科技与 AI 日报｜2026-11-10：模型分工更细，机器人走进工厂

Claude 更新 Fable 与 Mythos，难题仍要按成本选模型

Anthropic 发布 Claude Fable 5.2 和 Mythos 5.2，继续把它们放在复杂技术工作的定位上。两个版本使用同一个底层模型；Fable 加入网络安全与生物领域的限制，Mythos 则需要通过相应的机构验证计划申请。

按官方定价，每百万输入、输出 token 分别为 8 美元和 40 美元。可选的快速模式收费翻倍，厂商称生成速度最高可提升至普通模式的 2.5 倍。这个数字描述的是 token 生成，不能直接换算成整件工作的完成时间：调用工具、运行测试、等待外部系统，仍然占用时间。

有意思的是，Anthropic 并没有建议所有任务都直接选最贵的模型。它仍把 Opus 5.5 作为日常编码与知识工作的起点，遇到更复杂的任务再上调，也可以让更小的模型来处理简单部分。

我的理解是，选模型时可以把“写一个小脚本”和“完成一次跨模块迁移”放到不同的账本里。前者通常容易验收，后者可能需要多轮查资料、试错和验证。单价下降是好事，但真正该比较的，还是完成同一任务用了多少时间、多少重试，以及结果是否达标。

来源：Anthropic 发布说明、MacRumors 报道。

Gemini Robotics 2.5 在汽车工厂分拣零件

Google DeepMind 发布 Gemini Robotics 2.5，开始向机器人合作伙伴提供。它是把视觉、语言和动作接起来的模型：机器人需要理解要做什么，也要把手伸到合适的位置，完成拿取、摆放等实际动作。

官方介绍了一个汽车生产线概念验证：Apptronik 的 Apollo 2 机器人在奔驰工厂整理汽车零件，把料箱中的部件按顺序放入容器。Google 给出的成功率为 96%。这是特定试点任务的结果，不能读成机器人已经能完成工厂里九成多的工作。

模型也接受了夹取食物、打蝴蝶结和移液等任务测试。相较于仅把一个硬物从桌面左边搬到右边，柔软材料、工具和接触过程会带来更多变化。Google 同时开放了面向机器人不安全指令的测试基准 ASIMOV-Jailbreak。

我会更关注失败时如何收场。分错零件后能不能发现、是否需要人接管、恢复会不会耽误后面的工序，这些细节决定试点能否变成稳定生产。成功率很直观，却还不足以代替一条生产线的运行记录；模型目前面向合作伙伴提供，也不是已经可以买回家的通用家务机器人。

来源：Google DeepMind 发布说明、Ars Technica 报道。

Adobe 把 Agent 带进创作软件，本地 MCP 仍要等

Adobe 在 MAX 上扩大 Creative Agent 的使用范围，让用户用自然语言安排多步创作操作。例如在 Premiere 中，助手可以围绕一整段序列应用效果、跟踪遮罩主体，或者调整颜色与曝光，而不只生成一个孤立的素材。

另一个预告是 Creative Cloud 的本地 MCP 集成：第三方 Agent 将能在用户电脑上调用 Photoshop、Illustrator、Premiere 和 After Effects，直接修改原生工程文件。图层、矢量和序列仍可继续编辑，人也可以接手细调。

这里有一条需要看清的时间表。Adobe 官方说明，桌面软件中的 AI 助手目前属于 beta，Photoshop 的助手在其 beta 应用中；本地 MCP 集成计划在 2027 年初进入私测。它们不能统称为“现在已经全面开放”。

对创作者来说，我觉得保留可编辑工程比“一句话出成品”更实用。假设要把一个活动视频改成三种画幅，最终还得调整字幕位置、检查裁切、保留下一轮修改的空间。Agent 能减少重复操作，但交付前看一遍画面和时间线，仍是创作工作的一部分。

来源：Adobe 官方公告。

Reddit 把零散体验整理成产品评论页

Reddit 开始测试 Reddit Reviews，用 AI 把社区里讨论某件产品的帖子和评论整理到一个页面。页面会归纳常见的赞扬与抱怨，也能回到原始讨论，继续查看上下文、提出问题或比较其他产品。

首批内容覆盖约一万件经常被讨论的产品，涉及电子产品、家居等类别，将在未来几周逐步向美国的网页、iOS 和 Android 用户开放。官方计划明年再增加类别并扩展到其他市场，因此现阶段不能假定所有地区、所有商品都能找到专门的评论页。

这种入口解决的是一个熟悉的麻烦：想知道某件东西用半年以后怎么样，往往要翻过很多帖子，才能把不同人的经验拼起来。AI 如果能保留“谁在什么条件下遇到了什么问题”，会比单独给一个总分更有帮助。

但我不会把归纳结果直接当作产品质量结论。比如有人嫌耳机夹头，有人更在意隔音，两种评价可以同时成立。摘要适合帮助找到问题，真正影响购买决定的那一句，最好仍点回原帖，确认型号、使用时长和需求是不是与自己相近。

来源：Reddit 产品公告、Reddit 功能更新记录。

Steam 用真实帧率，补充“这款游戏能不能玩”

Valve 给 Steam Deck 游戏增加平均帧率和分布图。数据来自主动同意分享匿名性能信息的玩家，用户可以在商店页的 Steam Deck 兼容性详情中查看；Steam 测试版客户端的游戏库也能显示这些数据。

这补上了兼容性标签的一块空白。“已验证”并不保证达到每个人偏好的帧率，“不支持”也不一定意味着所有人都无法接受。分布图进一步让用户看到，平均数背后有没有一部分较低帧率的样本。

数据仍有边界。Valve 目前筛选使用默认帧率上限的 Deck 数据，但没有统一玩家各自的游戏画质设置；样本不足的游戏也不会直接显示统计。更广泛的设备数据是后续方向，眼下不能拿掌机结果去推算自己的台式机表现。

如果我准备买一款动作游戏，会先看分布，再找相近设置下的实测。平均帧率回答“大体跑到哪里”，卡顿、输入延迟和自己愿不愿意降低画质，则关系到“玩起来是否舒服”。把这些信息放到购买页面上，至少让判断有了比一个兼容性图标更具体的依据。

来源：Valve 官方公告、Tom’s Hardware 报道。