晨启Tech

9 月 13 日的科技圈有点像一张被同时拉紧的网。DeepSeek 在压 Agent 的推理成本，Cursor 想把开发任务拆给成千上万个子 Agent，Anthropic 和 OpenAI 则把话题拉回前沿模型该跑多快。 同一天里，能力、成本和边界被摆在了桌面上。 下面是今天值得留意的 8 条消息。 DeepSeek 把重点放在了 Agent 的等待时间DeepSeek V4.1-Flash 在多处 RSS 消息中出现。公开信息显示，它采用 CED 架构，552B 总参数，prefill 阶段激活 8B 参数，decode 阶段激活 16B 参数，并将重点放在压低编码 Agent 的 prefill 与 KV cache 开销上。 这不是一场单纯的跑分竞赛。Agent 真正拖慢人的，常常不是最后吐 token 的几秒，而是读取仓库、塞进上下文、反复调用工具前那段昂贵的等待。若长上下文成本继续下降，代码 Agent 才更有机会从一次性问答变成常驻工作流。 有测评称 V4.1-Flash 在 Intelligence Index 得分 40，超过 V4 Pro 0813。这个单项成...

今天的 AI 新闻里，有两组数字很扎眼。 一边是 DeepSeek V4.1-Flash 的 552B 总参数和 8B prefill 激活参数，另一边是 OpenAI 的 Habitat 每秒超过 7000 万次请求。模型在继续变大，线上系统却在拼命把每一次推理、每一次读写压得更便宜。这个矛盾，恰好是今天最值得看的主线。 另一头也没有闲着。Anthropic 提议给第三方评估者永久员工级访问权限，Cursor 开始让协调者 Agent 调度数千个子 Agent，OpenRouter 则把有状态 Shell 直接塞进模型工具箱。能力从演示走到基础设施，权限、成本和审计就再也不是产品详情页里的小字了。 今天最重要的三件事DeepSeek 把 Agent 的长上下文账单往下压DeepSeek V4.1-Flash 开源了 552B 参数的权重，比较有意思的不是总参数，而是它把 prefill 激活参数控制在 8B，decode 阶段是 16B。RSS 给出的判断是，CED 架构瞄准的是编码 Agent 最贵的一段开销，长上下文的 prefill。 很多人看 Agent，只盯着模型...

一个 Agent 改到第 40 个文件时，真正昂贵的东西往往不是它刚刚生成的那几百个 token。 而是它得重新读一遍自己已经看过的世界。 仓库结构、测试输出、工具返回、前几轮的失败记录、用户补充的约束。长任务里的上下文像一辆越装越重的货车，模型每走一步，都要拖着这车东西做一次 prefill。你把模型换得再聪明，KV cache、HBM、SSD 和集群带宽还是会把账单递到你面前。 9 月 10 日，DeepSeek 发布 V4.1-Flash。新闻里最容易被转发的是 552B MoE、1M context、原生视觉，以及 Terminal-Bench 2.1 的 90.6 分。但我读完 51 页技术报告后，觉得更该盯住另一件事。 它在改的不是某一个 benchmark，而是 Agent 跑长任务时的经济学。 Agent 越能干，上下文越像一笔隐形债务写一个能调用工具的 Demo 很容易。给它一个 shell，接一个 GitHub API，再加几条 system prompt，看着它查文件、写代码、跑测试，气氛立刻就有了。 生产里就不是这样。 一个真实的 coding Agent...

552B 参数的开源模型，把缓存成本压下去。另一边，海外头部模型厂商开始把蒸馏争议摆到台面上。9 月 12 日的科技新闻，焦点并不只是模型又大了多少，而是 AI 开始同时碰到成本、分发和边界这三件更难的事。 下面是今天值得留意的 7 条。 DeepSeek V4.1-Flash 上线，长上下文终于开始算账DeepSeek 发布 V4.1-Flash，采用新的 Causal Encoder-Decoder 架构，提供原生视觉理解。官方披露，它是 552B 参数的 MoE 模型，支持 1M 上下文，并同步下调 API 价格。评测页给出的 GPQA Diamond 为 90.9，HLE 为 36.8，Codeforces Rating 为 3470。 更有意思的是它对 KV cache 的处理。预填充阶段约激活 8B 参数，生成阶段约激活 16B 参数，目标是把长上下文 Agent 最容易膨胀的显存账单压下来。模型能力当然重要，但做 Agent 的人更该看成本曲线，长任务能不能跑得起，往往比单点 benchmark 更早决定产品命运。 来源，DeepSeek API 更新日志 硅基流动...

今天的 AI 圈有两组数字很扎眼，552B 和 1 亿。 前者来自 DeepSeek V4.1-Flash 的模型规模，后者来自 Anthropic 报告中所称的异常交互量。一个在把长上下文和多模态的成本往下压，一个在提醒所有模型公司，能力跑得越快，安全边界也会被撞得越频繁。 真正值得开发者盯住的，不是哪一家又出了一个更大的模型，而是 Agent 开始同时改变成本、工程组织和攻击面。 重点新闻DeepSeek V4.1-Flash 把长上下文的账重新算了一遍DeepSeek 发布 V4.1-Flash，官方给出的信息很密集，552B MoE、原生视觉、1M 上下文，还引入了 FP4 KV cache 与跨层注意力复用。公开评测里，GPQA Diamond 为 90.9，HLE 为 36.8，Codeforces Rating 为 3472。 参数量当然很吸睛，但我更在意它把 prefill 激活控制在约 8B、decode 约 16B 的方向。对真正跑 Agent 的团队，长任务经常不是被模型回答质量卡住，而是被上下文堆积后的延迟和显存账单卡住。KV cache 如果继续膨胀...

Cursor 这次发布 Projects 时，抛出了一句话很容易让人上头，协调者可以指挥数千个子 Agent。 我第一反应不是「终于不用写代码了」，而是另一件更扫兴的事。一个人 review 三个 PR 都会漏细节，把一千个会改代码的 Agent 放进同一个仓库，谁来决定它们该改什么、不能改什么、改坏了怎么停？ 这不是 Agent 数量的问题。 这是软件工程开始从「写出一个改动」转向「治理一群持续制造改动的执行者」。 9 月 10 日，Cursor 发布 beta 版 Projects。官方给它的定位不是一次聊天，也不只是 Cloud Agent 的并发开关，而是一个能跨月保持上下文、派发子任务、在没有新 Prompt 时继续处理工作的项目单元。它能跑在独立机器上，可以关注 Slack、PR 和定时任务。Cursor 还给出一组很亮眼的内部数据，新用户合并 PR 的数量提高 30%，主要使用 Projects 的人达到六倍。数据来自厂商自身，样本口径和因果关系都还没有公开，所以把它当成方向信号比当成生产力定理更合适。 但产品形态值得认真看。它踩到的不是「更强的代码补全」，而是一个...

今天最值得盯的一条科技新闻，可能不是又多了一个大模型，而是 DeepSeek 把长上下文的缓存占用压下去了。 一百万 token 的上下文听上去很酷，但做过 Agent、代码库分析或长文档检索的人都知道，真正先撞墙的往往不是模型能力，而是 KV cache、显存和账单。模型跑得动，服务不一定养得起。 这一轮国内科技新闻，刚好把这件事摊开了。从模型结构，到推理平台，再到国产芯片和开发者安全，大家都在补同一条链路的不同缺口。 DeepSeek V4.1-Flash 把长上下文的成本放到了台面上DeepSeek 发布 V4.1-Flash，采用新的 Causal Encoder-Decoder 架构，提供原生视觉理解和 1M 上下文。官方披露，这个 552B MoE 模型在 prefill 阶段激活约 8B 参数，decode 阶段约 16B 参数，并通过 FP4 KV cache、跨层注意力复用等设计，试着把长上下文推理从一笔昂贵的固定开销里拽出来。 36 氪引用的数据更直观，长文本缓存的硬盘占用下降 88%。这个数字仍要等更多独立压测来验证，别急着把它当成所有业务的节省比例。但方向...

今天最值得盯住的，不是一家厂商又把模型分数抬高了几点。 是同一天里，DeepSeek 把长上下文的账重新算了一遍，OpenAI 把 Agent 的运行时直接摆上 API，Cursor 则把「一个 Agent 写一个功能」推到了「一群 Agent 管一个项目」。模型能力还在涨，但工程世界真正开始改造自己的成本结构。 今天的主线，Agent 开始碰到真实的工程边界DeepSeek-V4.1-Flash，把 KV cache 当成产品能力来做DeepSeek 发布 V4.1-Flash，552B MoE，支持原生视觉和 1M 上下文。更值得开发者看一眼的是它对推理成本的处理，prefill 约激活 8B 参数，decode 约激活 16B 参数，并通过 FP4 KV cache 与跨层注意力复用压缩长上下文的内存负担。 以前聊长上下文，大家容易把注意力放在「能塞多少 token」。但 Agent 真跑起来，成本不只在输入价格，还在并发会话占掉的显存、KV cache 和响应延迟。一个能读百万 token、却撑不起并发的模型，对多数团队仍然有点奢侈。DeepSeek 这次瞄准的是更难...

40,000 行 Fortran 77，没测试，文档散在旧 PDF 和代码注释里。Mistral 把它迁到 C++ 后，最让我停下来看的不是 Agent 跑了多少，也不是模型写 C++ 有多快。 而是他们先给老系统插了导出状态的能力，再让新系统逐点对账。 这顺序一点都不性感。但它决定了这件事是一次可控的现代化，还是一次把风险换了个语言继续埋下去。 9 月 9 日，Mistral 复盘了一个欧洲能源运营商的项目。对象是一个物理计算很重的储层模拟器，首个 sprint 完成了 30 万行代码中的 4 万行。团队试过让 Agent 按子程序自由翻译，也试过 planner、coder、tester、reviewer 全部自动协作，最后留下来的方案反而没那么炫。 人负责卡住关键决策，Agent 负责把模块化流水线跑快。 我一直觉得，遗留系统改造最危险的一句话是「能跑就行」。今天能跑，不等于行为没变。对一个把计算结果交给业务决策的系统，真正的问题不是 C++ 编译器接不接受代码，而是某个边界条件下的数值偏差，会不会在三个月后变成一笔谁也解释不了的成本。 这篇不准备替 Mistral 做产品...

一边是 DeepSeek 被曝正为科创板 IPO 做准备，另一边，美国三家安全机构把中国模型公司的模型蒸馏问题摆上台面。今天的中文科技圈，有点像在两条跑道上同时加速，商业化、工程能力和合规压力都没有暂停键。 下面是今天值得留意的 7 件事。 DeepSeek 被曝筹备科创板 IPO路透社消息称，DeepSeek 已聘请中信证券筹备科创板 IPO，计划今年递交申请、明年挂牌。报道还提到，公司拟把募集资金投向算力基建、模型研发、芯片自研和人才激励，新一轮融资的目标估值约为 5000 亿元人民币。 如果消息最终落地，这会是国内大模型公司从技术叙事走进公开市场的一次硬考。模型能力能吸引注意力，上市后要回答的却是另一套问题，算力成本怎么摊、收入从哪里来、芯片自研要烧多久。 来源，IT之家 美国机构指控六家中国 AI 公司大规模蒸馏美国模型NSA、FBI 和 CISA 发布联合公告，指控 DeepSeek、月之暗面、阿里巴巴、MiniMax、阶跃星辰和 Z.ai 自 2024 年起，以多渠道路由等方式对美国前沿模型进行产业规模的知识提取。 这是机构层面的指控，不是已经完成的司法认定。可它给国...