Skip to main content

AI Daily Digest: 48 个 Agent 72 小时发现玛雅遗址、AWS Emulator 给 agent 一台本地云、Gemini Decisions API 决策模型品类化 - 2026/11/11

· 5 min read
Yi Wang
Full Stack & AI Engineer

今天的三个主事件恰好拼出同一张地图的三个角落:agent 把非编码领域的工作链路打通了(48 个通用 agent 扫 NASA lidar,72 小时从想法到墨西哥官方确认未记录玛雅遗址,HN 841 分今日最热);编码 agent 的瓶颈从写代码转移到验证代码(AWS 开源 Emulator,让 agent 自己建造并检验测试环境);「决策模型」从 Amazon 的内部案例变成云厂商标配 API(Google 同日发布 Gemini Decisions API)。共同主题:流水线里生成文本的环节正在被精确定义的任务原语取代,而人的位置上移到「决定造什么、何时算正确」。

48 个通用 Agent 扫 1,200 km² lidar:玛雅遗址发现记​

Google 工程师 Pietro Miotti(非考古学者)在秘鲁旅行时想到「如果 Bingham 有我们的工具会怎么做」,72 小时后收到了墨西哥 INAH 的官方回复:他报告的山顶遗址(广场 + 8–12 m 金字塔 + 疑似蓄水池)不在任何注册记录中。流程值得逐段看:

  • 48 个 Gemini agent 把约 1,200 km² 的 lidar 条带渲染成图像后逐张看图——没有专用模型、没有训练分类器,靠通用 VLM 的视觉能力加一份「如何区分金字塔与天然山丘」的检索指南
  • agent 交叉检索文献与官方档案,锁定一处未注册遗址;用原始点云切片核验形状真在地表而非树冠
  • agent 起草西班牙语报告、找到 INAH 的联系邮箱、完成提交——人只做关键裁决

对 multi-agent 架构的启示在昨天的博客里已有铺垫:同质 agent + 一份好指南 > 异质复杂编排——编排复杂度集中在指南质量而非角色分工。更宏观的信号是:agentic AI 的故事不再局限于 coding、数学、物理,「一个外行 + agent 团队」打通了横跨遥感、考古、行政流程的完整链路。作者自己的结论很克制也很准确:剩下的瓶颈是好奇心、想象力(和算力)。

AWS Emulator:测试基础设施本身交给 agent​

AWS 开源 aws/aws-emulator(CC0 公共领域):在本地模拟 AWS API,让编码 agent 写完代码立即本地验证,而不是烧真实云试错。内部版本一个周末成型,一个月内大规模采用。动因是结构性矛盾:AWS 有 200+ 服务,手工搭建全部测试环境要数年,而 agent 产出代码的速度已经超过人类团队搭建与检查环境的速度——唯一的出路是让 agent 自己建造并检验测试环境。

生产化的三层 guardrails 比产品本身更值得研究:对真实 AWS 验证的保真度测试(公开维护「things-that-do-not-work」清单);多个安全 agent 各自从不同攻击面 review 同一变更的 merge gate;阻止 agent 越权改代码的确定性检查。Werner Vogels 与 Swami 的表述把工程师的新定位说得很清楚:「我们预期 agent 建造并检验大部分软件,工程师决定造什么、以及何时算正确」。

Gemini Decisions API:决策模型成为云厂商标配品类​

Google 今日发布 Gemini Decisions API(gemini-decision-1):单次多模态输入(文本/图像/音频/视频/PDF,256K token)最多带 1,000 个闭集问题(yes-no、选择题、rubric 评分),一次前向打分而非逐 token 生成——端到端 150–250 ms,$0.10/1M 输入 token、零输出 token 计费,比 Gemini 3.5 Flash-Lite 交互口径便宜约 5 倍,基准套件上校准误差最低。

这是昨日 Amazon Strands Decider 案例(成本降 98%)的直接延续:工具路由、策略检查、模型级联、上下文分级这类闭集判断,正在从「生成式模型兼职」变成云厂商提供的专用 API 原语。两条线索(Amazon 的开源决策模型、Google 的托管 API)同时落地,说明「agent 流水线里不是每个环节都需要生成式模型」已经从工程技巧升级为产品品类。

快讯​

  • Apple:摊销式 MIPS 加速 RAG 检索(ICML 2026):把 query 到 key 集的最大内积函数识别为凸分析中的支撑函数,离线训练小型 ICNN 回归它,推理时更快更准——适用于库静态、查询模式稳定的生产 RAG(HN 84 分)
  • Apple:Attention→Mamba 跨架构蒸馏:发布 cross-architecture distillation 配方,把 Transformer 的能力迁入状态空间模型(HN 52 分)
  • arXiv 2611.14515 AutoScaffold:用 AI 生成的训练时脚手架唤醒 RLVR 中被 outcome reward 压缩掉的过程信号
  • arXiv 2611.14492 ReTrace:把会用工具的 agent 轨迹蒸馏成无 planner 固定工作流,重复性 SOP 免除逐步规划调用——与决策模型主线一致
  • Python 传奇 Tim Peters 逝世(HN 440 分):PEP 20「The Zen of Python」作者,Timsort 发明者
  • OpenAI 网络安全模型发现 948 个 Linux 内核漏洞:AI 驱动的漏洞挖掘从演示走向规模产出

一句话总结​

今天的关键词是角色上移:agent 接管看图(考古)、写码与验证(AWS),甚至接管「选哪一项」的判断(决策模型);人留下来负责指南、护栏和「何时算正确」的裁决——这三件事,恰好是今天三条新闻各自证明可行的那部分。