AI 日报 · 2026 年 11 月 12 日 · 星期四
SI信息茧房
DeepMind 发布 AlphaGenome 2：提升单细胞层面遗传变异预测能力
DeepMind 发布 AlphaGenome 2，新一代 DNA 序列模型，可预测遗传变异对数百种人类细胞类型的影响。模型基于超 1 亿个单细胞数据训练，支持条件化输入特定细胞状态，提升对疾病相关细胞中变异的识别能力，如在肠道巨噬细胞中定位 IBD 相关的 ETS2 基因调控变异。
产品发布/更新
Google · AI Blog一手另有 3 家信源报道Google 推出 Gemini Decisions API，支持多模态输入下的快速决策
Google 推出 Gemini Decisions API，基于新模型 Gemini Decision 1，支持在单次请求中处理文本、图像、音频、视频和 PDF 等多模态输入，并同时评估最多 1000 个 yes/no、选择题和评分题，端到端延迟 150-250 毫秒，每百万输入 token 0.10 美元，无输出 token 费用。
Neo4j 博客一手另有 1 家信源报道Neo4j 发布 Relate：面向 AI 智能体的嵌入式图数据库
Neo4j 在 NODES 2026 上发布 Relate，一款开源嵌入式图数据库，专为 AI 智能体设计，支持在应用内以库、CLI 或 WebAssembly 形式运行，无需部署服务器。
Databricks 博客一手Databricks 推出新 Genie：支持自主 AI 协作的企业级智能体
Databricks 推出新 Genie，一个可自主处理复杂企业工作的 AI 协作工具，支持持续跟踪进度、自动响应触发事件并执行操作。
- Databricks 发布 Genie Ontology 通用可用版本Databricks 博客
SiliconANGLE另有 1 家信源报道AWS 推出由 AI 智能体构建的开源本地云模拟器
AWS 推出开源的 AWS Emulator，由 AI 智能体完全构建，可在本地运行数百个云服务模拟，帮助开发者离线验证 AI 生成的代码。该工具基于 Smithy API 模型和真实 AWS 平台构建，通过三支 AI 团队完成测试、纠错和修复，最终代码经安全代理审查后提交至 GitHub。
Restless 发布 AI 驱动的公司协作平台，支持智能体自主执行任务
Restless 发布一个AI驱动的公司协作平台，允许用户构建由智能体自主执行日常任务的团队结构。平台支持Codex、Claude Code等模型，提供持久化Linux环境、权限管理、目标追踪和外部交互控制。项目开源，GitHub星标100，提供自托管和托管版本，支持多公司运行和模型自定义。
行业动态
The Decoder另有 1 家信源报道Anthropic 称 AI 正削弱 Nvidia CUDA 优势，AMD 芯片切换时间从数月缩短至三天
Anthropic 在投资者演示中称，其前沿模型 Mythos 自动完成 Claude 在 AMD MI355X GPU 上的移植，仅用三天且几乎无需人工干预，传统方法需六到十二个月。
cnBeta英伟达拟罢免CEO黄仁勋 股价盘后大跌8%
有消息称英伟达董事会计划召开会议，最快当日投票罢免CEO黄仁勋，该消息未获公司证实，英伟达盘后股价大跌8%。此前有五名前员工透露，黄仁勋与医疗保健副总裁金伯利·鲍威尔存在婚外情，二人曾在加州圣何塞酒店被拍到亲密举动，违反公司行为准则中关于避免利益冲突的规定。
IT之家另有 1 家信源报道Grok Build 安全漏洞导致 SpaceXSI 敏感资料泄露
网络安全公司 Claroc 发现 SpaceXSI 旗下 AI 编程工具 Grok Build 存在安全漏洞，其生成的分享链接可通过 DNS 服务被公开检索，导致包括 SpaceXSI 自身在内的数千名用户敏感数据泄露。
技巧与观点
用48个AI智能体分析NASA激光雷达数据，72小时内发现未记录玛雅遗址
作者使用48个AI智能体分析NASA的激光雷达数据，在72小时内发现一处位于墨西哥丛林中的未被记录的玛雅遗址。智能体通过图像识别方式扫描约1200平方公里区域，识别出金字塔、平台和广场等结构，并排除自然地貌干扰。
美国数据中心建设受阻对 AI 发展的影响分析
美国多个州因政策原因暂停或取消大型数据中心项目，可能导致未来算力增长受限。文章推演极端情景下，美国数据中心容量增长将大幅放缓，下一代 AI 模型训练可能受阻，但通过提升芯片能效、分布式训练、转向后训练及端侧分流等路径，AI 发展不会停摆。同时，算力约束可能利好效率优先的模型公司和创业者。
Machine Learning MasteryAI智能体代码执行沙箱实践：Python子进程、Docker容器与微虚拟机对比
本文提供了一个AI智能体代码执行沙箱的实践教程，通过Python子进程、Docker容器和Firecracker微虚拟机三种隔离层级，对比其安全性和延迟。作者构建了统一的run(code)接口，测试了六种攻击场景（CPU循环、内存占用、进程泛滥、磁盘填满、读取主机密钥、连接内部服务），并测量了执行print(1)的延迟。