OpenAI 推出 LifeVal，评测 ChatGPT 生活任务

概览

本期共 8 条，前 3 条为今日重点；正文按板块展开。

热门模型动态

1. 重点 · OpenAI 推出生活任务评测 LifeVal，据报道 GPT-6 Astra 得分 80%
2. 重点 · Grok Bot 被指额度减半，马斯克称运行成本「过高」
3. 重点 · Anthropic 确认 Claude Code 提示词新增规则，避免复刻他人游戏

全球 AI 资讯

4. SynthID Detector 全球开放，可检测 OpenAI、NVIDIA、Kakao、Apple 的生成内容
5. 高盛收回交易员和银行家的 Claude Code、GitHub Copilot 权限
6. Uber 自建 MCP 网关，统一管理 800 多个服务器、5000 多个工具

区域与早期信号

7. 千问办公在李佳琦直播间半小时卖出 10 万份月卡，约合 2 万亿 Token
8. MiniMax H3 开放权重一个月：下载量超过 2400 万次，衍生模型 300 多个

九凤根据本期已引用来源整理。

热门模型动态

OpenAI 把模型评测从工作任务扩展到找托育、做预算、办政务这类个人事务。

OpenAI 于 11 月 2 日公布 LifeVal，用来给 AI 模型在日常个人任务上打分，任务包括找托育服务、制定预算、下单买菜和办理政府服务。OpenAI 称过去一年一直在内部用 LifeVal 跟踪模型在这些任务上的表现，并据此改进模型。据 RuntimeWire 援引 CNN 的报道，GPT-6 Astra 在该评测中得分 80%。RuntimeWire 认为，LifeVal 把 GDPVal 评测工作任务的思路延伸到了家庭生活，为会浏览网页、操作电脑、通过连接器执行操作的个人智能体提供了训练目标。

局限：LifeVal 是 OpenAI 的内部评测，80% 这个分数来自媒体转述。报道没有给出其他模型的对照分数，也没有说明任务集和评分方法是否对外公开。

来源：有原始出处 OpenAI · RuntimeWire

马斯克称 Grok Bot 是自己见过增长最快的产品，不到两周后，它的使用额度就被收紧了。

据 The Decoder 援引《每日电讯报》的报道，周末多名用户发现 Grok Bot 的额度被砍掉一半。TechCrunch 报道，万圣节周末有用户的周用量从最低 50% 一夜之间跳到 100%。马斯克周日在 X 上回应，称「运行 Grok Bot 的成本相对收入高得不可持续」，TechCrunch 据此报道这不是故障。Grok Bot 能浏览网页、回复邮件、登录账户，额度与 Grok 和编程平台 Cursor 共用。SpaceX 总裁 Gwynne Shotwell 在 10 月初提到，Grok Bot 每周付费用户有 80 万，比上月多出一倍以上。

局限：马斯克没有直接确认削减额度。报道也没有给出新的额度数值，或各档订阅的具体调整。有用户反映要等好几天才能拿到新额度。

来源：有原始出处 Elon Musk on X · TechCrunch · The Decoder

原创游戏、同类型游戏和用自有素材做的游戏照常能做，但 Claude Code 会避开复刻别人的某款具体作品。

据 The Verge 援引 Tom's Hardware 的报道，Anthropic 更新了 Claude Code 的系统提示词，防止它被用来重做现有电子游戏。上周有 X 用户发出截图，称系统提示词里新增了两句话，开头是「Do build original games, games in a genre, and games…」。

Anthropic 的 Addy Osmani 回复确认，公司在 Opus 5.5 上给 Claude Code 的提示词加了两句话，用来避免复刻他人的具体游戏，理由是侵犯 IP 违反使用政策。他表示原创游戏、同类型游戏和用自有素材做的游戏仍应正常可用。The Verge 提到，复古游戏圈目前充斥着 AI 做的反编译、重编译和移植版本。

局限：Osmani 确认了提示词有更新，但没有逐字确认截图里的原话。报道没有说明这条规则在什么情况下触发、执行有多严格。

来源：有原始出处 X 截图帖 · The Verge

全球 AI 资讯

用户上传一个文件，就能在所有 SynthID 合作方的水印体系里做检测。不过它不是通用的 AI 检测器。

Google DeepMind 宣布 SynthID Detector 面向全球开放。用户在 SynthID.com 上传图片、音频或视频，工具会返回「是」或「否」。

• 覆盖范围：据 Google 官方博客 10 月 29 日更新，可检测 Google 及合作方 OpenAI、NVIDIA、Kakao 和 Apple 的内容。
• 原有方式：以前只能问 Gemini 识别，而且只限 Google 自家生成的内容。
• 技术：SynthID 2023 年推出，用密钥改变像素、token 或音频频率的概率分布，嵌入不可见的水印。

局限：Google 表示，结果显示「无明确信号」不代表内容不是 AI 生成的。SynthID 测不出 Meta、微软的 AI 内容，因为它们用的是别的水印技术。大幅修改会削弱水印信号、造成误判。Reddit 用户批评误报率太高，并称低强度降噪就能去掉水印。

来源：有原始出处 Google Blog · Google DeepMind · InfoQ

非技术员工的「vibe coding」试验结束，AI 编码工具改为只给工程师用。

据 The Decoder 援引彭博社的报道，高盛根据 10 月的内部指引，停止了大多数员工使用 Claude Code、GitHub Copilot 等 AI 编码工具，只有工程师还能用。交易员和银行家此前用这些工具监控交易流、制作内容已有数月。今年 7 月，高盛 CIO Marco Argenti 曾公开称赞非技术员工的 vibe coding。发言人 Nick Carcaterra 说，调整原因包括「生产率与风险管理等多种因素」，试验阶段已经结束。

局限：报道没有给出受影响的员工人数，也没有说明具体是哪些风险。据报道，这次收回在公司内部引发了不满。

来源：单一报道 The Decoder

Uber 用一个网关统一管理内部 AI 智能体发现和调用工具的方式。

InfoQ 报道，Uber 搭建了 MCP Gateway，统一 AI 智能体发现和调用内部服务的方式，覆盖 800 多个 MCP 服务器、5000 多个工具。这个网关把工具注册和运行时调用拆开，分层处理。

局限：公开信息只有摘要，没有给出延迟、权限模型细节，也没有说明是否开源。

来源：单一报道 InfoQ

九凤根据本期已引用来源整理。

区域与早期信号

按 token 计费的 AI 办公会员，被当作双十一爆款在直播间带货。

雷锋网报道，11 月 2 日晚，千问办公个人会员月卡在李佳琦直播间开卖，半小时售出 10 万份，累计约 2 万亿 Token。千问办公 CEO 陈宇森到直播间演示了几个场景：整理孩子的作业和试卷、根据直播回放和弹幕生成商业分析报告、用对话生成并上线一张可多人访问的钓鱼地图。

局限：销量和 Token 数字来自报道，没有第三方核实。原文没有给出月卡售价和每份的 Token 额度。

来源：单一报道 雷锋网

开放权重之后，H3 成了视频生成公司和英伟达团队做二次研发的基座。

InfoQ 中文报道，MiniMax 今年 8 月开放多模态模型 H3 的权重，一个月内下载量超过 2400 万次，公开的衍生模型有 300 多个。fal 在 H3 基础上训练了 H3 Max，主要优化推理速度。英伟达相关团队除了 Open-H3-Regenerate-2K，还做了流媒体渲染方案 StreamRender-H3 和快速视频解码器，并在不改动权重、提示词和生成配置的前提下优化了生成流程。

局限：原文没有说明下载量的统计口径和数据来源平台。各衍生项目的效果也没有给出量化对比。

来源：单一报道 InfoQ 中文