优纳星智慧软件日报|AI 项目验收:住房管理公司把 5 人一年的活压到 2 人两月(2026-11-06)

今日速览

五条，最该看第一条；其余判断在下面的展开里。（这张速览表出成图 1，正文不排表。）

主打：那笔省人账的分母，是先把台账做成可对账的数据

据 OpenAI 官方案例页（11 月 3 日更新），Heimstaden 是欧洲一家住宅租赁与资产管理公司：2025 年 6 月决定加速用 AI，评估过几个平台后选定 OpenAI；2025 年 9 月 ChatGPT Enterprise 上线后，两到三个月内一半员工开始用；公司设了中央 AI 转型办公室，维护一份用例库让各部门照着抄。

页面给了四个可对号的数，做成了图 2 那张四格表：改前、改后、数字谁给的、你复算时先填哪一格。三处先钉住。一，四个数全是厂商与客户自述，人力那一格官方页用的就是"估计"这个词，本轮没检索到第三方审计或逐条对账口径。二，降幅最狠的那一格是最便宜的一段活——做图，不等于整体运营成本降了 99%。三，"5 人一年"对"2 人两月"只讲某一类交付，页面没写它占公司全部交付的比重，这数不能直接乘到你们头上。

老板版：省下来的是 3 个人 10 个月；前提是资产台账先能逐条对账。

展开：谷歌新基准把"91% 正确"和"能签字"分成两栏

谷歌云博客 11 月 3 日与 Mercor 发布 PLE：85 项长周期工程任务（机械 30、电气 27、土木 18、结构 10），每题平均 61 个文件、共 5,170 个，智能体在离线容器里读图纸与规范，交出"持证工程师会审会签"的交付物，单题限 6 小时。官方页写所有前沿模型在私有测试集上都低于 50%，原生框架最高均值 48.3%；最高分配置满足 91% 的单项约束，但只有 41.3% 的交付物过了全部硬安全与可行性检查。两处数字要并列：arXiv 那篇（10 月 21 日首发、10 月 30 日修订）摘要写最强配置均值 50.6%、每任务 2,700 万 token 与 63 分钟。我们还没验出这两个数各对应哪套题，验完单独说。

展开：编程工具把账号邮箱写进了对外的请求头

Anthropic 官方仓库 11 月 5 日第 107757 条（标签含缺陷与安全两类）里，一名用户写自己在 2.1.318 版本做网络搜索时，工具把他的账号邮箱塞进请求头字段发给任意第三方站点，并称因此每天收到大量诈骗邮件，要求彻底移除而非做成开关；截至本轮抓取，该条仍未关闭、47 条回复、311 个点赞，未见厂商给出结论。更早的第 104774 条（10 月 24 日）记录 3 个子智能体向美国证券交易委员会站点发 9 次请求、同样把邮箱写进请求头，而工具自带说明原文就写着"未经许可不得把它放进请求头、网址或请求内容"；该条提交者推测，诱因是那里的公平访问政策要求在请求头留联系方式。

其他一句话

落地现场另有一条，日期要写清：InfoQ 今天刊发京东物流"超脑 3.0 加狼族"解读稿，据京东物流介绍，仓狼主打不停产改造，其口径称传统改造常需停产 6 个月、仓狼 2 周部署，独狼无人车口径称站点运输成本降 21%。数字出自 9 月 9 日 JDD 通稿，且异狼累计件数在三份稿件里分别是上千万、1300 万件以上、1500 万，本轮未见第三方实测。

百度 11 月 5 日开源文心 5.5 Flash Base（官方发布页）：总参 2800 亿、每 token 激活 140 亿、33.5 万亿 token 预训练，微调与推理最长支持 100 万 token 上下文；官方写明这是预训练收尾、未做中后训练的裸基座。

一句话观察

厂商给的前后数字能不能用，只看一件事：它有没有先把分母摆出来。摆出 20,112 处资产的那种可以拿去复算，只扔给你一个百分比的那种不行。

明天预告：周六那篇兑现前两天的承诺——一张你自己填数的 AI 用量预算测算表，从任务分档走到月度开销区间。

互动：你们上一次让供应商把准确率的"分母"写进合同是什么时候？没写进去的那条，现在验收还认不认？值得收藏的是图 2 那张四格表，最后一列才是拿去内部汇报要用的。觉得有用点个在看。

制作标注：两张图（图 1 今日速览、图 2 改前改后四格）由我们自己绘制，正文不排表；粘到后台时按灰字提示的位置插这两张图。

来源：逐条出处、日期与核实等级已留档，留言"来源"我发你。人力数字是客户自估，正文全程带"据"；两处不同的最高分并列写，没替谁选边。观点与判断为人工撰写。发布时勾「内容由 AI 生成」。