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 PyTorch 里跑起来的模型，能不能少折腾一点就跑到 TPU 上。

我一直觉得，算力竞争最难啃的不是芯片参数，而是开发者不会因为换一张卡就把整套工程重写。TorchTPU 是否真能降低这笔迁移税，还要等真实负载来检验。不过方向是对的。

来源，Google 与 Meta 发布 TorchTPU · Google 发布原生推理引擎 · Google 发布 TorchTitan TPU 分叉

2. Agent 的难题从会做事，变成记得住和跑得稳

Databricks 发布 MemCurrent，给生产 Agent 做持久记忆。它把记忆分成情景记忆和派生记忆，并允许 Agent 通过插件、工具调用和离线 dreaming 管线读写、整合记忆。Modal 则推出 Sticky Sessions，把同一会话的请求固定路由到同一个容器，避免状态在容器之间飘来飘去。

这两条放在一起看很有意思。前者回答 Agent 应该留下什么，后者回答 Agent 留下的东西放在哪里。很多演示里的 Agent 一旦多轮、多工具、多容器，立刻就露怯，不是忘了用户刚说过什么，就是在重新调度后丢了现场。

记忆不是塞一个向量库就结束了。它涉及事实何时写入、何时淘汰、何时从经历里抽出规则。会话黏性也不是最终方案，规模上去后仍要面对迁移、故障恢复和一致性。可这些看起来不性感的部件，才是 Agent 从 Demo 走进生产的地基。

来源，Databricks 发布 MemCurrent · Modal Sticky Sessions

3. AI 写代码越多，审查越不能只盯着 diff

Tessl 团队分享了一个很实在的变化，PR 数量翻了四倍、代码几乎都由 AI 生成后，他们不再试图逐行审查 diff，而是在生成前审查意图，再逐条验证验收标准。

这话听着有点刺耳，但逐行 review 的前提是代码量和人的注意力还匹配。AI 把产出速度推高以后，reviewer 面对的往往不是更少的工作，而是更多、更像样、也更难凭直觉发现问题的改动。继续把眼睛钉在每一行上，最后可能只是制造一种已经审过的安心感。

不是说 diff 不重要，而是审查的重心该往前挪。改什么，为什么改，哪些行为绝不能变，怎么证明它没变，这些问题要在生成之前说清楚。代码只是意图落地后的一个版本。

来源，Tessl 团队的意图验证实践

另外几条，信息密度都很高

DeepSeek 开源 DeepInfer，推理栈开始卷到内部工程能力

DeepSeek 宣布全面开源内部推理框架 DeepInfer，并同步开放生产级 Token 编解码组件 deepseek-recipe。模型权重之外，推理调度、编解码和服务工程正在成为开源竞争的新战场。对实际部署的人来说，这比又多一个 benchmark 分数更接近日常。

来源，DeepSeek 全面开源 DeepInfer

llm-d 1.0 走向生产就绪

IBM、Red Hat、Google 等参与的 llm-d 发布 1.0，定位是 Kubernetes 原生的分布式推理服务框架。Kubernetes 并不能自动解决推理效率，但当团队需要多模型、多节点、弹性调度时，缺一层生产化控制面也确实走不远。

来源，llm-d 1.0 发布

Meta 的 Thin Orchestrator，把编排器缩回它该待的位置

Meta 工程团队披露了一个约 1300 行的瘦编排器，只处理路由和可靠性检查，把 20 多条工作流分发给 14 个上下文隔离的专项 Agent。这个设计很克制。总控既要记业务又要管重试，最后通常会长成一个没人敢改的大 Prompt。

来源，Meta 详解 Thin Orchestrator

Anthropic 用 Claude 做蛋白质迷你结合剂设计

Anthropic 称其内部研究模型在 Claude Science 中主要自主运行 64 小时，生成 318,484 个候选设计，再筛出 180 个针对蝎子神经毒素的蛋白质迷你结合剂。这个结果让人兴奋，也该保持冷静，计算设计距离湿实验验证、毒理与制造，还有很长一段路。真正值得持续追踪的是后续实验数据，而不是先把它讲成万能药。

来源，Anthropic 蛋白质设计研究

Perplexity Computer 试着把 Agent 留在本机

Perplexity CEO 宣布 Perplexity Computer 可在 Mac 本地运行，无需云端推理和 WiFi，并能操作原生应用与本地文件。隐私、延迟、断网可用性都很诱人，但本地模型的能力边界、权限隔离和可审计性仍是落地时绕不开的三道题。

来源，Perplexity Computer 本地运行

35 万个 AI 反诈，给骗子制造一条很长的错误队列

澳大利亚 Apate.ai 用 35 万个 AI 伪装成潜在受害者，已与骗子聊天 250 万次，累计耗掉约 17 年时间。这个思路很像把攻击成本反过来塞回攻击者手里。它未必能替代识别和执法，却给防御加了一种更主动的办法，拖住对方，也顺手收集诈骗话术。

来源，AI 反制诈骗案例

今日思考

从算力后端到记忆架构，从代码评审到反诈，今天的共同点不是模型又变聪明了，而是大家开始认真处理模型进入真实系统后的麻烦。

会推理只是起点。接下来拼的是迁移成本、状态管理、权限边界、失败后的恢复，以及人怎样仍然对最终结果负责。

35 万个 AI 可以替人拖住骗子，但不能替人决定什么叫可信。这个位置，暂时还得留给我们。