AI 周报(11月8日—11月14日)
AI 周报(11月8日—11月14日)
这周最大的新闻不在模型上。黄仁勋离开英伟达,随后马斯克等一批科技高管联署请愿要求恢复他的职务,WSJ 又把原因指向"高风险的商业操作",亚洲多国政府跟着表态,英伟达对 AI 初创的投资也开始收紧。一个人事变动牵出这么多后续,说明这家公司现在的位置太特殊:它既是算力的闸门,也是整条产业链的情绪锚点。
模型侧照常迭代。Qwen3.8-27B 在 Hugging Face 拿到两万点赞、六百七十万下载,27B 这个量级正在变成"能本地跑、质量够用"的默认选择。Gemini 4 Carbon 登顶 MathArena,代价是十五倍于对手的成本。开源这边 llama.cpp 和 SGLang 同时迈入 1.0,同一天有人发了《No AI Slop 宣言》。
一、GitHub:iOS 改造工具占了一半
本周 Star 榜前十里,五个跟 iOS 系统改造有关:
GestaltX 7,576 iOS 27.x 的 MobileGestalt 编辑器,改区域、设备型号
S2Arm 3,004 把 Switch 游戏重编译到 iPhone / iPad / Mac 原生运行
Erosion-CN 2,062 iOS 系统配置研究工具箱,中文版
WQFiles 859 iOS 26/27 的文件管理、缓存清理
mkw-recomp 935 Switch 2 马力欧赛车世界静态重编译到 PC
另外几个是"个人生产力"方向:yogurt(1,498)做完全本地、不上传的会议记录;agentes-chat(1,405)是自托管的 Slack 替代品,人和 AI 智能体在同一个频道里干活;ANR(1,847)是 Apex 的神经渲染框架。
这个分布和前几周不一样。前面几周榜单被 Skills、Agent 工具包占满,这周回到了"折腾设备"和"个人工具"。开发者对智能体的兴奋度在降温,对"能立刻改善自己日常"的东西热度回升。
二、Hugging Face:27B 成了甜点尺寸
Qwen/Qwen3.8-27B 20,014 赞 675 万下载
Lightricks/LTX-2.5 11,934 赞 277 万下载
unsloth/Qwen3.8-27B-GGUF 5,945 赞 642 万下载
DeepSeek-V4-Pro-Qwen3.5-9B-UNCENSORED-heretic 7,367 赞 2.4 万下载
DavidAU/Qwen3.8-27B-...-Heretic-Uncensored-NEO 3,124 赞 165 万下载
MiniMaxAI/MiniMax-H3-Image 1,118 赞 51.8 万下载
moonshotai/Kimi-K3.1-Pro 2,080 赞 4.4 万下载
NousResearch/Arete-27B 594 赞 6,191 下载
两件事值得记:
27B 站稳了。 Qwen3.8-27B 本体加上 unsloth 的量化版,合计一千三百万次下载。这个尺寸能在单张 24G 显卡上跑量化版,质量又接近上一代旗舰,成了本地部署的实际标准。
未审查版本下载量惊人。 三个 Heretic / Uncensored 变体加起来超过一千六百万次下载。厂商在安全对齐上投入越多,社区绕过它的动力越大,这个裂缝短期内不会合上。
三、知乎:从"模型多强"转向"工程怎么落地"
本周热榜里 AI 相关的不多,但有一条很直接:
马化腾曾坦言腾讯 AI「上了船才发现船漏水」,如今又把员工分成陆军和海军,这释放了什么信号?
还有一条技术向的:
DeepSeek harness 相比 codex 有什么劣势?
两条指向同一件事:讨论重心从"谁的模型分数高"变成"谁的组织和工程撑得住"。腾讯把团队分成"陆军"(做产品落地)和"海军"(做底层能力),这个分法本身就承认了一件事 —— 模型能力不再是瓶颈,交付能力才是。
四、ModelScope:节奏跟得上,量级差一截
DeepSeek-V4.1-Flash-1017 4.0 万下载
Kimi-K3.1-Pro 1.5 万下载
MiniMax-H3-Image 1.5 万下载
MiniMax-M3.1-Flash 3,916
Mistral-Large-4-1T-A52B 1,239
ERNIE-5.5-Flash-Base 775
LongCat-2.5 413
国内开源模型的发布节奏和 HF 基本同步,但下载量差一个数量级 —— Qwen3.8-27B 在 HF 是六百多万,DeepSeek 在魔搭是四万。原因不复杂:海外模型的下载主要来自全球开发者和自动化流水线,国内平台更多是试用和评测。
五、掘金:开源的经济模型在松动
这周掘金最好的一篇不是技术文:
开源也扛不住 AI 了?ESLint 宣布立即终止外部贡献者奖励
ESLint 停掉外部贡献者奖励,理由是 AI 生成的 PR 让维护成本暴涨,而赞助收入没跟上。这条和 llama.cpp、SGLang 同周发布 1.0 放在一起看,构成了开源的两面:工程上在成熟,经济上在失血。
另外两篇值得看:
- 「AI 时代软件的终局:界面退位,契约上位」—— 讨论当智能体直接调 API,UI 的价值往哪里转移
- 「Claude Code 的『项目经理』上班了」—— 多智能体并行时的协调器设计,讲的是怎么让几个 AI 工人不互相踩脚
六、CSDN / Reddit:黄仁勋的话题淹没了技术讨论
Reddit 的 LocalLLaMA 板块这周前三条全是同一个人:
3,183 票 Stories coming out about Jensen
3,053 票 Jensen Huang's mistake was being too pro LocalAI
2,698 票 Instead Of Lowering GPU Prices, Former NVIDIA CEO ...
第三条的标题把社区情绪说透了:本地 AI 玩家一直认为英伟达在刻意维持高价,现在人走了,大家开始翻旧账。
MachineLearning 板块相对冷静,UMAP 0.6 发布(新初始化、新优化器、更快)和「怎么看待中国的 ML 研究」两条讨论质量不错。
CSDN 上有一条挺有意思:《飞牛 NAS 部署 Hermes AI Agent:接入 DeepSeek、微信与公网访问完整教程》。开源智能体框架开始被人写成 NAS 部署教程,说明这类工具已经过了"极客玩具"阶段。
七、飞桨:继续安静
本周没有新版本、没有大更新,社区讨论量维持在低位。PaddleOCR 仍是生态里最活跃的组件,但主力模型仓库的提交频率已经降到每月个位数。
八、Kaggle:数据集比竞赛热闹
Moltbook Social Interactions Dataset 智能体社交行为数据集
Central Bank Exchange Rates, 1914 to today 百年汇率数据
GemmaFineTuning Gemma 微调实践
竞赛侧没有大动作,数据集侧出现了"智能体行为"这类新题材 —— 有人开始系统性收集多智能体交互的痕迹,用来研究它们怎么协作、怎么冲突。
九、官方与一手消息
英伟达人事地震
黄仁勋离任后,马斯克等科技高管联署请愿要求恢复其职务;WSJ 报道称离任源于公司高风险的商业操作;亚洲多国政府对芯片供应与项目影响做出回应;英伟达对 AI 初创的投资策略可能收紧。这是一条完整的连锁反应,不是单一事件。
Anthropic 的 IPO 前夜
CEO Amodei 坦言明年存在"巨大不确定性"。同期两条技术消息:官方称旧提示词习惯会拖慢 Claude Opus 5.5,建议去掉"think hard"、从 Medium 档起步;前研究员 Coxon 称已能用原算力的很小一部分重新训练 Mythos。
Gemini 4 Carbon 登顶 MathArena
代价是成本约为 GPT-6.1 Sol 的十五倍。榜单第一和单位成本第一,从来不是同一件事。
OpenAI 两条线
重组机器人团队,研究人员转入通用模型团队;推出 ChatGPT Wallet,让智能体代用户完成支付。一条收缩,一条扩张。
LangChain 完成 3 亿美元 C 轮,估值 30 亿美元
智能体基础设施层拿到大额融资,说明资本仍然相信"卖铲子"的生意。
研究称中国开源模型疑用被禁出口的 Blackwell 训练
DeepSeek、Kimi 等被点名,属于指控性质,尚无定论。
十、三条主线
① 一个人的离开,暴露了一条链的脆弱
从请愿到投资收紧再到各国政府表态,英伟达的治理结构问题被摆到台面上。算力供给的稳定性,现在取决于一家公司的管理层稳定。
② 开源在工程上成熟,在钱上失血
llama.cpp 和 SGLang 同时 1.0,Qwen 27B 霸榜,另一边 ESLint 停掉贡献者奖励。技术共同体在扩张,经济模型没跟上。
③ 智能体开始碰钱
ChatGPT Wallet 上线、LangChain 融资、Shield 用 AI 交接传统门户工作。智能体从"能回答问题"走到"能代付账单",责任边界随之变得模糊。
十一、总结
这周的信息密度集中在两处:一家公司的人事,和开源社区的钱。
模型层面的进展是线性的 —— 27B 变强、视频模型更便宜、数学榜单换人,都在预期之内。真正的不确定性来自组织:英伟达换了掌舵人,Anthropic 在 IPO 前承认看不清明年,开源维护者发现 AI 把自己的贡献奖励吃掉了。
对使用者来说,这周的实用结论只有一条:27B 级别的开源模型已经够用,本地部署的门槛降到了消费级显卡。剩下的问题是,这套东西背后的公司和社区,能不能撑到下一个周期。
数据来源:GitHub、Hugging Face、ModelScope、知乎、掘金、CSDN、Reddit、Kaggle、飞桨,以及 AI 热点雷达的当周聚合。