晨启Tech

一个 Agent 项目开始变复杂时，团队最容易做的动作，是再加一个 Agent。 需求来了，给它配一个 Planner。Planner 的结果不稳定，再上一个 Reviewer。工具调用太杂，拆一个 Router。最后你会得到一张看起来很像生产级架构的图，方框很多，箭头很漂亮，日志也终于开始滚动。只是用户问了一句「为什么这次没改对」，没人能在十分钟内回答。 Anthropic Applied AI 团队最近给出了一份反直觉的建议，很多 Router、Planner 和领域子智能体，并不该天然留在 orchestrator 下面。有 skills 的单 Agent 循环，常常比一提示全包和多 Agent 编排质量更高，成本与延迟也更低。有客户把多层结构收回单循环后，运行时间大约快了两倍。 我觉得这条建议比某个框架又支持了多少节点重要得多。它戳到 Agent 工程里一个常被忽略的问题，复杂度不是免费买来的可靠性。你加进来的每一个角色，都在把上下文、状态、责任和验收往更多地方推。 这篇不打算劝你把所有多 Agent 系统拆掉。复杂任务确实有边界，有些边界不拆会更危险。但如果你正在用 L...

今天这份简报里，有两个数字很扎眼。 一个是 MiniMax M3.1 Flash 的 428B 总参数与每 token 激活 23B。另一个是市场消息里的 DeepSeek 约 150 亿美元新融资。前者在讨论模型怎么把能力装进更可用的推理成本里，后者在提醒所有人，国内大模型的牌桌还远没到结算时刻。 下面是值得跟进的六件事。 MiniMax 公开 M3.1 Flash 权重MiniMax 宣布开放 M3.1 Flash 权重。该模型总参数为 428B，每个 token 激活 23B，并提供 Hugging Face 与 ModelScope 下载。 这组数字说明它仍是 MoE 路线，模型容量和单次推理的实际计算量并不绑死。对国内开发者而言，权重公开的价值不只是多一个可下载模型，更在于可以自己验证部署成本、量化效果和工具调用表现，而不必只看 API 榜单。 但开源不等于本地可用。428B 的总规模依然会把显存、并行策略、长上下文吞吐这些现实问题摆在团队面前。能跑起来是一回事，跑进稳定业务又是另一回事。 来源，MiniMax，经 AIHOT 汇集 MiniMax Code 想把 Ag...

今天有两组数字放在一起看，很有冲击力。 一边是 Anthropic 宣布为 123 个开源库、239 个入口点生成了约 1.8 亿行形式化证明。另一边，OpenAI 把面向分类、路由、评分的小决策单独做成 Decisions API，声称最高能比通用 Responses API 快 10 倍。 前者把 AI 拉向软件可信度的底座，后者把 AI 压进每一次普通请求的毫秒级路径。Agent 从能不能做事，走到能不能稳定、便宜、可审计地做事。 重点新闻1. OpenAI 推出 Decisions API，把小决策从大模型对话里拆出来OpenAI 正式发布 Decisions API，面向分类、路由、评分这类答案边界清晰的任务。官方称，基于 GPT-6 Luna 的该接口，速度最高可达通过 Responses API 调用同模型的 10 倍。 这不是又一个 API 名称的变化。许多 Agent 系统的真实流量，并不都是长链推理。把工单分给哪个队列、判断一次工具调用要不要审批、给检索结果打分，这些动作频率高、结果空间小，却经常被塞进昂贵又慢的通用推理回路。单独的决策层一旦可用，模型路由...

10 月 21 日，PHP 一口气发布了 8.5.12、8.4.27、8.3.36、8.2.35 四个安全版本。两个 CVE，最高 CVSS 9.2，受影响版本可以追到 PHP 5.4。更不舒服的地方不在编号，而在攻击发生的位置。某些条件下，未经认证的请求甚至能在应用代码运行前触发问题。 你的 WordPress 写得再规矩，你的 Drupal 没有那条危险接口，也不一定能躲开。 这次事件被叫作 PHP2Shell。它真正值得开发团队反复咀嚼的，不是「AI 找到了一个洞」这种适合做标题的句子，而是一条很残酷的时间差。公开资料显示，PHP 团队在 2024 年已经看见 OOM 相关风险的影子。2026 年 8 月，多方研究者陆续证明它能走到 RCE。10 月 21 日补丁才正式落地。 发现能力突然变快了，修复系统却没有跟着一起变快。 我一直觉得，这才是 AI 安全进入工程现场后最需要正视的一笔账。未来让人头疼的，未必是模型会不会替你写出一个 exploit。更常见的情况是，模型已经能把一条原本需要资深研究员几周摸索的路径压到几小时，你的资产清单、升级链路、灰度策略和值班协作，还是老...

一边是 AI 找出了 PHP 里藏了十几年的远程代码执行漏洞，一边是国内团队把推理内核、生产框架往开源社区里推。今天这几条消息放在一起看，有个很具体的感受，AI 工程的竞争已经不只在模型参数上，也在谁能把运行时、供应链和部署链路守住。 国内 AI 技术出口目录拟调整ChinaTalk 解读了商务部与科技部 10 月 16 日发布的第 48 号公告草案。草案计划向《中国禁止出口限制出口技术目录》新增 40 项技术，其中 23 项涉及 AI，14 项列入禁止出口，26 项需要许可。 这不是一条只和政策研究员有关的新闻。做模型、算法和跨境交付的团队，都得重新看自己交付的到底是代码、模型权重、训练方法，还是一整套可被认定为受限的技术能力。规则没落地前不必过度解读，但合规梳理该提前做了。 来源，ChinaTalk DeepSeek 开源内部推理框架 DeepInferDeepSeek 宣布全面开源内部推理框架 DeepInfer，同时放出生产级 Token 编解码组件 deepseek-recipe。 模型开源热闹了很久，真正麻烦的部分常常在模型之后。请求怎么调度，KV Cache 怎么管...

一个存在了二十多年的 PHP 漏洞，被 AI 和安全研究员一起挖出来了。发现花了两天，修复和协调却拖了两个月。与此同时，另一个 AI 服务的依赖包刚遭投毒，恶意版本在两小时内被下架。 今天的新闻很容易被模型、融资和新产品抢走注意力。但我更在意这两件不太光鲜的事。AI 开始参与发现问题了，系统也因此更需要知道自己依赖了什么、出了事怎样止血。 今天最该处理的，不是多试一个模型1. PHP2Shell 把 AI 漏洞挖掘推到了一次真实的生产考验OpenAI、Google Wiz 和安全研究者披露，PHP 中的两个高危漏洞可让未认证攻击者远程执行代码，影响范围最早可追溯到 PHP 5.4。公开信息显示，研究团队借助 GPT-5.6 Sol 找到了问题，PHP Foundation 已发布补丁，NSA 还建议不能及时修复的站点考虑先下线。 这里最值得看清的，不是 AI 又找到了一个 bug。漏洞发现只是链条的开头，后面还有复现、负责任披露、维护者定位根因、兼容性测试、补丁发布和全网升级。AI 把发现速度压到两天，并没有把后半段变简单，反而让协同能力成了新的瓶颈。 如果你维护 PHP 服...

一条语音 Agent 的 WebRTC 连接断了几秒，用户再回来，后端却换了个容器。上一秒还握在进程内存里的音频流、工具执行状态和对话上下文，一下子全没了。 这不是模型忘性大，而是请求被送错了地方。 Modal 在 10 月 20 日发布 Sticky Sessions，给 Serverless 服务加了一条很朴素、但很难补上的约束，同一个 session 的全部请求固定进入同一个容器。它看起来像路由层多了一个开关，实际碰到的是 Agent 工程里最容易被忽略的一层，状态究竟应该跟着请求走、跟着会话走，还是老老实实落到外部存储里。 我想借这个发布聊清楚一件事。很多 Agent 的「失忆」和「重复调用工具」，并不是 Prompt、Memory 或模型能力的问题。你把有状态的活塞，塞进了按请求自由漂移的基础设施里。 一次重连，为什么足以毁掉体验先把场景想具体一点。 一个客服 Agent 正在帮用户查订单。它已经完成身份校验，拿到了订单号，准备调用退款工具。浏览器网络抖了一下，前端重连，负载均衡把第二个请求交给了另一台容器。新容器只看到一个 session_id，却没有上一台机器的内存...

早上这一轮消息里，最有意思的不是又多了一个模型，而是 AI 开始碰到真正难啃的工程问题。 端侧怎么塞下大模型，推理集群怎么调度，长时间运行的 Agent 怎么记住事情，代码审查又该看什么。它们听着分散，其实都在问同一件事，模型离生产环境还差哪几块拼图。 DeepSeek 把内部推理框架放到开源社区DeepSeek 宣布开源内部推理框架 DeepInfer，同时放出生产级 Token 编解码组件 deepseek-recipe。对开发者来说，这比单独发布一个模型更值得盯一眼。 推理系统里，模型权重只是开始。请求调度、KV Cache、批处理、Token 编解码和观测链路，往往才决定一套服务能不能稳定跑起来。国内团队过去常常只能在 vLLM、SGLang 或自研方案之间选，这次 DeepSeek 把自家生产环境的一部分做法拿出来，后面能不能被社区接住，才是关键。 来源，DeepSeek 公告 一套 35B MoE，面壁智能想让它跑进手机面壁智能介绍了前瞻专家调度 LES，并称 MiniCPM-V 4.7 已实现 35B-A3B MoE 在端侧实时无损运行。在 iPhone 18 Pr...

35 万个 AI 伪装成容易受骗的人，已经陪骗子聊了 250 万次。另一边，工程团队开始放弃逐行审查 AI 写的代码，改为先审意图。 今天这批新闻看上去很散，反诈、蛋白质设计、云算力、推理框架、代码评审都在里面。但把它们摆在一起，轮廓其实很清楚，AI 正从一个会聊天的工具，进入要被部署、被约束、被复盘的阶段。 今天最值得盯住的三件事1. 训练和推理开始摆脱单一硬件路线Google 与 Meta 推出开源项目 TorchTPU，为 Google TPU 提供原生 PyTorch 后端。开发者迁移模型时，改动可以小到把 .to("cuda") 换成 .to("tpu")。Google 随后还发布了面向 vLLM 与 SGLang 的 TorchTPU 原生推理引擎，以及 TorchTitan TPU 分叉和模型优化手册。 这件事不只是多一个后端。过去 PyTorch 社区的默认路径几乎总会落到 CUDA，TPU 很强，却常被工具链和迁移成本隔在另一个生态里。现在 Google 拉上 Meta 做原生后端，想解决的是一个很朴素的问题，已经在 ...

前两天我发过一条帖子，讲的是有人分享的企业 AI 落地套路。先让 Codex 把流程跑通，再把 Codex 请出去，留下的是一个 Python 脚本、一个按钮、一个定时任务。这篇顺着这段话往下想，配一篇 Google Cloud AI Research 的论文 Harness² 当数据。先把边界说清楚，这是资料解读加工程判断，那套做法不是我落地过的，文中的 Java 和 Spring 例子也都是假设场景，用来说明思路。 那段话里我最在意的是这一句。 Agent 探索期要的权限很宽，脚本只要那几张表。 探索和执行，本来就是两种活让 Agent 去摸一个新流程，它得能读很多东西。要翻库表结构，要看历史数据，要试接口，要跑几遍错的再跑对的。这个阶段给它的权限，天然就宽。你很难提前知道它需要哪张表，只能先放开，再看它碰了什么。 流程一旦跑通，事情就变了。 每天凌晨把某几张表对一遍账，生成一份报表，发到某个群。这件事需要的权限其实很少，两张表的只读，一张结果表的写入，一个发消息的接口。剩下那些探索期开过的口子，生产里一个都用不上。 如果还让 Agent 每天去做这件事，你等于把探索期的宽权...