AI Daily Digest: Gemini 4 Hydrogen 把模型级联做成运行时机制、Anthropic $1.4T IPO 路演、Chatbot Arena 上变挑剔的评委 - 2026/11/12
今天的三个事件继续把本周的主线往前推:「哪 个环节用哪个模型」从开发期决策变成运行时机制(Google 发布 Gemini 4 Hydrogen 与 Orchestrator,在单条 agent 轨迹内做 Carbon↔Hydrogen 动态切换);前沿 AI 首次走向公开市场定价(Anthropic 更新 IPO 条款:约 90.4B、瞄准下周挂牌);评测端的噪声源多了一个(arXiv 新研究:Chatbot Arena 上人类标准持续升高,「AI 变笨」的体感部分来自评委变挑剔)。
Gemini 4 Hydrogen + Orchestrator:轨迹内动态级联产品化
Google 今日发布 Gemini 4 Hydrogen,定位「agentic 工作流的 daily driver」:Artificial Analysis Intelligence Index 默认 high thinking 档 51 分(超 Argon 的 50 分,xhigh 档 54 分),1M 上下文统一价 7.50 每 1M 输入/输出 token,当天全平台可用(AI Studio 全档、Gemini API、Gemini app、Search、Antigravity)。Carbon 和 Argon 仍然负责最深的长程推理,Hydrogen 负责快速执行。
真正值得研究的是配套的 Orchestrator:它不做「按第一条 prompt 猜难度、整任务派给够用的最便宜模型」的静态路由——Antigravity 博客明确指出这类 router 在长时程 agent 上失效,因为不同阶段的复杂度不同,且往往在任务演化中才暴露。Orchestrator 的做法是在单条轨迹内双向切换:Carbon 先以只读模式探索依赖、澄清歧义、产出带显式重规划触发器的计划,Hydrogen 接手写代码、跑测试;碰到摩擦时交回 Carbon 检查状态、修复计划、恢复执行。Terminal-Bench 4.1 上达到接近 Carbon 的成功率,平均 quota 少消耗 24%、完成快 19%。
这与本周的线索完全接上了:周一 Amazon Strands Decider(闭集判断专用模型省 98% 成本)、昨天 Gemini Decisions API(决策原语 API 化)、今天 Orchestrator(轨迹内动态级联)。叠加 Antigravity SDK 的显式多模型流水线(多个 Hydrogen agent 管分类/编码扛并发,单个 Carbon agent 管大重构/安全审查)和上线几天就跑了数万个的 /swarm——模型编排的粒度正在从「每个应用选一个模型」细化到「每一步选一个模型」,且选择本身交给了系统。
