Anthropic 称旧提示词习惯拖慢 Claude Opus 5.5，建议去掉“think hard”等指令
Anthropic 表示，Claude Opus 5.5 已成为 Pro、Max、Ultra 和 Team 套餐的默认模型，但用户沿用的旧提示词习惯会拖慢它。公司建议从提示词中删掉“think hard”“think carefully”这类短语，因为模型会自行按任务和所选 effort 等级调整推理深度，测试中删掉后响应更快且质量无明显下降。
#推理
The DecoderAI 评分5858
雷峰网AI 评分4949 中大梁小丹团队 GeoThinker-F：不调外部三维编码器，空间推理提速约 3.6 倍
中山大学梁小丹团队提出 GeoThinker-F，让视觉语言模型通过内部潜在帧预测模块自行生成几何与短期未来语义特征，推理阶段不再调用 VGGT 等外部三维几何编码器。
雷峰网AI 评分5858 英伟达发布端到端自动驾驶模型 Alpamayo 2 Edge
英伟达11月10日发布端到端自动驾驶模型 Alpamayo 2 Edge，VLM 骨干约 2.45B、动作专家约 0.2B，跑在车规级芯片 DRIVE AGX Thor 上。
TechCrunch · AI同事件AI 评分8282 Google 发布 Gemini 4 Hydrogen 模型，升级搜索复杂问题理解能力
Google 发布 Gemini 4 Hydrogen 模型，称这是搜索迄今最大的一次模型改进，能更好理解多部分、高具体度和含拼写错误的复杂问题。该模型面向快速执行的智能体工作流，完成任务速度是 Gemini 3.8 Flash 的 2.5 倍，在 Artificial Analysis Intelligence Index 默认高思考档位上超过 Gemini 4 Argon。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
雷峰网AI 评分4242 浙大彭思达：从动态人体重建到具身智能，SuperNav 与 ScaleNav 拆解机器人导航
浙江大学软件学院研究员彭思达公开 SuperNav 与 ScaleNav 两项工作，分别承担机器人导航的决策「大脑」与执行「小脑」。他放弃端到端微调 VLM 的路线，改用通用多模态大模型加 Coding Agent 做规划，因为 30B 以上模型只能部署在服务器，通信延迟难以支撑 50 赫兹的交互频率。
Simon Willison同事件AI 评分7878 Google 发布 Gemini 4 Hydrogen，作者实测三档模型并梳理定价
Google 发布 Gemini 4 家族中成本最低的 Gemini 4 Hydrogen，定价为每百万 token 输入 1.50 美元、缓存输入 0.075 美元、输出 7.50 美元。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
The Verge · AI同事件AI 评分8282 Google 发布 Gemini 4 Hydrogen 模型，成为 AI Mode 默认模型
Google 发布 Gemini 4 Hydrogen 模型，称其能更好地处理包含多个部分、拼写错误或高度具体要求的复杂问题，并会拆解问题逐项作答。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Ars Technica · AI同事件AI 评分8080 Google 推出 Gemini 4 Hydrogen，正式替换 3.8 Flash
Google 发布 Gemini 4 Hydrogen，并已在自家产品中替换 Gemini 3.8 Flash。该模型提供 low、medium、high 和新增的 xhigh 四档思考等级，Google 称 high 模式下速度是 Flash 3.8 的 2.5 倍，编造性表述减少 5 倍以上，Terminal-Bench 得分超过 3.8 Flash 三倍。
同一件事，精选收录的是《Google DeepMind 发布 Gemini 4 Hydrogen 模型》
Latent SpaceAI 评分7575 Google 发布 Gemini Decision 1 决策模型，独立评测结果与官方基准存在分歧
Google 发布 Gemini Decision 1 决策模型与 Decisions API，支持闭集判定，单次请求最多 1000 个问题、256K 上下文，端到端返回 150–250ms，输入定价 $0.10/1M tokens 且输出不计费。
Latent SpaceAI 评分6767 NaiveAI 宣称每秒 2100 tokens，实测其编码能力如何
Latent Space 对 NaiveAI 的开源权重模型 Naive-N0.5-Flash 做了实测，该模型宣称峰值约 2100 tokens/s、思考阶段接近 1000 tokens/s。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Carbon 前沿模型
Google DeepMind 面向开发者、企业、科学家和消费者开放 Gemini 4 Carbon，称其在网络安全能力和长程智能体工作流上达到前沿水平。
推荐理由：原文给出 Carbon 与 Argon 的定位分工、多项基准排名和每任务成本对比，便于判断何时该换用更强模型。
Microsoft Research精选AI 评分7474 微软研究者证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布中平面切割与任意形状切割的效果只差一个与维度无关的常数。
推荐理由：微软研究者用人类引导的智能体搜索证明 KLS 猜想，读者可看到人机协作做数学研究的具体流程。
Ollama BlogAI 评分5858 Cloudflare 的 27B 多模态决策模型 Clef 上线 Ollama
Cloudflare 的 27B 多模态决策模型 Clef 已在 Ollama 上线，用户可在本地或 Ollama 云端运行。Clef 由 Qwen3.8-27B 微调而来，采用 Apache 2.0 许可，支持文本与图像输入，兼容 Jev 和 System One API，可一次读取输入并同时为所有问题打分。
Ollama Blog精选AI 评分8080 Reflection 首个开放权重模型 Beam 上线 Ollama，限时免费
Reflection 的首个开放权重模型 Beam 于 10 月 16 日上午正式发布，Ollama 作为 day-zero 合作伙伴限时免费提供。Beam 是 MoE 模型，总参数约 501B、每 token 激活 23B，上下文窗口 100 万 token，面向软件工程、推理和长程智能体任务，采用 Apache 2.0 许可。
推荐理由：Reflection 首个开放权重模型 Beam 以 Apache 2.0 发布，读者可据此了解其 MoE 规模、百万 token 上下文与智能体定位。
Ollama Blog精选AI 评分7272 Ollama 0.35 支持 Jev 风格决策模型
Ollama 发布 0.35 版本，新增对基于 TypeSafe Jev API 的决策模型的支持，通过 /v1/systemone 端点一次请求回答一组命名问题。官方称本地运行无需额外费用且延迟更低，Nimble 9B 在 M5 Max 上平均每次决策耗时 91ms。目前可拉取 nimble、tev1 和 tev1:0.8b 三个模型，适用于工单分流、模型路由和内容或安全审核等场景。
推荐理由：原文给出本地决策模型的延迟数据、可用模型清单和请求示例，便于判断这类接口适合哪些实时决策场景。
Berkeley AI ResearchAI 评分5858 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 博客介绍将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核经验适配 Apple Silicon。