周一上线 | DeepSeek 开源 Super-Agent 架构；谷歌双发新模型重登榜一？Anthropic 递交上市文件，最大 IPO 来了？

这期的「周一上线」，AI 的工作地点突然变多了，Agent 在 3D 办公室接活，在《我的世界》排队领配给；一颗在轨 TPU 还写了首俳句。

AI 能做的事也更具体了，GPT-6.1 Terra 学着看图、操作电脑，语音模型开始边听边查，开源社区忙着给 Agent 分工、审设计、接工作流。

行业里，Anthropic 递交了上市文件，Apple 推出首款支持屏幕触控的 MacBook Pro。模型在动手，公司也没闲着。

下面，开始一周回顾。

有点新鲜

「有点新鲜」收录本周 AI / 开发者圈里那些不算大新闻，但挺值得看一眼的新鲜事。

Agent 在《我的世界》建文明

50 个 Agent 去《我的世界》建文明，三小时后，吃饭先得排队领配给。

Howler：随叫随到，阅后即焚

Howler 把临时提问变成一封魔法信，答案看完按下 Esc，整段对话“阅后即焚”。

AI 同事也有工位了

你在 Slack 给 Agent 派活，转头就能看它们在 Skydive 的 3D 办公室里“上班”。

文件夹也要换 AI 皮肤

用「文件夹换装」给 Mac 文件夹套上 Claude、DeepSeek 等造型，蓝色文件夹终于不用撞衫了。

立体书搬进屏幕了

一位家长把孩子的折叠书做成电子版，翻开书页，沙漠和小旅人照样“弹”出来。

AI 圈打起域名战

Tibo 晒出 poteto.com，Lauren 买域名接招，Alexandr Wang 又用 Tibo 的全名网址把人送进 Muse。

机械手把网页撕开了

网友用 GPT-6.1 Terra 做了个互动页面，两只机械手撕开布景，露出一座 3D 城市。

周五发版

「周五发版」是一个程序梗：一旦版本上线，我们就要开始祈祷一切如期运行。这个模块寓意，所有模型、产品版本更新，都能大吉大利。

GPT-6.1 Terra 发布，能看懂图，还能操作电脑

OpenAI 发布 GPT-6.1 Terra，重点提升视觉理解和计算机操作能力，可解读技术图纸、填写表单、操作应用。官方测试称，在 Agents' Last Exam 的中等推理强度下，它比 GPT-5.6 Terra 高 15 个百分点，任务成本约为后者的三分之一。

ChatGPT Work 与 Codex 正向 Plus、Pro、Business、Enterprise 和 Edu 用户逐步开放 Terra，具体可用性受套餐、地区和工作区设置影响；开发者已可通过 API 调用。标准 API 价格为每百万输入 Token 1 美元、输出 Token 5 美元。

谷歌模型双发：一个抓漏洞，一个造世界

谷歌公布 Gemini 4 Carbon。Carbon 重点提升长程编程，以及漏洞发现、验证和修复能力；Genie 4 则能实时生成可探索的世界，用户可以边逛边用文字改天气、加角色，场景声音也会随之生成。

Carbon 先向部分网络防御人员开放，Genie 4 目前仅供少量测试者体验；面向更多用户和开发者的入口仍待开放。

英伟达 Nemotron 3.5 Transcribe：一套模型听懂 40 种语言

英伟达发布 Nemotron 3.5 Transcribe，一个模型支持 40 种语言的转写、翻译和说话人标注。录音最长可达一小时；想保留原话，还是整理成易读笔录，也能用提示词指定。

官方称，其在多语言 Open ASR 榜单上的平均词错误率为 4.62%，模型权重和微调工具已公开。

智元 GO-3 Preview：机器人先想后动

智元在创新日亮相具身基座模型 GO-3 Preview。它把推理、预测动作后果和执行串起来，让机器人面对变化的环境时调整下一步动作。智元展示了零样本和少样本任务能力；据其公布的结果，模型在 RoboDojo 的任务成功率和过程分数、RoboTwin 的总体分数上排名第一。

目前仍是现场展示阶段，官方尚未公布模型权重或公开体验入口。

Phonic-1：你还没说完，AI 先查起来了

Phonic 发布语音对话模型 Phonic-1。用户还在说话时，它就能调用工具查询信息，等对方说完再直接用语音回答。模型支持 50 多种语言，也能在对话中切换语言并保持同一声音。Phonic 称，模型在 Artificial Analysis 的语音对话榜单上排名第一，目前已开放使用。

Inworld TTS-2：开口前先看气氛

Inworld 更新 Realtime TTS-2，加入按上下文决定语气的能力：模型先判断一句话该怎么说，再生成声音。同次更新还改善了长时间朗读的声音稳定性；官方称短句生成速度提升约 13%。

更新沿用原有模型名称，正分地区逐步上线。语气判断需要主动开启，目前可用于语音合成，尚未接入实时双向通话。

开源雷达

周榜速递

周榜主要根据新增 Star 数进行排名，下面的单项目讲解则偏向新晋项目、实用老项目，标星并非单项目讲解的唯一指标。

dsh-superagent：一个入口接活，多个 Agent 并行干活

团队同时推进多项开发任务时，来回管理 Agent 会话很费神。DeepSeek Harness 团队公开的 dsh-superagent架构从 GitHub、可选的飞书接收任务：Router 负责分派和对外沟通，Worker 在各自的会话中处理代码，并把 PR 等结果带回原讨论。

仓库采用 MIT 许可，但只实现了设计文章的部分思路；作者明确将其定位为研究参考代码，而非 DeepSeek 正式产品。

OpenMontage：让编程 Agent 接手视频制作

做一条视频，脚本、找素材、配音和剪辑往往散在不同工具里。OpenMontage把这些步骤接成制作流程，让编程 Agent 从需求推进到成片；既能使用开放素材和本地工具，也能接入生成模型。项目采用 AGPL-3.0 许可，使用云端模型时可能产生额外费用。

Impeccable：给 Agent 配个设计审稿人

Agent 做出的页面总有些似曾相识？Impeccable提供针对具体页面元素的设计指令和检查工具，让 Agent 修改页面后，再检查排版、可访问性等问题。本周更新后，它的规则检测器还能通过 GitHub Actions，将命中项标注到 PR 对应代码行。

AstrBot：把 AI 机器人接进日常群聊

想让机器人同时在 QQ、飞书、钉钉等平台工作，AstrBot把消息接入、Agent、知识库和插件放进同一套服务。新发布的 4.29.4 版加入跨平台消息按钮，以及供插件调用的决策模型。

OpenRig：把多个编程 Agent 编成一队

多个编程 Agent 各开一个终端，任务和上下文很容易散。OpenRig把 Claude Code、Codex 等组织成常驻团队，让负责人分派工作、跟踪进度；新版本改进了随任务切换的终端视图。

这周有事

「这周有事」收录本周值得记一下的行业动态、事故、融资、人员流动和基础设施变化。

Anthropic 递交上市文件

Anthropic 已向美国证交会提交 S-1 文件，拟以「ANT」为代码在纳斯达克上市。发行股数和价格尚未确定，注册文件也尚未生效。

微软向员工发出「自愿离职」邀约

微软在美国、加拿大、英国和印度的部分团队推出自愿离职计划，提供经济补偿和职业规划支持。据报道，约 6 万名员工可能符合条件；这是可供选择的离职邀约，并非已有 6 万人离职。

Apple：MacBook 上了触摸屏，千问将接入部分智能功能

Apple 发布首款支持屏幕触控的 MacBook Pro，已开放预购，11 月 6 日开售。它还宣布与阿里巴巴合作，让千问支持中国版 Apple 智能中的特定 Siri 请求，以及写作工具、视觉智能的部分功能。

首批功能将于 11 月 4 日起在 iOS 开发者 Beta 版中开放测试，计划随 12 月的 iOS 27.3 正式推出。本次更新不包含新版 Siri AI。

Claude Ultra 取消 5 小时限额，ChatGPT 加了额度

已验证的 Claude Ultra 账户不再受每 5 小时的使用限额约束，但每周额度仍在。OpenAI 则提高了 Pro 和 Business Premium 套餐的 Work、Codex 额度：Pro 100 和 Pro 500 的额度翻倍；Pro 200 原计划的降额已取消，原先额度较低的订阅用户也上调至同一水平。

谷歌把 TPU 送上天，先让它写首诗

谷歌向 Project Suncatcher 原型卫星发去提示词，在轨 TPU 运行 Gemma 4，生成一首俳句并传回地球。这是太空 AI 计算的一次初步验证；耐热、抗辐射等测试仍在后面。

留个小题

本周的「周一上线」已经进入尾声。为了给你这周带来一点点小惊喜，在「留个小题」模块会出一道简单的问答题。第一个答对的小伙伴可以联系小七，任选一个七牛周边作为礼品。

小题解答方法：在评论区留下你的答案，小七会在第二天中午 12 点的推文中，告知昨日是哪位小伙伴第一个答对小题。

注意：为了让后面的人可以参与回答，所有评论将会在第二天 12 点统一精选展示。

第 26 期小题：dsh-superagent 架构中，负责把任务分派给 Worker 的是哪个角色？

A. Router

B. Worker

C. Reviewer

D. 3D 办公室管理员