Grok Bot 再次介绍可进会议的团队助手，Google 新接口专做封闭判断

当助手能进会议，判断又能在几分之一秒里给出，人更该把时间花在操作上，还是验收上？

本期所述时间除另注明外，均为北京时间（UTC+8）。

• Grok Bot 官方账号再发视频介绍 1.0：同一个助手可以分享给团队，并带进 Slack、Microsoft Teams 和会议。 11 月 2 日已有书面介绍；产品更新日志把 v1.0.1（含 1.0.0）记在 11 月 11 日。方案适用范围见正文。
• Google 推出 Gemini Decisions API，一次可对同一份输入提出最多 1000 道封闭式问题。 它不逐字生成回答，只返回选项的概率和置信度；输入最多 262,144 个 token，可包含文字、图片、音频、视频和 PDF。官方把 150 到 250 毫秒的端到端延迟，写在上下文不超过 1.6 万 token 的范围内。
• DeepMind 的 Gemini Robotics 2.5 在梅赛德斯-奔驰工厂试点中，用 Apptronik 的 Apollo 2 人形机器人做汽车零件分拣装箱，成功率 96%。 这是产线上的概念验证，不是对所有任务的统一成绩。官方介绍发布于 11 月 10 日。
• AlphaGenome 2 把基因变异效应的预测细化到具体的细胞类型，并在单细胞图谱上做了评测。 它已向非商业研究开放，商业研究尚在私下预览；官方写明仅供研究，尚未经过临床或诊断用途的验证或批准。
• Robotaxi 官方称，已经开通的城市现在全天运行。 这条更新说的是既有运营城市的服务时间，不等于宣布新城市。

同一个助手，怎样进到全组的工作里

北京时间 11 月 12 日凌晨，Grok Bot 官方账号发布了一支介绍 1.0 的视频：AI 队友可以和整个团队一起工作。你可以分享 Bot，在 Slack 和 Microsoft Teams 里协作，邀请它们参加会议，并看着它们逐渐变得更有帮助。

这并不是 1.0 的首次书面发布。官方介绍页标明的日期是 11 月 2 日。那篇说明把更新概括成三方面。多人协作：同一位队友可以分享给团队，并进入 Slack、Microsoft Teams 和视频会议，从共事的人那里学习团队的知识和偏好。主动补位：它能识别待办事项并提出接手，跟进未完成的任务，并在需要人做判断时把相关的人拉进来。能力与效率：官方称，与测试版（beta）相比，浏览网页、写文档和做演示文稿更稳定，完成同类任务所需的资源也有所下降，但没有给出具体数值。这些是官方对产品变化的说明，不是独立测评。

能用到哪一档，要看方案。Team Bots 面向 Team 和 Enterprise；会议功能面向 Team、Enterprise 和 Ultra，企业管理员可以在设置里打开。更新日志在 11 月 11 日的 v1.0.1（条目同时包含 1.0.0）里写得更具体：在上述方案中，Bot 可以通过链接加入 Google Meet、Zoom 或 Microsoft Teams 通话，在会议聊天里回答，并在结束后发送摘要。Team Bots 接入 Microsoft Teams，需要 Grok Bot 的团队管理员先开启，再由所有者或经理把 Bot 连到 Microsoft Teams，并经 Microsoft Teams 管理员批准。同事教给 Team Bot 的内容，会先进入待审阅的学习记录，等所有者或经理批准。

Foundation Capital 合伙人贾亚·古普塔试用后认为，Codex 和 Claude Code 更适合已经会使用智能体的人。她的判断是，Grok Bot 不再要求用户先理解会话、工具或配置，因此可能触达其他智能体产品在结构上难以进入的人群，包括传统科技市场之外的首次使用者。这是她的产品观察，不是对三款工具的总排名。

如果你试用过 Grok Bot，它更接近为还不会使用智能体的人做的产品。

贾亚·古普塔原帖，整理

创业者与播客主持人格雷格·艾森伯格则称，Grok Bot 是他眼中目前最好的 AI 智能体编排工具，并公开了一套自己的配置：工程用 Claude Code，设计用他称为「paper」的工具。他还附上与 Ras Mic 的访谈视频，介绍如何复制这套安排。这些是他的个人用法和评价，不能当成官方推荐配置，也不能外推为所有团队的标准工作流。

来源：Grok Bot 1.0 介绍视频 · 11 月 2 日官方介绍页 · 产品更新日志 · 贾亚·古普塔的观察 · 格雷格·艾森伯格的配置与评价

不写长回答，只在封闭选项里做判断

北京时间 11 月 12 日凌晨 2 点 15 分，Google 首席执行官桑达尔·皮查伊宣布：Gemini Decisions API 上线，由新模型 Gemini Decision 1 驱动，可在 Google AI Studio 中使用。它针对的是封闭集合里的选择，而不是逐个 token 写出一段话。

官方博客和文档把范围写得很具体。一次请求可以带上一份共享输入，并附上最多 1000 道彼此独立的问题。输入可以混合文字、图片、音频、视频和 PDF；官方文档给出的上下文窗口是 262,144 个 token（介绍页常写作 256K），覆盖这份共享输入和全部问题。题型只有三种：是非（返回条件成立的概率和置信度）、单选（2 到 255 个选项，返回选中的选项和各选项概率）、按你设定的几个有顺序的档位打分（返回加权分数和各档概率）。每个答案都带 0 到 1 的置信度，代码可以把没有把握的情况转给备选模型或人工。问题说明只能写文字，不能把媒体直接放进问题里。

计费同样只按输入。官方定价是每 100 万输入 token 0.10 美元，输出 token 计为 0、不收费。同一份共享输入只计一次费，每多一道题只增加这道题自身的说明和选项所用 token。官方称，在其共享评测集上，这比用 Gemini 3.5 Flash-Lite 经生成式接口 Interactions API 生成答案便宜，费用接近后者的五分之一（官方写作 nearly 5x cheaper）。博客同时写明：不支持上下文缓存和批量请求接口（Batch API），同一份大文档反复询问时，每次都要按全量输入计费。

官方给出的 150 到 250 毫秒端到端延迟，以及 50 到 100 毫秒的模型计算中位数，是在多模态输入、上下文不超过 1.6 万 token 的条件下测得；题量从 1 道增加到 100 道时，延迟大致保持平稳。最大上下文是 262,144 个 token，官方没有公布跑满这一上限时的对应延迟。

官方称，Google 内部已经把它当作低延迟的控制层，并举例：Gemini Notebook（Google 的笔记产品）用它给提问选择模型档位和思考深度，称日常问题延迟最多降低 40%；Google 的设计产品 Stitch，其快速画布实验用它在数秒内生成可操作的线框，并用语音或点击几乎立刻改稿；Google Labs 的实验产品 CC 用它从 200 多个表情中选一个；Google 搜索则用它为通过 MCP 协议调用的外部工具做对抗行为检测。这些都是官方给出的使用说明和内部结果。官方称，Google Cloud 上的 Gemini 稍后会支持该接口。

它不逐个 token 生成文本，而是在封闭选项里做判断，一次最多可对文字、图片、音频、视频和 PDF 提出 1000 道问题。

桑达尔·皮查伊原帖，译意

北京时间 11 月 12 日上午 6 点 39 分，中文圈 AI 与软件工程布道者宝玉做了面向应用的整理：许多调用其实只需一个判断，例如把客服消息分给哪个组，或这张图是否违规；过去往往要先生成一段话再解析，既慢也容易失败。他同时提醒，官方文档写明不能直接传 YouTube 链接。

来源：皮查伊的发布帖 · Google 官方介绍 · Decisions API 文档 · Gemini Decision 1 模型说明 · 宝玉的整理

工厂里的 96%，和实验室里的新任务

11 月 10 日，Google DeepMind 发布 Gemini Robotics 2.5，称这是迄今最强的视觉—语言—动作模型。官方说，它同时扩大了机器人能学的技能广度，加快了学会这些技能的速度，并在灵活性、可靠性和安全引导上做了加强。

评测方面，官方写明在 200 多项不同任务上做了测试，例子包括用夹子盛食物、给礼盒系蝴蝶结，以及用移液器取液体。与此前基线相比，成功率按任务类型提高 30% 到 100%，完成时间快 20% 到 30%。它原生支持多种机器人形态，包括 Apptronik 的 Apollo 2 人形机器人和带两指平行夹爪的 Franka Duo。

被单独写出的 96%，有明确对象。官方称，这是与 Apptronik、梅赛德斯-奔驰合作，在匈牙利凯奇凯梅特和德国辛德芬根仍在运转的汽车生产线上做的概念验证：Apollo 2 从散装料箱中取出金属支架等零件，按每辆车所需顺序放入分拣托盘。工作流由具身推理模型 Gemini Robotics ER 跟踪，手和手臂则由 Gemini Robotics 2.5 的动作模型控制。96% 只覆盖这一产线试点，不是所有任务或所有工厂场景的统一成绩。Apptronik 联合创始人兼首席执行官杰夫·卡德纳斯说，模型经过几周的后训练，提高明显，转到奔驰产线时下降很小。这是他的公开评价。

安全方面，官方称 2.5 在推理时用引导避开物理危险；在其评测中，绕开障碍物时的安全完成率提高 33%，在附近有人时提高 43%。用于测试越狱稳健性的新基准 ASIMOV-Jailbreak 已开源。官方同时提到，用于加速机器人研究的 Gemini 4 Argon，可从真实摄像头画面生成大量模拟练习，并帮助研究者从失败视频中提出改进假设。官方称，Gemini Robotics 2.5 正在向其机器人合作伙伴推送。

同一周，DeepMind 还在 11 月 11 日发布了 AlphaGenome 2。它要回答的是另一个问题：同样一份 DNA，在不同细胞类型里会被怎样读。官方称，上一版主要预测组织平均效应；新模型把变异效应细化到具体的细胞类型，是条件式的，一次针对一种组织、细胞类型或状态做预测。它在覆盖 68 种组织、超过 1.07 亿个单细胞表达谱上训练。在 TenK10K 这张覆盖 28 种主要免疫细胞的单细胞图谱上，官方称识别出的因果变异约为 30%、方向正确的基因效应约为 43%，并把它与上一版在单细胞数据上微调后的 16% 和 23% 对比，称接近翻倍；官方没有写明这些百分比的分母。官方称，它还能在不重新训练的情况下，根据科学家上传的少量单细胞数据，推广到未见过的细胞状态。AlphaGenome 2 已通过 API 向非商业研究开放，商业研究目前开放私下预览。官方明确：它仅供研究使用，尚未经过临床或诊断用途的验证或批准。

来源：Gemini Robotics 2.5 官方介绍 · AlphaGenome 2 官方介绍

短讯

• Robotaxi 官方称，已经开通的城市现在全天运行。 原帖写的是「Robotaxi now runs 24/7」和「Every city we're available in」。这只说明既有运营城市改为全天运行，并不等于开通了新城市。来源：Robotaxi 官方帖
• 埃隆·马斯克说，为消化更多 Cybertruck 订单积压，生产将延长到 2027 年夏末。 原帖只说明延长期限和「消化更多订单积压」这一目的，没有给出产量、需求或具体排产数字。来源：马斯克的说明
• 归藏用 Claude Fable 5.2，一个下午做出了可在网页里试玩的 3D 动作游戏《雾锁山门》。 他写道，三维模型、场景、动作和优化都由这个 AI 模型完成，并整合进一个约 30 兆的 HTML 文件；他给出的用量是 45 亿 token。这是他的个人制作说明和试玩页，用量数字未经独立核对。来源：归藏介绍 45 亿 token 与试玩页的帖 · 关于网页发布的补充 · 试玩页
• 百度发布文心 ERNIE 5.5 Flash Preview。 官方介绍：这是基于此前 Flash Base 的首个后训练预览版，总参数 2800 亿，每个 token 激活 140 亿，上下文 100 万 token；API 已在千帆上线，权重将以 Apache 2.0 协议开源，百度官方账号写明将在 11 月 25 日前发布。官方还写，生成速度超过每秒 200 个 token，并提醒这是后训练中的中间检查点，训练尚未结束，部分能力仍可能不足。来源：官方发布说明 · 百度官方账号说明
• 中文圈开发者橙转述 Anthropic 路演视频称，他们用 Mythos 在约三天内让 Claude 在 AMD 上运行起来。 另一份转写来自安德鲁·柯伦（北京时间 11 月 11 日上午 9 点 09 分）：Anthropic 今年首次开始使用 AMD 的 GPU；过去接上新芯片平台要数十名工程师花费数月，这一次交给 Mythos 尝试：在几乎没有人工干预的情况下，用三天让 Claude 在 AMD 上运行，几乎全部内核的移植或编写都由 Claude 完成。柯伦的转写没有说明 Mythos 的具体形态，也没有点名某一款具体 AMD 芯片；这说的是一次芯片适配，而不是全面迁离现有平台。来源：橙的转述 · 安德鲁·柯伦的路演转写
• 中文 AI 实践者范凯把一加 15 插到 MacBook 上，用 Pi Agent 和自己的 android-adb-control 技能整理微信最近联系记录。 他称过程很流畅，但出于个人隐私没有公开操作视频或截图。北京时间 11 月 12 日下午 3 点 26 分他又补充：手机不必插在电脑上，电脑和手机都安装 Tailscale，并允许安卓调试桥（ADB）通过 Wi-Fi 连接后，也可以远程操控。这些都是他的个人使用说明。来源：插线演示说明 · 远程连接补充
• 沃顿商学院教授伊森·莫利克认为，人们很快就会用「最后一款人类 3A 游戏」这样的说法，去回望今后这一类大型游戏制作，而对 AI 的抵制，首先伤害的是独立团队。 他写道，再过一周多将看到名为《The Last Human Game》的作品发布（这是他的说法，本文未独立核对该发行安排）；人们以后会把没有 AI 辅助、预算高达十亿美元的《GTA 6》那样的作品，看作类似金字塔的奇迹。他同时认为，在所有编程都将实际涉及 AI 的环境里，坚持「代码里完全不能有 AI」会对独立工作室更苛刻；若读者在意人类劳动，更应奖励以人类艺术家和设计师为中心的游戏，而不是去审查是否使用了 AI。这是他的独立评论，不是已经发生的行业结论。来源：关于人类 3A 的帖 · 关于独立团队的帖 · 关于工业化的补充

第一、二节写到的这些更新，把更多工作从亲手操作挪到结果验收：助手能否进会、判断是否站得住，仍然要人来决定。