity 最高用量档免费使用 6 个月。Google 在公告里称 Carbon 是“我们最强的模型”,主打长程 agent 工作流、软件工程、知识工作与科学推理。(Google 官方公告 / 9to5Google 的上线报道)

价格是这周最该先算的一笔账。Carbon 的入门价是每百万输入 2 美元、输出 10 美元,和 Argon 相同,但只到 11 月 30 日;12 月 1 日起涨到 4 美元和 20 美元,直接翻倍——和 Opus 5.5 的公开价持平,“半价旗舰”的窗口从今天算起只剩 14 天。能力方面,Google 称 Carbon 在 CursorBench 4.0、Perplexity WANDR 和 Zapier AutomationBench 三项上排名第一,且每任务成本比“次优的外部模型”低一半以上——这是厂商自测口径;独立榜单方面,Artificial Analysis 的 Intelligence Index v5 给 Carbon 打了 59 分、排第一。(Codingislove 的发布整理 / AT Pulse 的榜单追踪)

和 Carbon 一起来的还有 Antigravity 的 /swarm 预览:一个提示词变成一支互相协作的 agent 小队,Carbon 负责架构、协调和审计,更快更轻的模型在隔离工作区里并行干活,还有对抗式验证 agent 检查每一处改动,全过程可以实时跟踪。Google 自己的研究员已经在用它加速工作,但这是预览功能,行为与准入规则都可能变;而且 Google 没有说明哪些订阅档能用 /swarm,只说了 Carbon 本身向 Ultra 用户开放。顺带一提,随着 Carbon 上线,Gemini 应用里的模型选择器去掉了 3.1 Pro:4 Argon 标注为“Code & analysis”,4 Carbon 标注为“Most complex work”。

我的看法:Carbon 这周的真正动作不是“更强的模型”,而是“更贵的价格表先写好了”。对独立开发者,11 月 30 日这个涨价点比任何跑分都实在:如果你现在的主力是 Argon,或者正准备把长任务交给 agent,未来两周是唯一能用 2/10 美元的价格实测 Carbon 的窗口——拿你最长的真实任务(比如一次跨多文件的重构)在 Carbon 和现有主力上各跑一遍,按“每完成一个任务多少钱”记账,涨价后这个数字翻倍还划不划算,两周后见分晓。至于 /swarm,它和 DeepSeek Super-Agent、Conductor 指向同一个方向:一支 agent 小队该怎么分工、谁来审计、出错谁负责。但三家给出的答案现在都是“预览”和“原型”,没一个能直接接进赚钱的流水线——先看,再抄思路:把“一个主会话做架构、多个执行会话并行、验证会话独立检查”这套分工抄进你自己的 agent 流程里,比等某个厂商的预览版转正更实在。

3. Anthropic 路演启动:70–78 美元,825M 股,认购约 6 倍

上期“值得关注”里排第二的 Anthropic IPO 这周进入了实质阶段。11 月 10 日,Anthropic 启动路演,同时向 SEC 提交了 S-1 的第 2 号修正案,第一次把发行价区间写进文件:每股 70–78 美元。本次发行 8.25 亿股 A 类普通股,其中 Anthropic 自己发 801,351,354 股、现有股东出售 23,648,646 股,按发行价区间算,募资总额在 577.5 亿–643.5 亿美元之间;股票已申请在纳斯达克全球精选市场上市,代码 ANT。注册文件截至 11 月 10 日尚未生效,所以这还不是最终价格,也还不能交易。(TradingView 转发的路演公告 / CellCog 的发行条款梳理)

认购热度是这周的第二个数字。彭博 11 月 12 日报道,订单量约为可供认购股份的 6 倍,投行告诉投资者会优先照顾现有支持者;《金融时报》同日报道路演方正准备把估值上调到 1.5 万亿美元以上。路透则称估值最高约 1.4 万亿美元、预计 11 月 19 日开始交易,美联社的口径约为 1.3 万亿美元——三个数字都是媒体报道,不在招股文件里,别把它们当定价。彭博和 CNBC 报道的时间表是 11 月 18 日定价、11 月 19 日首日交易,同样未经公司确认。发行之外还有一笔并行交易:Google、英伟达等 7 家公司已同意以 IPO 价格私下认购总计 260 亿美元的 N 类股,其中 Google 和英伟达各约 100 亿美元、AMD 25 亿美元——这笔钱不经过公开市场,但它把 Anthropic 和它的芯片、云供应商绑得更紧了。(路透转引彭博的认购报道 / MetaMask 的路演追踪)

我的看法:Anthropic 上市这件事,对独立开发者真正的读数不在估值,而在 Claude 的定价权归谁。一家靠订阅与 API 赚钱的公司一旦上市,每季度的财报电话会都会有人问“为什么不涨价”——而 Claude Code 的订阅价和 API 价,过去两年一直是独立开发者做自动化流水线的成本锚。260 亿美元的战略认购说明 Google、英伟达、AMD 都押注 Anthropic 继续烧钱做模型,这对短期价格是利好(有钱补贴),对长期是变量(股东要回报)。实操上不用等 11 月 19 日:现在就把你流水线里 Claude 相关的成本单独记一本账——订阅、API 调用、按任务折算的单价——等定价公布那天,你能在一小时内算出“如果 Claude 涨 20%,我的流水线还赚不赚钱”,而不是凭感觉猜。上市本身不是新闻,上市之后的价格表才是。

值得关注的更新

  • Agent 的胜负手可能不在模型,在 harness:11 月 8 日,YC CEO Garry Tan 公布了他自己做的开源 harness 评测(g-harness-evals):7 套配置跑同一组 20 个编码任务,通过率 71%–79%,其中 14 个任务在所有配置上得分完全相同——Tan 自己说“测试太简单,分不出高下”。真正分出高下的是成本:在 Opus 上,OpenClaw 每解出一题约 0.44 美元,Claude Code 0.22 美元、Hermes 0.24 美元、QM 0.19 美元;同一组任务换 Sol 模型,Codex 最便宜最快,0.17 美元一题。11 月 5 日上线的 Harness Leaderboard 更系统:固定模型、提供方和推理强度、只换 harness,28,849 次试验下来 9 个 harness 的平均分从 27.3% 到 51.4%。同一模型在不同 harness 下的差距在 Terminal-Bench 2.0 公开榜上更夸张:Claude Opus 4.6 在 Stanford 的 Meta-Harness 里 76.4%,在 Claude Code 里 58.0%,差了 18.4 个百分点——只看验证过的运行,这个差距缩小到 4.9 个点。(i10x.ai 的三组数据对照)
  • 美团 LongCat-2.5 权重 MIT 开源(11 月 9–10 日):1.6 万亿总参数、每 token 激活约 480 亿,原生多模态,100 万 token 上下文;权重 11 月 9 日上架 Hugging Face、11 月 10 日美团官宣 MIT 开源,商用、微调、再分发都不用另行授权。API 限时价每百万输入 0.30 美元、输出 1.20 美元,缓存输入 0.006 美元。但自部署的门槛一点没降:BF16 权重约 3.2TB,官方目前只给了国产 NPU 的部署指南(SGLang-FluentLLM),还没有官方 vLLM 方案;厂商自测的 Terminal-Bench v2.1 是 88.4%,只比 Opus 5 的 89.1% 低 0.7 个点——但截至 11 月 12 日还没有任何独立评测。(TechiesJournal 的开源核查 / FreakyJolly 的规格与部署指南)
  • Kimi K3.1 Pro 跟进:上期一句话要修正,独立复现其实 10 月 24 日就有了:上期写“截至 11 月 5 日还没有独立实验室的复现报告”,这个说法不准确——Artificial Analysis 早在 10 月 24 日就用同一套 harness 独立跑过 Terminal-Bench 4.0,给出 67.2%,比 Moonshot 自报的 65.7% 还高 1.5 个点,而且在同一批测试里 Opus 5.5 只有 59.6%。它的 Intelligence Index 给 K3.1 Pro 打 55 分、215 个模型里排第 4。但独立数据也确认了短板:输出速度 73 token/秒、写得啰嗦,每任务成本 2.11 美元,接近 GPT-6 Astra 的 3.26 美元。部署侧的新进展:llama.cpp 在 11 月 6 日合并了 K3.1 Pro 的文本支持、11 月 10 日跟进图片输入;但自部署门槛仍是 8 块 B300 起步、运行时显存 2TB 以上——API 仍是绝大多数人的唯一入口。(OmniaKey 的独立跑分对照 / Axiomi 的本地运行指南)
  • DeepSeek Super-Agent:23,014 星,仍是 1 个 commit:截至 11 月 13 日,dsh-superagent-prototype 涨到 23,014 星、2,801 个 fork,但最后一次代码提交仍是 11 月 3 日;Trendshift 的逐日统计显示,11 月 2 日单日新增 5,884 星见顶之后一路下滑,到 11 月 7 日只剩 43 个。更关键的是另一组数字:发布 6 天后仓库仍只有 1 个 commit、0 个合并的外部 PR,截至 11 月初没有一支外部团队确认在真实仓库里跑通过它。星数是热度,commit 是进度,两者现在差了两个数量级。(CellCog 的两周追踪 / ReadAlchemist 的星数与提交对照)
  • 哈佛研究修订版:agent 让代码多产 44%,评审成了新瓶颈:11 月 7 日,哈佛经济学家 Chen 与 Stratton 修订了工作论文《Artificial Intelligence in the Firm》:基于 Jellyfish 的 720,542 名员工、655 家公司数据,采用 AI 编码 agent 12 个月后,PR 数量涨 35.7%、代码行数涨 44.0%,已解决的 Jira issue 只涨 13.7%(边缘显著);工程师人头没有可检测的变化(-2.6%,不显著),初级招聘也没有下降。但评审环节被拖慢了:从提交评审到通过的时间涨 56.1%,每处改动的评论数涨 38.6%。这是工作论文、未经同行评审,但它点出了独立开发者最该先算的一笔账:agent 帮你写得越快,你自己评审的时间就涨得越快。(StackChief 的修订版解读)

一句话点评

本周的关键词是反转、涨价、上市:Conductor 8 天撤回关停、Carbon 定好了 11 月 30 日的涨价、Anthropic 把价格写进了招股文件——模型越来越强是确定的,工具与价格的不确定才是你流水线真正的成本。

下周值得看

  • Anthropic IPO 定价与首日交易:11 月 18 日定价、11 月 19 日首日交易(均为媒体报道的时间表),以及定价公布后 Claude 订阅与 API 价格有无连带动作
  • Gemini 4 Carbon 实测:独立评测能否复现“榜首 59 分”、/swarm 预览在真实项目里的表现,以及 11 月 30 日涨价之前“每完成一个任务多少钱”的实测账
  • Conductor 后续:退款与 Pro 收费是否恢复、“明年初的新东西”到底是什么,以及它作为 Meta 产品是否继续中立支持 Claude Code 与 Codex

往期回顾:这是第 7 期。