科技与 AI 日报|2026-11-19:AI 走进工具,也留下关闭开关
Gemini 4 Neon 面向复杂任务,Snap 把 AR 创作接入编程助手,Superhuman 扩展主动 Agent;Canva 增加 AI 开关,OCR 新测试则拆开模型与运行方式的成本。
Gemini 4 Neon 上线,复杂任务多了一个速度与成本选项
Google 发布 Gemini 4 Neon,定位于复杂代码、分析和企业工作流。它提供一百万 token 的上下文窗口,标准 API 价格为每百万输入 token 三美元、输出十五美元;缓存输入另有价格,不能拿来代替普通输入成本。模型开始进入 Gemini API、企业产品及面向 Pro、Ultra 订阅者的应用入口,具体使用仍要看对应产品和账号条件。
官方强调的是一整件事能否更快完成,而不只是生成文字的速度。比如修改多个文件、整理表格与 PDF,或者在长任务中接受用户纠正后接着做。Google 公布了多项评测结果,但这些分数有自己的任务集、工具环境和推理档位,不能直接理解成任何真实项目都能达到同样效果。
这次比较价格时还有一个细节:Carbon 的促销价与常规价不同。The Decoder 指出,Neon 低于 Carbon 的常规单价,却高于仍在执行的促销价。因此,“新模型更便宜”需要先说清和哪一种价格比。
我会拿一项熟悉的任务做对照:最终文件能不能用,中途要纠正几次,以及从开始到验收花了多少时间。模型名、单价和榜单提供线索,完成同一件事的账才更接近实际选择。
来源:Google 发布说明、The Decoder 模型比较
Snap 把 AR 创作接进现有编程助手
Snap 推出 Easy Lens CLI,让开发者通过 Claude Code、Codex、Cursor 等已有编程助手制作 Snapchat Lenses。官方称工具现已开放,使用 Snapchat 账号即可免费使用;这并不代表调用外部编程助手本身也没有费用。
它把创作中的几步工作串起来:生成素材和效果,渲染预览,把版本发到手机上测试,再发布到 Snapchat。创作者不用因为想做一个相机效果,就先切换到一套完全陌生的交互方式;已有的浏览器游戏也可以成为 Web Lens 的起点。
这类入口的意义,是让熟悉需求的人更容易开始试做。假设只是想做一个随着表情变化的小动画,可以先描述动作,再在手机上检查效果,而不是从搭建完整工程开始。这个例子是用法说明,并非我已经完成的实测。
不过,自动生成与自动验收仍有距离。预览里看起来顺畅的效果,到了不同手机、光线和人物脸型上,表现可能不同。真正要交付时,仍应留出设备测试、素材权利检查和发布前审核的时间。“一天做出游戏”是厂商展示的可能性,不是每个创作项目的工期承诺。
Superhuman Go 向文档和邮箱扩展,开放时间分几批
Superhuman 宣布扩展 Go,让它利用连接工具中的上下文,主动整理需要关注的事情、起草回复,并在文档中与人协作。新的合作伙伴 Agent 也开始陆续推出,涵盖翻译、数据分析等不同工作。
文档里的设计比较具体:用户可以像邀请同事一样把 Agent 加进文档,通过提及它来分派工作,并查看归属于 Agent 的修改记录。邮箱中的计划则包括结合其他工具的信息准备回复,而不只是改写眼前的一封信。
这些功能并没有在发布当天全部开放。按公司公告,Docs 的 Agent 面向自助客户的公开测试计划于十二月一日开始,企业客户安排在二〇二七年第一季度;新的 Mail 功能先进入测试,全面开放计划在明年初。个人助手及其他新能力也会在随后几个月逐步推出。
我更关心这样的主动助手如何处理“已经解决”的事情。它可以更早发现遗漏,也可能在信息尚未同步时重复提醒。接入前值得先挑一个容易核对的流程,例如只准备待审回复,观察它使用了什么上下文、是否保留了人的决定,再逐渐增加能做的动作。
来源:Superhuman 官方社区说明、公司新闻稿与开放时间
Canva 增加 AI 开关,关掉生成仍能继续抠图
Canva 向 Free 和 Pro 用户提供两项新控制:隐藏生成式 AI 功能,以及减少素材库中出现的 AI 生成内容。两项设置分别作用于工具和素材浏览,也都可以随后调整。
这里容易误解的是“关闭 AI”的范围。背景移除、Magic Grab 等辅助编辑工具仍然可用;按 Canva 的解释,它们编辑已有内容,不属于这个开关控制的生成式功能。减少 AI 素材的设置,也不会改变已经完成的设计,更不是保证搜索结果里再也没有任何 AI 内容。
对于只想找一张模板、改几行文字的人,这提供了减少干扰的办法。对于愿意使用生成工具的人,开关也没有取消原来的选择。产品变得更强,不必意味着所有人都要在每一次编辑里接触所有功能。
实际操作时,我会把两种需求分开检查:是不想看到生成工具,还是想优先寻找创作者制作的素材。前者在权限设置里调整,后者在账号的 AI 个性化设置里调整。把开关的作用说清楚,比一个含糊的“纯人工模式”标签更有用。
来源:Canva AI Controls 官方说明、The Verge 报道
工程解读:OCR 便宜了,运行方式也能省下不少钱
The Decoder 报道了 Daniel van Strien 十一月十八日发表的新一轮 OCR 对照测试。他把八个开放模型放在同一块 GPU、同一组八百五十页材料上比较,材料包含书籍、历史印刷品和档案。这里讨论的是新测试结果,模型本身横跨去年四月到今年十月,并非一天之内同时发布。
在相同图像尺寸下,测试中较新的 LightOnOCR-3-0.8B 处理一千页的 GPU 成本约为零点零九五美元,较早的 RolmOCR 约为零点五一美元。普通书页的识别质量没有随价格下降而明显变差,但密集历史印刷品的结果更复杂,不能据此说新模型在所有材料上都更好。
另一项对照更有工程价值:保持同一个模型,改变请求供给方式、硬件和服务软件,也能明显降低成本。以前脚本按固定批次送页面,中间做其他处理时 GPU 会闲着;持续给服务排入待处理页面,可以减少这段等待。
这些金额主要指测试条件下的 GPU 时间,不能当成完整数字化项目报价。扫描整理、异常页重跑、人工校对和存储仍然要做。我的理解是,先抽取自己材料里的代表页面,检查错字、漏行和空白页幻觉,再比较总成本,远比只看“每百万页多少钱”可靠。
评论