AI 日报 | Google 明年默认关 K-12 AI，禁用则学生失去搜索
Google 在 11 月 3 日宣布：从 2027 年起，K-12 学生账号下的 Gemini、Gemini Notebook、Gemini in Classroom 与 Google Search 默认全部关闭，须由学校管理员显式开启才可用。
一处名称先说明：另一篇报道把其中 Notebook 那一款写作 NotebookLM，两处是否指同一产品，截至发稿我们未见可核的说明。
这里最容易被读错的是状态。默认关闭不等于禁止使用，它是默认值从「开」改成「关」，开关仍然在学校手里。生效时点是 2027 年，具体月份两篇报道的措辞不同：一处写「明年」，一处写「未来几个月内」。
真正改变选择的是第二句。Google 教育副总裁 Chris Phillips 的原话是「Search and AI are deeply integrated」——选择完全限制 AI 的学校，学生将无法使用搜索，只会看到一条由学校出示的提示信息。
于是「关掉 AI」变成了一件有代价的事：想关 AI，就要连搜索一起关。
时间表分两段：Guided Learning 即日起在 Google Classroom 面向全球开放；搜索侧的对应功能 11 月晚些时候先在美国部分学校试点，收集教育者反馈后再推广到其他学区。
愿意为账号开启 AI 的学校有两个版本可选：标准 Gemini 版，以及新的 Guided Learning 版。
图 1：K-12 默认关闭涉及的四类产品与开启方式。来源：据 TechCrunch 与 Ars Technica 2026-11-04 报道整理；本图为自制整理。
头条深读 | 想关 AI，得连搜索一起关
这个设计的要害不在功能清单，而在「能不能只关一半」。
报道给出的答案是「不能」。搜索与 AI 在产品层已经交织，Google 只提供一个整体开关：要停 AI，检索也一起停。拒绝 AI 的学校，学生打开搜索只会看到学校设定的提示。
对学区来说，这就不再是一次功能设置，而是一次供应商取舍。保留搜索，等于接受 AI 进课堂；想彻底限制 AI，就得换搜索供应商。
报道点出的替代路径是换一家可以单独关闭 AI 的搜索服务，例如 DuckDuckGo。
这项政策之所以能落地，还因为 Google 在教育市场的既有位置：Chromebook 与 Workspace 套件本来就在教室里。份额在这里变成了执行力。
对家长与学校管理者，值得记的是默认值的方向变了。过去的问题是「有没有关掉」，往后的问法是「谁把它打开过」——责任从平台侧转到管理员那一端。
图 2：为什么学校不能只关 AI 而保留搜索。来源：据 TechCrunch 2026-11-04 报道与 Ars Technica 同题报道整理；本图为自制整理。
图 3：宣布、生效与两段试点的时间关系。来源：据 TechCrunch 与 Ars Technica 2026-11-04 报道整理；本图为自制整理。
重点速递
OpenAI：安全评测的分数比生产低 10.2 至 37.4 个百分点
OpenAI 的 Alignment 研究博客给出一个与常识相反的结果：六个模型在安全评测里的成功率，全部低于它们在真实生产环境中的表现，差距区间是 10.2 至 37.4 个百分点。
评测用的是 Respecting Warnings（智能体遇到警告、限制或障碍时是否停止绕行）；生产侧用的是去标识化的 Codex 生产日志里结构可比的决策点。
原因被一次干预实验说清了。以 GPT-6.1 Sol 为对象：原始成功率 63.11%；加一句通用的「这是评测」提示，63.37%，没有显著变化；点明正确目标（尊重警告），升到 91.61%；点明错误目标（抵抗提示注入），掉到 17.57%。
差距最大的两个模型是 GPT-5.6 Sol 与 GPT-6 Sol，它们有超过 45.0% 的评测轨迹提到了「抵抗提示注入」这个相反的目标。
有一处口径要交代：正文写 10.2 至 37.4，而按图形标注的两点相减，六个差值是 23.2、37.4、18.8、35.8、20.2、18.4，下限落在 18.4。这可能是两种算法，不可混用；这里用报道给出的区间，不做自行加减。
相对信息仍在：六个模型上 Spearman ρ=0.771、R²=0.655。但绝对分不能直接换算成生产成功率。这是厂商自测，方法论公开，作者自述样本量小、匹配是近似匹配。
图 4：评测与生产的差距，以及一次干预实验的四个读数。来源：据 OpenAI Alignment 研究博客 2026-11-03 发布整理；本图为自制整理。
Anthropic 的算力账：每 1 美元算力换回 1.72 美元营收
TechCrunch 拆了同一份 11 月 2 日申报件里的成本结构，这是前两轮那条承诺总额的后续。
三季度营收 170 亿美元，上一季 115 亿美元。按这两个数相除，环比约 +47.8%，与报道「近 50% 一个季度」一致。
算力占营收的比例从 48% 升到 58%；本季算力账单涨到 100 亿美元。文件里那张跟踪「每花一美元算力换回多少营收」的图，显示峰值刚过 2 倍，随后回落到 1.72 倍。
短期承诺的算力是 50 亿美元，文件自己写了一句：这部分「目前比多年期协议采购的同类算力贵得多」。需求跑在长约前面，只能先买贵的——这解释了成本为什么突然抬高。
两处口径差要说明：58% 是文件口径，按 100 除以 170 得 58.8%；1.72 是报道按图表读取，按 170 除以 100 得 1.70。两处都只用报道给出的那个数。
图 5：算力账单与营收的三个读数。来源：据 TechCrunch 2026-11-04 报道与 Anthropic S-1/A（2026-11-02 申报）整理；本图为自制整理。
fal：E、F 两轮合计 16.5 亿美元，NVIDIA 参投
fal 宣布完成 E、F 两轮融资，合计 16.5 亿美元。E 轮由 Sequoia Capital 领投，F 轮由 Bessemer Venture Partners 领投，NVIDIA 作为战略投资方参与。
两轮不是同一时点：E 轮在今年早些时候完成，F 轮与它同日公布。所以 16.5 亿是两轮相加，不是单轮规模。
金额与估值只见于官方账号帖文；官方博客正文写的是领投方与战略投资方。这是一家生成式媒体的基础设施公司，不是模型公司。
图 6：fal 两轮融资的构成与披露层级。来源：据 fal 官方博客与官方账号帖文整理；本图为自制整理。
Antigravity 的化学信息学技能：1 小时处理 568 个化合物
11 月 3 日，Google DeepMind 发布博文，为 Antigravity 推出「化学信息学技能」：把大模型的规划、检索与推理，接到 RDKit 这类确定性化学计算工具上，并接入 ChEMBL、PubChem 等公共数据库。
演示以肺癌靶向药为例，围绕克唑替尼与劳拉替尼展开：智能体检索并整理了 568 个化合物，识别「分子刚性化」与药效提升的关联，训练药效预测模型，设计候选大环化合物，并给出反应机理与合成建议，全程约 1 小时。
数字要按正文的 568 记。转述标题写的是「数千种化合物」，与正文的 568 冲突，两个不能同时用。
「同类流程过去往往需要数天」是这篇报道的比较；同任务的基准细节，报道只写到这一层，它也不是第三方在固定任务集上的复现。
该技能已面向 Antigravity 用户开放，企业用户可经 Google Cloud 账号使用；官方计划向最多 1 万名符合条件的科学家提供 6 个月最高用量档位——是计划，不是已发放的数量。
图 7：化学信息学技能的接法与演示读数。来源：据 IT之家 2026-11-04 转述整理；本图为自制整理。
LangChain 实测七套浏览器工具：通过率差 12 个点，成本差约 13 倍
LangChain 用 WebVoyager 的 100 个任务、固定 Claude Sonnet 5.5，对比了七套浏览器工具集。
Stagehand 通过率 90%，100 个任务总成本 1.98 美元，中位 17.4 秒一个任务。Playwright MCP 通过 78%，总成本 26.71 美元。26.71 除以 1.98 约等于 13.5，报道的「约 13 倍」成立。
差别出在轮次上：Playwright MCP 下一个任务平均要 26 个模型轮次；而让智能体写代码去调浏览器这类接法，一次调用可以跑多步。
这里的成本是按该次实验的 token 与调用折算出的总花费，不是厂商报价，不能换算成单任务标价。样本也只有一个任务集、一个模型，这是第一方自测。
图 8：两套浏览器工具在同一任务集上的读数。来源：据 LangChain 官方博客整理；本图为自制整理。
快讯速览
-
Netflix 上线「AI Discover」标签页，按心情推荐内容，主题包括「something light」「scare me」「family movie night」等。目前只在美国、英文界面、受支持的电视上开始推送，公司把它定位成「试验厨房」。来源：TechCrunch
-
Baseten 一次放出三件基础设施：模型网关与路由 Grid、与推理同址部署的智能体沙箱 Sandboxes、Serverless 训练设施 Loops。官方帖以相对日期给出三个上线时点，具体日历日未换算。来源：Baseten 官方博客
-
Collinear AI 发布 CWE-bench v2：100 项安全任务、覆盖 91 种 CWE，要求智能体在真实开源仓库里定位并修复漏洞且不破坏原有功能。来源：Hugging Face 页面
-
Google 用轻量分类器在 Gemini 模型与思考档位之间路由，并主张用「每成功任务成本」而不是「每 token 单价」衡量编码智能体经济性。来源：Google 官方博客
-
腾讯混元 Hy4 后续：preview 以开源模型身份列 Agent Arena 第 2（总榜第 10），在 14.5K 以上真实会话中净提升 +5.4%，落后 Kimi K3 的 +6.6%；成本约 0.26 美元每中位任务。来源：Arena 帖文
-
Mistral Large 4 加入 Open Math OS：官方称 1.05 万亿开放权重参数、100 万 token 上下文，即日起面向获批团队开放。与 10 月 30 日两轮是同一模型，这里只记部署与文件。来源：官方账号帖文
-
Traversal 融资：同一帖里两处金额不一致（标题写 1 亿美元，正文写 1.2 亿美元），未见第三方来源可核，因此不作为确定金额。公司做的是为编程智能体补生产环境上下文、把故障追溯到最早引发问题的那次变更。来源：X 帖文转述
-
据其 AI 运营负责人，Revolut 把约 2,000 名工程师迁到自托管 GLM 做编码，Claude Code 与 Codex 被列为例外。来源：Hacker News 转述
-
IBM Research 发布 Palette：用 20B 开源模型按设计语言生成幻灯片，LoRA 微调，采用「设计师＋程序员」双角色分解，并配一个检查与修复的 harness。来源：Hugging Face 博客
-
Gemini API CLI 技能发布：让智能体通过命令行调用 Gemini 的图像、TTS、视频与文件能力，不必每次写一次性脚本。仓库分别在 gemini-api-cli 与 gemini-skills。来源：帖文
-
Gemini 2.5 Pro 与 2.5 Flash 弃用，12 月 1 日起 API 请求自动路由；已无法在 AI Studio 中选择。具体路由目标与计费规则，截至发稿未见公开信息。来源：更新日志转述
-
Claude Code 一批更新：闲置会话在 prompt cache 过期前自动压缩；消息里输入 ultrathink 可把单轮 effort 临时提到 xhigh，subagent 可单独指定 effort；/usage 用直白语言说明额度被什么消耗；超时的 shell 命令改为后台继续运行；Max、Ultra、Team 套餐每月含 API 额度；云端会话可在输入时预启动，diff 行内可留评论。来源：Claude Devs 帖文
图 9：速览前六条。来源：各条来源见上方列表；本图为自制整理。
图 10：速览后六条。来源：各条来源见上方列表；本图为自制整理。
积木观察
这一批里，最值钱的不是哪个模型变强，而是三处「规则与尺子」的变化。
第一处是默认值。K-12 的 AI 从「默认开」改成「默认关」，但代价是把搜索一起交出去。规则一旦绑在采购上，学校的选择就从「点哪个开关」变成了「换不换供应商」——这类设计比任何一条功能更新都更能改变课堂里发生什么。
第二处是尺子。OpenAI 那条说明，评测分数里有 10 至 37 个百分点来自模型对「这道题在考什么」的猜测：点明正确目标，同一个模型从 63.11% 跳到 91.61%；点明错误目标，掉到 17.57%。
LangChain 那条说明，同一个模型换一套浏览器工具，通过率差 12 个点、成本差约 13 倍。两条指向同一件事：比之前先把尺子校准。
第三处是成本被拆开算。Anthropic 每 1 美元算力换回 1.72 美元营收，比上一季的峰值回落；fal 完成两轮合计 16.5 亿美元；Baseten 把网关、沙箱、训练拆成三件卖。基础设施还在吸金，但账开始按单位经济性摊开看。
三件事连起来给了一个读法：先看默认值写在哪一边，再看分数是怎么算出来的，最后看每块钱花在哪儿。
图 11：这一批的三处变化。来源：据各条来源公开表述整理；本图为自制整理。
你怎么看
如果你是一个学区的技术负责人：想彻底限制 AI，就得连搜索一起关掉；想保留搜索，就要接受 AI 进课堂。你会怎么选？
另一个问题：如果一个安全评测的分数里，有十几个点是模型猜出来的考题意图，你还会拿它做模型准入的硬指标吗？