AI 日报 · 2026 年 11 月 4 日 · 星期三
YC AI 日报
CUGA 在同模型框架评测中通过率领先
CUGA 团队用同一开放权重模型 GLM-5.3-flash 对比三套框架，在 AppWorld 90 项任务中，CUGA 通过率为 81.1%，高于 Hermes 的 46.7%。Hugging Face 提出模型集成契约，将回归检查前移至 PR 阶段；CWE-bench v2 发布 100 项网络安全修复任务。
模型发布/更新
Palette：让 20B 模型按指定设计语言生成演示文稿
Palette 以 LoRA 微调 20B 模型，使模型可在用户自有基础设施上运行，并按指定设计语言生成演示文稿。系统将设计与编码拆成两个角色，以结构化 JSON 交接页面规格，并行生成每页 pptxgenjs JavaScript；检查器会检测重叠、裁切和溢出，只有确认改善才保留改写。PresentBench 三域均值为 59.7，排名第二；检查器在 131 份演示文稿上平均提升 3.5 分。
产品发布/更新
Google DeepMind一手Google Antigravity 发布 Cheminformatics Skills，加速药物发现工作流
Google Antigravity 发布 Cheminformatics 技能，一小时内可检索数千种化合物、完成匹配分子对分析，并提出带合成路线的刚性化宏环设计。
论文研究
CUGA、Hermes 与 Deep Agents：同一 GLM-5.3-flash 下的框架评测与选型
IBM Research 的 CUGA 团队使用同一开放权重模型 GLM-5.3-flash，对比 CUGA、Hermes 和 Deep Agents 在 AppWorld 90 项任务中的表现，通过率分别为 81.1%、46.7% 和 30.0%。
CWE-bench v2 发布 100 项网络安全修复评测任务
Collinear AI 发布 CWE-bench v2，开放 100 项网络安全修复任务，覆盖 91 类 CWE，并提供确定性评分器与 Harbor 运行框架。
技巧与观点
Hugging Face 为 Transformers 提出模型集成契约（MIC）
Hugging Face 为 Transformers 提出模型集成契约（MIC），通过缩小模型、固定使用路径和人工审核基线，在 PR 阶段检查模型集成回归。
AWS Machine Learning Blog一手如何用 Amazon Bedrock AgentCore Gateway 为 ServiceNow 配置 OBO token 交换
本文演示如何配置 Amazon Bedrock AgentCore Gateway，让调用 ServiceNow REST API 的 AI 智能体通过 Microsoft Entra ID 完成 OBO token 交换。
AWS Machine Learning Blog一手Amazon Quick 教程：用 Space 和对话式智能体统一查询结构化与非结构化数据
Amazon Quick 可通过 S3 知识库、增强数据集和 Space，让一个对话式智能体同时查询结构化数据与非结构化文档，并返回带引用的合并结果。教程以 Product_Sales.csv 为例，补充语义描述后让智能体将自然语言问题转换为 SQL，并与 S3 文档交叉分析 2025 年销售结果和市场趋势。
AWS Machine Learning Blog一手使用 EDB Postgres AI 和 Amazon Bedrock AgentCore 为 AI 智能体构建语义层
EDB Postgres AI 在 Amazon Bedrock AgentCore 架构中构建语义层，智能体经 MCP 查询业务数据。语义层与业务数据同处一个 Postgres 数据库，Anthropic Claude on Amazon Bedrock 负责规划查询，COMMENT ON、视图和语义别名定义业务含义，外键生成连接路径。