ARTICLE · 1338085
谷歌开源的编程插件新闻里,评审被提前到写代码之前|2026年11月10日
谷歌开源的编程插件新闻里,评审被提前到写代码之前|2026年11月10日摘要：谷歌开源编程插件，把规格评审放到写代码之前。10 个开源混合专家模型的路由配置差异极大。猫王与 Eminem 版权方以田纳西州声音立法起诉 Suno。苹果正催 Siri 变成能自己干活的智能体。 今天给一个判断，AI 竞争的落点正在从模型分数挪到流程与规则。谷歌开源了一款编程插件，把质量检查提到了写代码之前[① MarkTechPost]。同一天的一份对比拆开 10 个开源混合专家模型，标着相近激活参数的模型，内部分流规则完全不同[①]。AI 音乐公司 Suno 又迎来两起诉讼，原告援引的是田纳西州的声音立法，不是联邦版权法[② The Verge AI]。苹果在催语音助手 Siri 变成能自己干活的智能体。四条消息里，三条落在流程与规则，一条落在人与产品。流程这一侧的三个变化，比任何单个模型的分数都更接近日常工程。 
据科技媒体 MarkTechPost 2026 年 11 月 8 日报道，谷歌开源了一款编程插件，名字是 Elephant-Goldfish Model（EGM）[①]。它不含模型权重，给出的是一套写在文档里的流程。智能体先写规格文档，再写代码。写规格的一环负责长期保存项目上下文。挑错的一环是全新子智能体，不带对话历史，只读规格与被引用的文件。 插件以开源许可协议 Apache 2.0 发布，含 7 项技能、9 个评审角色、6 个头脑风暴视角与 5 个评审阶段。7 项技能覆盖的是流程步骤，9 个角色覆盖的是谁来看。6 个头脑风暴视角的作用，是在写规格前把可选方案先摊开。谷歌称已有数千名工程师在用。插件本身不含模型，由使用方自带的模型与配额驱动。这意味着成本落在使用方一侧，插件只提供流程与角色分工。 谷歌没有公布准确率基准，可核实的只有端到端实测。原文也没有说明 9 个评审角色之间的依赖顺序。外部只能照抄结构，判断不了哪一环最有效。流程类工具本来就难用单次准确率衡量，收益更多体现在返工率上。原文同样没有给返工率，也没有给评审通过率。数千名工程师这个数字来自谷歌自述，不是第三方统计。 实测数据分两组。编程智能体 Codex 的 0.163.0 版本按序完成 15 个全新上下文评审器，两项实测在 573.13 秒内通过。编程工具 Claude Cowork 则因用量上限，在第 5 至第 7 阶段中止。同一套流程，一个跑完，一个卡在配额上。这说明流程本身不贵，贵的是把多个评审角色依次跑一遍所需的模型调用量。对每天要合几十个拉取请求的团队，评审角色越多，账单越先于质量提升出现。 前提是隔离，而隔离并非已经验证。仓库的 issue#237记录了技能说明文件 AGENTS.md 泄漏进 Codex 评审器的情况。上下文一旦串了，独立评审就退化成同一个人自查，规格里的错误会被一起带进代码。插件的 README 还写明，它并非谷歌官方支持的产品。对正在搭编码智能体流程的团队来说，第一步是确认子进程拿不到主会话历史。再谈评审角色怎么配。文档层拦下的错误，比合并请求里退回的错误便宜得多。 评审角色越多，规格文档要写的内容也越多。对评审流程刚起步的团队，先跑通一个话题的两道评审，比一次配齐九个角色更实际。流程能开源，规范却要按自己团队的返工点来配。 据科技媒体 MarkTechPost 2026 年 11 月 8 日报道，一份对比把 10 个开源混合专家模型的路由配置拆开来看[①]。混合专家模型的做法，是让每个词只激活少数几个子网络。参数常写成「总参多少、激活多少」，可分流规则并不写在参数里。原文按模型列出一张对照表，把五个旋钮逐项写明。 五个旋钮是专家总数、每个词选几个专家、有没有常驻的共享专家、打分函数、负载均衡方法。专家总数决定容量池有多大。每个词选几个专家，决定一次前向要算多少。常驻共享专家相当于一条不走路由的固定通路。打分函数决定怎么挑专家。负载均衡方法决定流量会不会全压在同几个专家上。专家数量从 8 个到 384 个，每个词选 1 到 8 个专家。 参数区间从模型 Qwen3.6-35B-A3B 的总参 35B、激活 3B，到模型 DeepSeek-V4-Pro 的总参 1.6T、激活 49B。路由稀疏度从 4 倍到 128 倍，最低的是模型 Mixtral，最高的是模型 Llama 4 Maverick。稀疏度是专家数与选取数之比。小于 4 倍的时候，等于一半以上的专家都在参与计算。倍数越高，单个词用到的算力越省。但专家越多，多卡并行与通信开销就越会变成工程问题。 报告还给出一条可量化的结论。模型 Kimi K2 在验证损失相同时，稀疏度从 8 到 48，浮点运算少用 1.69 倍。这份节省是用更高的调度复杂度换来的。部署形态也跟着分化。模型 gpt-oss-120b 用 MXFP4 量化，可装进单张 80GB 显存的加速卡。模型 DeepSeek-V4-Pro 与模型 Kimi K2 就需要多卡专家并行。总参决定显存占用，激活参数决定每次计算的量。1.6T 总参与 49B 激活放在一起，意味着绝大部分参数躺在显存里，只有一小部分参与计算。 有的厂商没有公开关键项。模型 Llama 4 Maverick 与模型 gpt-oss 都没有在配置文件 config.json 里写明门控与负载均衡方法。外部无法复现它们的分流逻辑。复现不了，采购时的对比就只能靠厂商给的数字。对要挑开放权重模型的团队来说，先看配置文件里的路由字段，再比激活参数。顺序反了会多花算力预算。只做推理部署的团队，激活参数决定单卡能不能装下。要做微调的团队，专家总数决定显存与并行策略怎么排。 专家数与选取数的比值，也决定了单次调用的成本结构。把这几项放进采购清单，比对着排行榜选模型更直接。同一套参数标签，落到不同厂商的配置文件里，含义并不相同。 据科技媒体 The Verge AI 2026 年 11 月 8 日报道，AI 音乐公司 Suno 又迎来两起诉讼[②]。原告分别是歌手 Elvis Presley 音乐的部分版权方，以及说唱歌手 Eminem 若干热门唱片的出版方。诉状主张 Suno 非法生成模仿这两位艺人的音乐与歌词。猫王一案的律师援引的是田纳西州《确保肖像声音与图像安全法》（ELVIS Act），不是联邦版权法。 这部州法只管一件事，禁止 AI 公司克隆歌手的声音。它把「像不像本人」变成独立诉求，不必先去证明复制了哪段旋律。这跟版权诉讼的举证路径不同。版权案要先证明接触过原作，再证明输出与作品实质性相似。声音立法案只要证明生成结果指向某个具体的人。9 月音乐人 Jason Isbell 等人提起的诉讼走的就是同一条路，也没有直接主张版权侵权。两起案件分别对应猫王与 Eminem 的作品，原告没有把争议放在训练数据上。 诉状的语言很重。原文写道，Suno 把艺人的身份、劳动、创造力与时间机械地编码进自身，汇成一条稳定的现金传送带。律师还写道，这场贪婪的逐底竞争意在让人类创造力过时。这些是原告的主张，不是法院认定。两起诉讼与 9 月那起案子高度相似。同一路径被重复使用，说明原告方把举证重点放在声音本身。原文没有说明这两起诉讼在哪个法院提起。 对做音频生成或虚拟人产品的团队来说，这条路径更难绕。三条路径可以分开看，版权、声音立法、合同授权。前两条靠诉讼，第三条靠谈判。诉讼争的是赔不赔，合同争的是能不能用。版权争的是训练素材与输出是否实质性相似，声音立法争的是有没有模仿特定的人。换训练集不一定管用，得先拿到声音使用的授权。声音这条线索，比训练数据更容易取证。 产品上线前，声音来源的授权链条要能落到具体合同上，尤其是签约歌手提供的样本。样本的来源、授权范围与使用场景，三项都要写清楚，缺一项就留下争议空间。授权缺一环，产品上线后可能整批下架，成本远高于签约时多审一份合同。对模型方来说，训练数据来源与输出相似度都要留下证据链。对创作者来说，签约时把声音用途写明，比事后主张权利更省事。这三项写进合同，谈判周期会比事后补救短。 一份对比把 10 个开源混合专家模型的路由配置逐项拆开[①]。五个旋钮里，专家数量从 8 个到 384 个，每个词选 1 到 8 个专家。参数跨度从模型 Qwen3.6-35B-A3B 的 35B 总参、3B 激活，到模型 DeepSeek-V4-Pro 的 1.6T 总参、49B 激活。路由稀疏度从模型 Mixtral 的 4 倍，到模型 Llama 4 Maverick 的 128 倍。模型 Kimi K2 在验证损失相同时，稀疏度从 8 到 48，浮点运算少用 1.69 倍。模型 gpt-oss-120b 用 MXFP4 量化可装进单张 80GB 显存的加速卡，另外两个大模型需要多卡专家并行。模型 Llama 4 Maverick 与模型 gpt-oss 未在配置文件里公布门控与负载均衡方法。这些差异不体现在参数表上，只体现在配置文件里。 据彭博社记者 Mark Gurman 报道，苹果 CEO John Ternus 正敦促 AI 负责人 Craig Federighi 加快 Siri 路线图[②]。目标是交付一款可与竞争对手 OpenAI 的智能体 Dots、社交平台 Meta 的智能体 Muse 相比的 AI 智能体。报道称 Federighi 已在极短周期内交付可用的 Siri AI 版本，但公司并不认为自身已跟上竞争对手。未来数月有两项改进。一是对苹果第一方应用的细粒度控制。例如在照片中旋转与裁剪图片、整理 Safari 标签页。这项能力预计随系统版本 iOS 27.3 落地。二是与第三方应用集成，预计明年春季推出，届时可经外卖平台 Grubhub 下单、经订餐平台 OpenTable 订餐。报道称，苹果最终希望 Siri 能持续跟踪目标并自主推进任务，最早可能在明年接近智能体形态。从拍照修图到订餐下单，Siri 要接的是具体应用里的动作，不是问答。 谷歌开源编程插件 EGM，面向先写规格后写代码的工作流[①]。智能体先写规格文档，再由不带对话历史的全新子智能体审查规格。插件以 Apache 2.0 发布，含 7 项技能、9 个评审角色、6 个头脑风暴视角与 5 个评审阶段。它不含模型权重，由使用方自带的模型与配额驱动。插件把设计与评审拆成两层，代码只是最后一层。谷歌称已有数千名工程师在用，但未公布准确率基准。实测数据是，编程智能体 Codex 的 0.163.0 版本按序完成 15 个全新上下文评审器，两项实测在 573.13 秒内通过。编程工具 Claude Cowork 因用量上限在第 5 至第 7 阶段中止。README 声明该插件并非谷歌官方支持的产品，出问题不由谷歌兜底。开源的只是流程，不是模型能力。 猫王与 Eminem 版权方起诉 AI 音乐公司 Suno[②]。猫王一案的律师称，Suno 违反田纳西州《确保肖像声音与图像安全法》（ELVIS Act），该法禁止 AI 公司克隆歌手声音。诉状称，Suno 把艺人的身份、劳动、创造力与时间机械地编码进自身，并将其汇成一条稳定的现金传送带。律师还写道，这场贪婪的逐底竞争意在让人类创造力过时。这两起诉讼与 9 月音乐人 Jason Isbell 等人提起的诉讼高度相似，后者未直接主张版权侵权。两起新案也没有直接主张版权侵权。 今天的三条主线可以合成一句话，AI 的竞争正在从「模型有多强」转向「流程怎么管」。评审被提前到写代码之前，选型要先看路由配置，版权争议改走州级声音立法。对读者来说，今天最该记住的不是哪家公司又发了新模型。而是流程与规则正在变成竞争变量。接下来值得关注两件事。一是 EGM 这类文档流程能否在隔离失效时保住独立评审。二是声音授权会不会成为音频生成产品的准入条件。这两件事都不在模型本身，却决定了明年团队怎么排班、怎么报预算。 #谷歌开源编程插件#混合专家路由#声音立法
一、今日洞察
1.1 谷歌把编程智能体的评审提前到了写代码之前
1.2 开源混合专家模型标着相近的激活参数，路由配置才是分水岭
1.3 声音立法绕开版权，AI 音乐公司多了一条更难绕的起诉路径
二、今日快讯
2.1 AI 大模型速递
2.2 AI 工具与生产力
2.3 AI 开源社区动态
2.4 AI 政策合规安全
【资讯来源】本文综合整理自 MarkTechPost、The Verge AI 等公开信息源。 ① MarkTechPost, 2026年11月08日 18:27 北京时间 / 2026年11月08日 03:27 美西时间，② The Verge AI, 2026年11月09日 01:23 北京时间 / 11月08日 10:23 美西时间
【免责声明】本日报为AI行业每日公开信息汇总整理，仅供读者快速了解行业动态，不构成任何投资建议。所有信息均来源于公开渠道，本账号不对其准确性、完整性和时效性作出任何保证。AI行业技术与政策变化迅速，内容发布后可能发生更新，请以官方最新信息为准。据此作出的任何决策，全部风险自担。
© 2026 林伽一 · AI科技日报
