OpenAI 于 2026 年 11 月推出 GPT-6.1「Terra」，定位多模态全能旗舰：原生融合文本、图像、音频与视频理解，主打「长上下文 + 实时多模态」与更强的 agent 执行能力，被多家评测列为新一代第一梯队。

2026 年下半年 Robotaxi（无人驾驶出租车）在中美多地进入规模化运营：百度 Apollo Go、特斯拉等密集扩区，单车成本与接管率大幅下降，自动驾驶从 demo 走向日常出行基础设施。

OpenAI Sora 2 将文生视频推向更高分辨率与更长时长，强化世界一致性与音画同步，带动一波 AI 短片与广告创作热潮，视频生成进入「可用生产工具」阶段。

阿里于 2026 年 11 月发布通义千问 Qwen3-Max，参数规模与多语言能力再升级，延续开源路线并强化中文与代码表现，被视为国产大模型第一阵营的最新代表。

GitHub Trending 11 月 6 日，Cloudflare 发布 security-audit-skill：把编码 Agent 变成安全审计员，先画架构与信任边界，再派隔离 hunter Agent 查漏洞，每条结论都由独立 verifier 反证，只有带完整溯源的发现才进报告，反映 Agent 治理从软呼吁转向硬约束。

机器之心 11 月 2 日报道，DiffuSpace 发布开源扩散语言模型 Clover-35B-A3B-Preview，官方称多项评测达到或超过同规模自回归模型水平，并在智能体编程、工具调用等长序列难任务上生成更快，押注高速生成与高性能可共存于同一模型。

机器之心 NeurIPS 2026 论文 MemSkill：把交互历史切成片段，用技能库指导记忆的提取与更新，并以任务表现作奖励强化学习 Controller，形成记忆技能的自进化闭环，让智能体在长期交互中越用越会记。

据彭博社 11 月 6 日报道，OpenAI 已完成约 110 亿美元的新一轮融资，公司估值升至约 1.25 万亿美元；在上市时间未定、算力基建仍需持续投入的背景下，这笔新资本为其争取了更多腾挪空间，后续能否达到约 200 亿美元总额仍待观察。

NVIDIA 开源 auto-ontology，为 LLM / Agent 工作流构建基于图谱的语义推理层，提供确定性查询生成、更好的上下文检索与更可解释的 AI。它代表 RAG 与知识图谱、Agent 融合的新信号：让模型先有「结构化的世界模型」再推理，而非裸奔检索。

Mistral 发布约 1 万亿参数、原生多模态的 Mistral Large 4（代号 Le Chonk）并放出可下载权重（限制转售为服务），支持百万 token 上下文与低/中/高三种推理模式。同周 Gemini 4 Carbon 限定预览、LongCat-2.5、SenseNova 6.8 等扎堆，「开源权重」与「真正开源」的边界成为新争论点。

Beipo AI 开源 NorthCUA 系列（9B / 35B / 397B），基于 Qwen3.5 架构，从截图和指令直接操作桌面应用与网页界面，权重、训练代码与执行框架以 Apache 2.0 放出，技术报告称 Pro 版在 OSWorld-Verified、WebArena-Verified 上超过闭源 Qwen3.8-Max 与 Kimi-K3。与腾讯 Hy4、Vercel agent-desktop/browser 共同把「Computer Use」推向开源品类。

微软开源前沿语音 AI VibeVoice，主打长时长、高表现力的语音合成，发布即登 GitHub Trending；与 Apriel Voice 27B 等开源语音模型共同把「可本地部署的高质量语音」推上热点，语音生成从闭源 API 走向开源社区。

「计算机操作」从实验功能走向产品化：OpenAI GPT-6.1 Terra 让 Agent 直接操作电脑界面，微软开源 4B 端侧模型 Mage-VL-Cowork、腾讯混元 Hy4 也支持电脑操作。AI 从「聊天」走向「执行」，成为 Agent 落地的分水岭。

Google DeepMind 发布 Gemini 4 Carbon，主打网络安全与长程自动任务能力，在 SEC-bench Pro 88.2%、ExploitGym 54.8%、CWE-bench 71.0% 领先，并以 59 分登顶 Artificial Analysis Intelligence Index v5.0，重新夺回性能榜首。

智元机器人联合清华、无问芯穹发布群体经验学习框架 CEL：多台机器人共享习得的技能经验并协同进化，单机技能可快速同步至整个集群，学习效率较单机模式提升数倍，推动具身智能从单机走向群体协同。

谷歌提出「睡眠框架」，模拟人类睡眠的记忆巩固机制：清醒阶段接收信息暂存短期记忆，睡眠阶段通过记忆巩固与梦境自改进转长期参数记忆，可将连续学习后旧任务准确率降幅减少超 60%，为大模型终身持续学习提供新解。

百度 Apollo 在世界模型上落子：Apollo World 把无人车周边的人车都建模成有决策能力的智能体，虚拟路测日跑 10 万公里，试图用仿真逼近平真实车数据。

Anthropic 开源 FlashProve，用零知识证明给每次模型推理附一张可独立核验的「防伪小票」，让模型中转/聚合平台「掉包模型」的信任问题第一次有了密码学解法。

腾讯混元 Hyra 2.0 把科研智能体的目标从「解题」升级为「造工具」：让 Agent 研发可复用的科学模型与软件，并用「证据链 + 独立复核」把科研工程纪律沉淀成系统。

奥特曼在 ADIPEC 披露：约 1 万个 Agent 用「下一代 GPT」协作 88 小时攻克纳维–斯托克斯方程，GPT-6 Astra 再用 17 小时完成 Lean 形式化验证——万级智能体协作正从概念走向产品。

Anthropic IPO 指 Claude 研发商 Anthropic 于 2026-11 月初公开递交 S-1 招股书、拟以「ANT」为代码登陆纳斯达克（预计 11 月 16 日当周），上半年收入约 163 亿美元，成为大模型商业化与资本化的标志性事件。

DeepSeek Harness 是深度求索开源的「智能体框架」，核心理念是「万物皆插件」——把工具、记忆、子 Agent 都抽象成可插拔的插件，再用 Super-agent 思路做更自主的多任务编排。

Kimi K3.1 Pro 是月之暗面（Moonshot）2026-10-24 发布的新一代开源基座模型，约 3T 参数、100 万 Token 上下文，在编程、3D 创作、金融研究与长程 Agent 能力上大幅提升，完整权重计划 11 月 4 日发布。

扩散语言模型（dLLM）是一类「不逐字生成、而是像扩散模型一样并行产出整段文本」的语言模型，试图打破自回归模型一个 Token 接一个 Token 的串行瓶颈，代表如 DiffuSpace 开源的 Clover-35B。

Agent Skills 指把专家经验、审美偏好、安全规范固化成可复用的「技能包」，让 Claude Code / Codex / Cursor 等编程智能体即插即用。2026-11 GitHub Trending 几乎被 skills 仓库包圆（hallmark、impeccable、superpowers、mattpocock/skills 等），标志 Agent 工程从「零散 prompt」走向「技能生态」。

DeepSeek 搜索引擎上线，被媒体解读为「AI 时代重要基建，搜索或不再由百度主导」。大模型直接给出答案的搜索范式持续侵蚀传统关键词搜索，成为 2026 下半年大模型下沉到「信息入口」的标志性事件。

Anti-AI-Slop 指社区对「千篇一律的紫渐变 + 光晕 + emoji 标签」AI 生成页面的审美反抗。hallmark、impeccable、taste-skill 三款设计质量技能本周同时冲进 GitHub 前列，说明焦虑已从「agent 能不能写代码」转向「写出来的东西像不像人做的」——AI 审美标准正在成为新赛道。

苹果于 2026-10-31 宣布与阿里合作，将通义千问整合进中国大陆版 Apple Intelligence，11-04 随 iOS 27.3 开发者测试版开放测试，12 月正式推送。用户可通过 Siri 调用千问问答、文档图片追问，并用「千问创作」生成文图。这是苹果用本土大模型补齐中国系统级 AI 能力的关键一步。

（待人工主笔：用一句话说清道明「测试热词 TestTerm 2026-11-01」是什么。）

种草是「在你心里种下一棵想买的草」——用内容勾起购买欲。它早已从一句黑话长成一套可量化、可复用的营销方法论：2026 年小红书把它推进「效果化时代」，同时监管也在收紧，隐形广告必须标「广告」。

Agent（智能体）是「能自己干活、而不只是回答问题的 AI」：你给目标，它自己拆步骤、调工具、看结果、再决定下一步。2025–2026 年它从「会聊天」走向「会办事」，正批量进入真实业务流程。

模型自进化指让 AI 自己生成训练数据、自己评估答案好坏、自己筛选经验再学一遍，从而减少对人类标注的依赖，压低迭代成本。

智能体工程化指把「会演示」的 Agent 变成「能交付」的软件工程问题：权限怎么划、日志怎么记、失败怎么重试、人在哪兜底。Harness 是承载这套约束的执行框架。

智能体终端指 AI 以智能体形态直接跑在手机、PC、车机、眼镜等设备上，从「云端问答的屏幕」变成「本地能干活的助手」。

Agentic AI 是比 Agent 更进一步的 AI 形态：拿到一个模糊的大目标后，它能自己规划步骤、自己纠偏、自己回头检查，而不是接一句指令跑一条固定流程。

反向消费是年轻人「不追贵、不追新、只追值」的消费观：拒绝为 logo 和故事溢价，平替、临期、二手、薅羊毛都是它的具体招式。

仅退款是买家不退货、平台直接退钱的新规。它本意是治理劣质商家，却常被「羊毛党」钻空子，成了商家和平台的新战场。

薅羊毛是「占商家的便宜」——领券、凑满减、蹲秒杀、刷返利，把能省的每一个铜板都省下来。适度是省钱，过度是时间黑洞。

临期指快到保质期、但还没过期的商品。临期不是过期，价格常腰斩，品质无差。临期食品盲盒、临期超市就是这股省钱风的代表。

国货是「国产商品」的简称，这几年从「便宜替代品」翻身为「香饽饽」。不是因为爱国滤镜，是因为性价比和品质真的上来了。

平替是「平价替代品」——花更少的钱，买到功能/质感接近大牌的东西。它不是廉价，是「反溢价」：凭什么为那个 logo 多付三倍？

爆款是被流量突然引爆、数据远超平时的视频或商品。一个爆款能带飞整个账号，也是商家梦寐以求的「破圈」瞬间。

直播带货是主播在直播间实时卖货，边聊边下单。它把「逛街、导购、砍价」塞进一块手机屏，是这两年最猛的电商形态。

完播率是看完你视频的人数占看到它的人数的比例。它是短视频平台判断「内容好不好」的核心信号——没人看完，算法就懒得推。

私域是你自己掌控的流量——微信好友、社群、公众号粉丝。和平台里的「公域」相对：公域要花钱抢，私域能免费反复触达。

切片是把长视频（尤其是直播）剪成短视频片段，二次发布。有人剪头部主播的名场面引流，有人用 AI 自动生成切片铺量。

投流就是花钱买流量——把视频或直播间推给更多人看。抖音的 DOU+、巨量千川都是投流工具。它不是「买观众」，是「撬杠杆」，帮好内容更快被看见。

起号就是从一个零粉丝的新账号开始，把它一点点做起来。平台算法要先「认识」你的内容，才肯给你推流量，起号就是让算法给你贴标签的过程。

具身智能（Embodied AI）是”有身体的智能“——把 AI 装进机器人，让它在真实世界里看、摸、动，而不只是活在屏幕里。

机器人（Robot）是能感知环境、自己动起来的物理机器——从扫地机到机械臂到自动驾驶车，都算。它是 AI 的”身体”，不是屏幕上那段话。

MCP（Model Context Protocol，模型上下文协议）是 2024 年底提出的开放标准，想当 AI 模型接外部工具和数据的”通用插头”。

提示词（Prompt）就是你跟 AI 说的那句话、那段指令。把目标、背景、格式、禁忌说清楚，是普通人驾驭大模型最低门槛的杠杆。

RLHF（基于人类反馈的强化学习）让 AI 的回答更合人的心意。它是 ChatGPT 那一代”突然好用”的隐藏功臣。

微调（Fine-tuning）是在训练好的大模型上再用特定数据喂一轮，让它更懂某一行、某一类任务。它和提示词是两条不同的路。

Embedding（嵌入）把文字或图片变成一串数字，让意思相近的东西数字也相近。它是语义搜索、RAG、推荐系统的地基。

多模态（Multimodal）指 AI 能同时处理多种信息——文字、图片、声音、视频，而不是只会其中一种。它是 AIGC 往”全能”走的关键一步。

Diffusion（扩散模型）是 AI 画图、生成视频背后的主力技术：从一团噪声里一步步”去噪”，”长”出一幅画。

RAG（检索增强生成）让 AI 回答前先去查资料再开口。它不动模型、外挂知识库，是多数企业落地 AI 的第一步。

Transformer 是 2017 年提出的一种模型架构，用”注意力机制”让词与词同时互相看。今天几乎所有大模型，底层都是它。

GPT 是 OpenAI 搞的一系列大语言模型（Generative Pre-trained Transformer）。ChatGPT 是套在它外面的聊天产品——很多人把两者搞混了。

AIGC 是 AI Generated Content（AI 生成内容）的缩写：用 AI 写文章、画图、做视频、谱曲。它是 LLM 的”产出形态”，不是另一种模型。

LLM 是 Large Language Model（大语言模型）的缩写：一个读过海量文本、靠”猜下一个词”来续写和对话的模型。这一轮 AI 浪潮的发动机就是它。

人工智能（AI）就是让机器去做原本要人脑才搞得定的事——认图、写话、做决策。现在大家嘴边的 AI，大多指靠数据喂出来的那一类。