AI日报 2026-11-12：芯片开始资本化，Agent 开始被拒

今天的 AI 新闻里，最热闹的一条跟技术无关，我们跳过不写。真正值得琢磨的是另外两件事：一边是芯片公司排队去资本市场拿钱，另一边是 Agent 兴冲冲地去订机票、点外卖，被现实一盆冷水浇回来。资本在给算力定价，市场在给 Agent 打折——这两条线今天同时展开了。

一分钟速览

• 阿里平头哥申请港股独立上市，六成收入已来自外部客户。
• Google 开源 TorchTPU，PyTorch 首次能原生跑在 TPU 上。
• 美联航拒绝 AI 代理代订机票，Uber 一周 3.2 亿单里智能体只下了 504 笔。
• Gemini Decision 1、文心 ERNIE 5.5 Flash、Qwen Code 1.0 同日推进。
• 华为云 CloudRobo-WM1.2 定档 11 月 16 日。
• 韩国公布 8002 亿韩元端侧 AI 芯片路线图，2030 年前验证 10 款芯片。

一、算力的钱，开始从资本市场来

平头哥：从内部事业部到港交所

11 月 10 日晚，阿里巴巴公告旗下芯片子公司平头哥已申请独立上市。它早在 9 月 11 日就以保密方式向港交所递交 A1 申请，计划发行 H 股登陆主板，发行规模尚未敲定。上市后阿里仍保持控股，变的只是身份：从集团内部的芯片事业部，变成一家能独立融资、接受二级市场打分的硬科技公司。

最关键的数字不是估值，而是客户结构。阿里 CEO 吴泳铭披露，平头哥超过 60% 的业务收入来自外部商业化客户，已服务 650 余家企业，覆盖智驾、金融、工业制造、科研、具身智能等二十多个行业。真武系列 AI 芯片累计出货 56 万片，玄铁 IP 超过 60 亿颗。

为什么现在分拆？财务上，流片和工具链迭代动辄数十亿，放在集团体内会消耗电商与云的现金流；估值上，芯片有独立定价逻辑；客户信任上，独立主体能缓解“会不会优先供给阿里云”的顾虑。三道题，一个动作解。

台积电的 10 亿美元，和 Fractile 的 7.2 亿美元

同一天，台积电掏出 10 亿美元，分别入股 Anthropic 和 OpenAI。芯片代工龙头直接持股模型公司，说明算力供应链和模型公司正在互相绑定，谁都不想在下一次产能紧张时排在队尾。英国公司 Fractile 拿下 7.2 亿美元 C 轮，赌的是模拟内存计算；百度昆仑芯 M300 定档明年推出。今天的芯片新闻都指向同一个判断：训练的故事讲完了，接下来拼的是推理的性价比。

二、Agent 在现实世界的第一道墙

如果说去年大家还在讨论 Agent 能不能干活，今年讨论的已经是“谁允许它干活”。美联航明确表示不会让人工智能代理代订机票——代理下单意味着责任主体模糊，退改签、支付纠纷、欺诈风险全都要重新定义。这不是技术不行，是不敢。

Uber 的数据更直白：一周 3.2 亿单里，智能体只下了 504 笔，占比小到可以忽略。原因同样不是模型不够聪明，而是支付授权、身份验证、异常处理这几道关卡，没有一道是为机器设计的。eBay 则把 AI 购物代理挡在门外，连一条商品链接都抓不到，等于把“帮我比价下单”这个最刚需的场景直接掐断。

与之形成对照的是 GitHub。Agent 起草的 PR 在半年内从 17% 涨到 40%，负责人甚至说 PR 不该是必选项。同一个技术，在开发者工具里一路畅通，在消费交易里寸步难行。差别不在于能力，而在于容错空间：代码写错了可以回滚，机票订错了要赔钱。

三、模型与应用：四条产品线同日推进

模型侧今天相当密集。谷歌发布 Gemini Decision 1，不逐字写答案，只给候选打分，9 项测试拿下 7 项第一，最高准确率 92.2%；百度文心推出 ERNIE 5.5 Flash Preview，总参数 280B 只激活 14B，11 月 25 日前开放权重；阿里开源 Qwen Code 1.0，把 Qoder 打磨的 Harness 能力合进同一套内核；Kimi 开始“出租”数字员工，把 Agent 的计价单位从 token 换成工时。

应用侧同样热闹。Google Labs 的 Tabletop 用一句话生成可多人实时协作的小站；Adobe 一次放出多项 AI 新功能，照片能重新打光、视频能拆音轨；Mac 版 ChatGPT 多了个“财务”入口；豆包工作接入 DeepSeek、Kimi、GLM，模型列表开始标“倍率”；Stripe 用 75 亿美元买下 OpenRouter，AI 模型的“收费站”换了主人。

基础设施侧，华为云宣布 CloudRobo-WM1.2 具身世界模型定档 11 月 16 日，这是“行业 AI 梦工厂”首款昇腾原生世界模型；Google 开源 TorchTPU，让 PyTorch 工作负载只需少量改动即可跑在 TPU 上，官方用约 5000 个 Hugging Face 模型、500 多种架构做了兼容性验证，300 亿参数模型在单枚 TPUv7 上跑到每秒 25700 个 Token。

数据支撑：三个值得记住的数字

第一，60%。平头哥外部客户收入占比，这是国产 AI 芯片从“自用”走向“商用”的分水岭。第二，504 笔。Uber 一周 3.2 亿单中智能体完成的订单数，Agent 在真实交易场景的渗透率仍然接近于零。第三，40%。GitHub 上 Agent 起草的 PR 占比，半年从 17% 翻了一倍多——在容错高的场景，渗透曲线要陡峭得多。

趋势洞察：容错率决定 Agent 的落地顺序

把今天这几条新闻放在一起看，会发现一条清晰的规律：Agent 的落地速度，与场景的容错率高度相关。写代码、查资料、做表格、整理知识库，错了可以改，所以渗透率涨得飞快；订机票、下单、支付、签合同，错了要赔钱，所以平台一律先关门。

这也解释了为什么今天有十篇教程在讲“怎么核对结果”“怎么设置权限边界”。用户真正缺的不是更强的模型，而是一套能让人放心的验收流程。另一个趋势是算力资本化：当芯片公司独立上市、代工厂持股模型公司、推理成本成为主要竞争维度，这个行业正从“技术竞赛”转向“基础设施生意”，谁能拿到长期便宜的钱，谁就能熬到最后。

结语

今天没有颠覆性的发布，但有几条线在同时收紧：钱在往算力基础设施集中，Agent 在低容错场景被挡在门外，模型厂商则继续用更低的激活参数和更细的计价单位争夺企业预算。热闹的是发布会，决定胜负的是这些不声不响的结构性变化。