Gemini 操作电脑,AI 从任务经历中学习技能
从后台点击应用,到按需寻找工具和积累个人技能,今天的更新围绕任务如何真正执行展开。科研与评测消息则给出了另一组具体问题:怎样提出可检验假说、估算法律文书中的 AI 使用,以及追踪数据中心用电的远距离影响。
01
产品发布与更新
5 篇
2026-11-19Google / Josh Woodward
Mac 版 Gemini 支持在后台窗口操作电脑
Google 宣布 Mac 版 Gemini 应用加入电脑操作能力,用户可以把涉及文件夹、应用和网页的任务交给它。操作在实时后台窗口中进行,Gemini 能点击、滚动和输入,用户仍可使用自己的屏幕与光标。
官方演示把一张草图转成 Blender 中带绑定的三维模型,展示了从素材到专业软件操作的跨应用过程。这是 Google 发布的功能演示;公告没有给出所有任务的成功率,也未在该帖列出套餐与地区范围。
2026-11-19Google
Gemini API 预览工具检索,按需加载参数说明
Google 在 Interactions API 中推出 Tool Retrieval 预览,支持 Gemini 3.6 及之后的模型。智能体先看到工具名称和描述,真正需要调用时才加载完整参数说明;搜索、加载和产生函数调用可在同一次 API 请求内完成。
开发者加入 tool_search,并为延迟加载的工具设置 defer_loading,即可使用服务端检索;远程 MCP 工具也受支持。该功能不单独收费,仍按模型输入输出 Token 计费,搜索会增加少量固定输入,已加载的参数说明在后续对话中继续计入输入。
2026-11-19Google
Genie 4 开放开发者 API,生成带同步音频的交互世界
继面向用户的 Project Genie 更新后,Google 将 Genie 4 开放到 Gemini API 的 Interactions API 和 AI Studio。开发者可以从文字、参考图或两者组合出发,生成连续的 720p、每秒 24 帧世界,并带同步原生音频,包括环境声、音效与角色对话。
实时键盘控制负责探索,文字指令可在过程中改变天气、光照、物体或事件。官方将交互体验原型、空间设计和智能体训练列为尝试方向;输出包含不可见的 SynthID 水印,AI Studio 提供交互画布与入门应用。
2026-11-19Perplexity / Aravind Srinivas
Perplexity Brain 从历史任务中编写和更新个人技能
Perplexity 宣布 Computer 中的 Brain 开始自动创建和更新个人技能。它读取以往任务的工具调用、推理与结果,寻找重复出现的流程,积累足够证据后再提出新增或修改。供所有用户使用的内置技能,更新前还要经过失败场景的配对回放和工程师审查。
公司披露,在持续八周的生产流量随机测试中,72.9% 的用户获得至少一项新个人技能,手动添加组为 6.5%。工具调用失败相对减少 11%,不满意会话相对减少 7.6%,成本与延迟未见可测变化;这些数字来自 Perplexity 自身测试。
2026-11-18OpenAI / ChatGPT
ChatGPT 听写加入边说边显示的实时转写
ChatGPT 官方宣布 Live Dictation,让语音输入在用户说话时持续转成文字,减少说完后等待整段转写的时间。此次更新针对听写输入,用户能更早看到自己正在口述的内容。
OpenAI 将变化描述为更快、更可靠,但这则公告没有公布识别准确率、支持语言或各端开放时间。它介绍的是语音转文字的输入体验,未宣布延长单次录音上限,也没有把听写变成独立的笔记应用。
02
工程与科研工具
2 篇
2026-11-19OpenAI
OpenAI 用 Codex 串联性能告警、修复与上线复核
OpenAI 披露内部 Performance Factory,利用云端 Codex 处理 ChatGPT 性能回退。告警触发任务后,智能体调查原因、提出修改,由工程师决定合并;部署完成后,再检查性能是否恢复。三个多月内,该流程跟踪超过 1,700 次调查,定位超过 600 个案例的根因。
系统为诊断与修复分别加入对抗式复核,要求另一个会话尝试推翻结论。人工抽查 100 个根因建议时,70% 被评为准确,其余仍需细化或没有充分证明因果。任务保留状态与发现,可以在代码审查和部署等待结束后继续处理。
2026-11-19Ai2
Ai2 在 Asta 上线 Theorizer,并开放理论生成代码
Ai2 将 Theorizer 科研智能体加入 Asta,并开源代码。它围绕研究问题检索论文,按问题设计信息提取模板,再比较研究结果,提出带文献依据与适用条件的解释。Asta 网页端在一定限额内承担 Token 花费,本地运行开源库则由使用者承担模型费用。
在秘鲁露点数据案例中,Theorizer 提出的季节性解释被数据否定,却推动研究人员追查异常与气象站距离的关系,转而发现原始数据的空间估计问题。工具提供的是待检验假说,也可能漏掉已有研究或误判新颖性,并不自动把解释变成科学结论。
03
研究与社会影响
2 篇
2026-11-19Stanford HAI / RegLab
斯坦福校准法律文书 AI 检测,强调总体估计与个案识别之别
斯坦福 HAI 与 RegLab 发布 PhantomDocket 基准,将已有法律幻觉案例与对照文书结合,并用 ScoreMix 校准检测结果。在所研究的 2026 年非债务追讨类起诉文书中,Santa Clara、San Francisco 的 AI 使用估计比例为 38%、36%,Tulsa、Oklahoma 两县为 17%、16%。
同一批 Santa Clara 文书,仅改变检测设置,就可能得到 10% 至 98% 的标记比例。研究者因此强调,这类方法更适合估计一组文书的使用比例,不能据此确定某一份文书是否由 AI 辅助;即使较好的检测器也存在不可忽略的误报和漏报。
2026-11-19MIT
MIT 模型估计:数据中心用电污染影响可远离机房
MIT 研究团队把电网调度、大气传输与流行病学证据结合,估计美国数据中心 2023 年用电带来的新增空气污染对应约 650 例过早死亡,其中细颗粒物约 513 例、臭氧污染约 137 例,合计约占全国电力相关死亡估计值的 5.3%。这是模型归因结果,不是逐例确认的死亡记录。
研究按小时识别哪些发电机会响应额外需求,而非只用平均电网排放。用电集中在弗吉尼亚和得克萨斯,部分较高的人均影响却出现在中西部:电网互联、污染物下风向传播及当地大气条件,使影响跨越数据中心所在地。
04
行业动态
1 篇
2026-11-19The Decoder
海外算力交易受限,报道指 Moonshot 取消印尼租用合同
The Decoder 援引 The Information 报道称,Moonshot AI 取消了一份与印尼云服务商签订的 1.5 亿美元合同,并暂停其他交易磋商。原计划从明年起租用英伟达 Blackwell Ultra B300 集群训练 Kimi K4;报道将取消交易与美国收紧境外云算力出口许可联系起来。
同篇报道援引《金融时报》称,台积电与三星在申请美国许可期间,暂停向部分中国客户交付处理器,涉及 AI 与部分先进手机芯片。这些是媒体对具体合同和供应链变化的报道,不能理解为所有中国企业的境外云服务或所有芯片交付均已停止。