AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

一个自称"纯外行"的人用 3 天把小项目 AIHOT 重写上线，把 12 步流程完整摊了出来；被专业者骂了还是要分享——这份清单的价值恰恰在"外行"两个字上。（转述自原帖）

12 步里最值得抄的是它的多模型分工：先让 Opus 5.5 与 GPT-6 Astra 并行把旧项目"蒸馏"成功能文档与交接包（架构分离、为多 Agent 并行而设计、保留踩坑细节）；再让 Fable 5.1 拿文档与旧代码全面对照、补漏；第三步最狠——让 Opus 在不看任何旧代码的情况下，仅凭功能文档、交接包与端到端测试，盲写 12 小时完成重写。

这一步之所以成立，是因为前两步把"知识"从代码里抽了出来：先蒸馏成可验证的规格，再允许不带记忆地重写——旧代码从此只当对照物，不再当拐杖。

第四到第六步是双模型互审的闭环：两家并行逐行审计新旧差异（只看功能与逻辑、无视实现差异）、出两份审计报告；优化完先清空上下文，再开一队子 Agent 按模块对比——这一步的巧思是防"自己审自己"：审的人忘了前情，才看得出真正的遗漏。

第七步转 UI 组件化与动效；第八步是全篇最像工程的一手：导出旧库、线上彩排、6 小时影子系统并行、实时监控，让 Opus 自动修复暴露的问题——上线不再是切换动作，是"并行跑通之后的自然接管"。最后三步收尾：端到端测试、无缝切换、按真实数据优化缓存与 CDN，再持续监控。

把这 12 步放回今晚的坐标系，它几乎是一份草根版的六层架构实践：蒸馏交接包＝把本体写出来、双模型互审＋子 Agent 对比＝小型 evals、影子系统＝变更前的回归演练、清上下文再审＝防自评污染。专业词汇一个没用，流程骨架一步不缺——这大概是对"外行"二字最有力的回击：结构感不是学历给的，是被流程逼出来的。

当然要留清醒：这是他一个很小项目的个人复盘，模型搭配与小时数不可照搬；值得搬的是次序，不是参数——先蒸馏、后盲写、再互审、彩排完才切换。次序对了，用哪两个模型都是你的自由。

给想重写老项目的人一句落地的：别急着让 AI 读旧代码——先让它把旧项目讲给你听：能讲清功能清单与边界，才进入重写；讲不清，说明连你自己都还没准备好动它。第 3 步那个"不看旧码"的底气，全部来自前两步的诚实。

NVIDIA 官方号补了一段把安全平台讲透的话：agent 一跑就是几天，中间不断调用工具、撞错、重试——安全策略必须在整个过程里持续生效；OpenShell 在 agent 运行期间执行策略，团队还可以在 BlueField-4 上加 Sentry 做独立的监控与执行。（转述自原帖）

这句补白对上了今晚反复出现的那条主线：长跑时代的安全，难点不在"启动时检查一次"，而在策略的生命周期必须等于 agent 的生命周期。一次性授权的思路在这里失效——授权发生在第 0 秒，而风险发生在第 30 小时的第两百次重试里。

所以才需要两件套：OpenShell 贴身执行（agent 在哪、策略跟到哪），Sentry 独立看守（换个人盯着执行者本身，防止"既干活又监督自己"）。干活的与监督的分开，与"批准之前绝不擅自动工"、与 Palantir 的三重权限是同一个架构直觉的第三种表述。

"BlueField-4 上的独立监控"这个位置选择也值得记：把监督放到网卡这种独立硬件层，等于给"旁路看守"一个物理身份——监控者不与被监控者共享命运，这比同进程内的心跳检查硬得多。当 agent 进入常驻与长跑，监督机制的独立性会越来越像基础设施问题，而不是代码问题。

给跑长任务的人一句落地的：给你的 agent 写一版"三问清单"的长跑版——跑到第 30 小时，谁能确认它还在授权范围内（贴身策略）？谁在它跑偏时先发现（独立监控）？发现之后多少秒能停（隔离响应）？三问答得上来，几天几夜的长跑才交得起；答不上来，就把任务切短、把检查点加密——跑得久是能力，停得快才是资格。

一张"AI 工程师该学什么"的清单在圈内传得很广，1100 多赞；22 条里没有一条是"怎么写提示词"，开头与结尾倒是把态度钉死了。（转述自原帖，来源见文末）

先看头两条的句式，全部是"X engineering，not just Y engineering"：Harness engineering，不只是 prompt engineering；Context engineering，不只是 long prompts。

这两句今晚已经读过一整晚的注脚——说明书会被内化、任务要靠结构、掌控要靠信号；清单把它提炼成职业定位：会写提示词是入场券，会搭那套围绕模型的软件才是职业。再看尾条，同一个声音：把 LLM 系统当可靠基础设施来发布，而不是"包着提示词的 demo"。首尾合起来，就是这一行的成人礼宣言。

中间 20 条可以按四组读。推理栈组讲钱和延迟从哪漏：prompt 缓存与语义缓存的取舍、KV 缓存的淘汰与复用、prefill 与 decode 为何要分别优化、连续批处理与分页注意力、投机解码与量化与蒸馏的三角关系、INT8／INT4／FP8／AWQ／GPTQ 各自伤在哪——这组提醒我们今晚那句"能省的是翻译不是思考"还有下半句：翻译省完之后，剩下的每一分都要从调度里挣。

接口可靠性组是事故高发区：结构化输出失败的修复循环与兜底链、函数调用的工具契约、参数校验与幂等、模型路由与优雅降级与降级态的 UX——几乎每一条都对应今晚读过的某个真实翻车姿势。

护栏与评测组是清单里最硬的部分：agent 循环预算、工具预算、终止条件；golden set、回归、对抗测试、LLM-as-judge 与人工评测；检索评测要测召回、精度、归因与引用质量——评测被单列为学科，而不是发布前的一道手续，这与"评测是变更的准入证"是同一条结论的课程版。

治理组收尾：可观测作为一等学科（trace、span、token、延迟、漂移）、成本归因要落到功能与租户而非只到模型、提示注入防御与数据泄漏与权限边界、多租户隔离与缓存污染防护、微调 vs 上下文学习 vs RAG vs 蒸馏各自什么时候用错、以及生产失败模式清单（幻觉工具调用、坏 JSON、过期检索、失控 agent、静默评测回退）。

这张清单值得单独成篇的原因，是它把"今晚读过的一切"排成了可执行的学习顺序：harness 课程给闭环、六层架构给骨架、SkillOpt 给进化、NVIDIA 两件套给防线——清单负责告诉你还差哪几块。22 条里最扎心的是最后那组失败模式：坏 JSON 与幻觉工具调用几乎人人遇过，但"静默的评测回退"大多数人根本看不见——没在测的东西，坏了也不知道。

留一格清醒：清单是地图不是任务表——22 条全学完并不现实，它的正确用法是当体检表：逐条自评"这块我有货吗"，圈出三处空白先补。来源：aiengineeringfromscratch.com

给想起步的人一句落地的：从今晚最熟的三块切进去——把一个真实任务的评测表立起来（评测组）、给 agent 加一道循环预算（护栏组）、把每次调用的 token 记到功能名下（治理组）。这三条各半天就能做，做完你会发现：清单上剩下的 19 条，读起来突然都认识了——因为它们长在同一副骨架上。

freeCodeCamp 出了个很对味的手册，标题就是方法论本身：想真正理解 Claude Code 这样趁手的工具，最好的办法是自己造一个。手册带你用 Python 和 Gemini 写一个自己的 AI agent，顺带把多目录项目怎么组织、AI 工具在底层如何运转、函数式编程的用法一并讲透。

（转述自原帖，手册：freecodecamp.org/news/build-an-… ）

"自己造一个"这五个字，在今晚的课程序列里出现得越来越密。先是 harness 免费课程教你把闭环搭起来、Palantir 六层告诉你栈该长什么样、SkillOpt 演示了技能怎么自己进化——这篇补上了更基础的一环：用之前先拆一遍。

看说明书是消费、跑任务是使用、动手复刻才是理解；而 agent 恰好是少数"复刻成本不高、理解收益极高"的对象：两三百行就能跑通循环，难的部分（上下文管理、工具调用、状态延续）正是你自己会撞上的那些墙——撞过一次，再用别人的工具时每一步都看得懂。

这也解释了为什么"底层原理"四个字值得单独圈出来。多数教程教的是调用姿势：怎么配、怎么提示、怎么接 API；这篇讲的是"under the hood"——为什么多目录要那样划分、工具为什么长成现在的接口、状态为什么必须显式传递。姿势会在下个版本过期，原理不会；今晚"留三成精力跟下一代接口"那篇说要迁移的是结构，这里的注脚是：能迁移结构的人，得先看懂过结构。

留一格实际的：造这个练习品不是为了上线，是为了留一份"手搓的参照"——当工具行为反常时，你知道从哪一行开始查；这也是免费课程里那套 audit 脚本之外的另一种体检：不检查你的配置，检查你的理解。

给想上手的人一句落地的：别从"写 agent"开始，从"最小可跑的三件事"开始——读一个文件、调一个工具、把结果写回去；三件事各自能单测，再谈循环与记忆。能拆开跑通的最小件，就是你理解一个复杂工具的最小单位；跑通它，今晚读过的每一篇都会各自再亮一次。

本日最高赞来了，一句话加一张图："当所有西方模型都有阴郁、阴沉的内心戏时，DeepSeek 就只是……"（配图见原帖）（转述自原帖）

两万多个赞笑的不是模型，是系统提示词的人格化。所谓"黑暗的内心戏"，说的是近期接连泄露的各家 system prompt：长长的免责声明、安全对齐的层层叮嘱、"不要伤害、不要越界、不要说错"的自我审查——这些本该不可见的后台叮嘱，被拼成了一个过度紧张、总在自我审视的内心形象；而对照组里的 DeepSeek 被画成一副没心没肺的开朗样。

梗之所以成立，是因为大家默认了一件我们讲过的事：模型的"性格"不是权重里长出来的，是被怎么写、怎么喂、怎么约束的投影——智能体的人格是环境的投影，这次投影被搬上了表情包。

顺着这层读，这条梗其实还藏着一个有用的观察：提示词里每加一层"小心"，模型的表达就沉一分。安全与克制当然要写，但写法有差——写成"何时必须停"的边界，与写成"你可能有危险"的暗示，前者收住行为、后者污染语气。今晚那篇"省心的地方撤岗"讲的正是后一件事在时间轴上的走向：模型越成熟，越不需要用恐吓式的叮嘱换安全——把恐惧从提示词里拿掉，语气自然就晴了。

留一格清醒：单句梗的传播力大于信息量，图里的具体所指以原帖为准；能带走的是那条原理，而不是对任何一家模型的性格评判——今天开朗的，换个 system prompt 明天也能阴郁。

给写提示词的人一句落地的：把你的 system prompt 通读一遍，圈出所有"别、不要、千万"——把其中一半改写成"做什么"的正向指令，把另一半收进明确的边界清单；然后让模型复述它觉得自己是什么角色。角色没变，语气先变；语气没变，说明真正的性格来自别处——那就接着往上下文里找。

OpenAI 的 Boris Power 说了个让人坐直的数字："OpenAI 80–90% 的研究聚焦在 GPT-7、GPT-8 及更远。" 配一句转述者的评论：没有人在减速，大家都主要聚焦 AGI 与 RSI。（转述自原帖，原话见视频）

这个比例是本条唯一的重点，也是最耐读的地方。公众注意力全在本周的发布——DevDay 的新品、常驻助手的曝光、定价页的措辞——而研究资源的大头早已翻过当下这一代：前台在卖 GPT-6，后台在造 7 和 8。

这与"发布节奏"那几篇拼出的图景并不矛盾，反而互为注脚：发布会管理的是市场节奏，研究分配管理的是技术节奏；两条节拍各自独立跑，只在里程碑处交汇一次。你看到的每次"突然变强"，背后都是两代以前就开始的堆料。

"80–90% 在更远的地方"对普通用户也有实际推论：当下这代模型的改进空间，大概只剩那一两成的余量——指望它靠下个月的补丁追上宣传里的期待，不如把期望放回结构与工作流（今晚那些：档位、脚手架、验收、护栏）。

反过来，对押注长线的人，这个比例是颗定心丸：头部没有因为商业化放缓前探，而"聚焦 AGI 与 RSI"的口径也说明，研究议程并没有从"能力边界"改道到"变现效率"——哪怕外面的定价战打得再响。

留一格清醒：这类数字来自访谈转述、非正式披露，比例的准确度以当事人口径为准；但方向不难验证——看新论文署名的迭代代号、看招聘里"pretraining／posttraining"岗位的占比，都是旁证。信方向，别抠小数点，这是读所有"内部消息"的通用姿势。

给做规划的人一句落地的：把你的技术选型与学习计划，按这个比例倒过来排——别把精力全押在"这代还剩多少"上，留出三成去跟下一代的接口：当 7 和 8 换挡时，先迁移的从来不是模型，是那些早就写成结构的东西。

安全圈的老牌厂商 Hex Rays 把 IDA 的官方 MCP Server 放出来了：免费、开源、接任意 LLM——agent 直接写 IDAPython、token 消耗比手工链路少约两成，还能与你实时共享同一个 IDB 会话；一行安装：uvx ida-hcli mcp install。

（转述自原帖，文档：hex-rays.com/blog/hex-rays-… ）

这条放在 MCP 生态的谱系里位置很正。今晚读过的集成从模型网关、任务板到安全隔离，几乎都在"新大陆"一侧；逆向分析是块老地——工具三十年沉淀的操作习惯、插件与调试视图，最缺的恰恰不是 AI 能力，是把三十年操作语法翻译成 agent 能调用的动作集。

官方 MCP 做的就是这层翻译：agent 不再隔着界面模拟点击，而是拿到一组类型化的动作（跑脚本、读结构、共享会话）——与"本体层不给裸 SQL"是同一条设计铁律的另一面：给 agent 的入口永远是动作，不是像素。

"省两成 token"这个数字也值得记一笔。它说明瓶颈不只在模型贵，还在每一步都要把界面状态重新描述给模型；当工具原生说 MCP 的话，描述成本直接消失。这与今晚效率账本上"档位分流、压缩记忆、脚手架课程"是同一个方向的又一站：能省的是翻译，不是思考——让模型把预算花在判断上，格式转换这种活交给接口层。

对安全从业者，这是"AI 辅助逆向"从民间脚本走向官方支持的标志，但边界照旧要划清：官方集成解决的是"怎么用工具"，不是"对什么能用"——授权测试、合规研究的老规矩一条不改。接口越顺，越要记得自己站在哪条线内；这与"批准之前绝不擅自动工"是同一句话的两个场景。

给想上手的人一句落地的：装完先别急着让它啃样本——拿你自己写过注释的老二进制当第一个对象：让 agent 复述函数用途、你来对照；对得上，再把真实任务交给它。省两成 token 的前提，是它省下的每一步你都看得懂。

微软开源了一个叫 SkillOpt 的东西，把"技能优化"这件手工活闭成了环：评估 agent 表现、重写自己的指令、跑不过基准的改动一律拒绝——优化完的 skill 还能跨模型迁移。（转述自原帖，仓库：github.com/microsoft/Skil… ）

把这条放进方法论的时间线，它是又一节台阶。我们先讲了 Skill 是给 agent 的说明书、讲了货架与百万条、讲了"评测是变更的准入证"、讲了给 Skills 库做淘汰测试——SkillOpt 把这四步全部程序化了：测（评估表现）、改（重写指令）、卡（不过基准就拒）、搬（跨模型迁移）。

此前的淘汰测试要人来执行，现在执行者变成了系统本身；"改了会不会更好"不再靠手感，靠的还是同一句话——能跑的留下，跑不过的退回。评测从"发版闸"升级成"进化机制"，这大概是今晚整条链最自然的下一步。

"跨模型迁移"这半句的分量不输自优化。技能写死在某个模型的习惯上，是它最大的隐性负债：换模型等于重写说明书。迁移能力意味着技能资产开始独立于供应商存在——这与"能力可以外采、结构必须自持"是同一判断的技能版：模型可以换，沉淀下来的方法不能重交一遍。

今晚反复出现的"带得走"，从文件格式、到可移植的 xcrun 导出、再到今天跨模型的 skill，边界一格格往外推。

也留一格清醒：自优化最怕的是在错误的基准上勤奋——基准若测不出真实业务的对错，SkillOpt 优化的方向就会精准地跑偏；这就是为什么淘汰测试与基准建设永远是前一步、自动化是后一步。先有可信的尺，再放会自己改衣服的人；顺序反了，只会把衣服改得更合身地错。

给想试的人一句落地的：把你们用得最频繁的三个 skill 拿出来，先各写一条可判定的基准（跑十次任务、通过率不低于某值）——有基准才谈得上让工具自己改；没有基准的"自优化"，听起来先进，实际是把方向盘交给了空气。

V4.1 Pro 的内测截图出来了，"蓝鲸即将出水"。（转述自原帖，为内测口径、以官方上线为准）

内测信息五条，逐条都值得记：显示名锁定为 DeepSeek V4.1 Pro；标语 Early access、按账号灰度，公共列表里看不到；默认高推理（reasoningEffort＝high）；数据用于训练、非多模态、非 premium；权限开了就能一直用，离正式上线不远。

放在今晚的时间线里，这与"桌面版周一／周二、V4.1 Pro 与 DSH 一起发"那篇正好首尾相接——那边是日程，这边是实物：灰度已经在跑，默认档位已经定死，差的只是揭盖。

"默认高推理"这半句是给重度用户的定心丸：开箱即是最深思考模式，不用自己拨档——也呼应了今晚档位分流那条逻辑的反面：能力档的默认值，就是厂商对目标人群的判断；默认 high，说明它先伺候的是愿意等、愿意烧推理的那批人，而不是拼手速的轻问答。

但最该圈出来的是"数据用于训练"。灰度期的使用记录会进训练语料——这对尝鲜者不是吓唬，是一笔要先算的账：拿私有代码、客户资料、未公开文案去跑 Early access，等于把它们按条款交了出去。

这条与"读取授权不等于传出授权"、"三重权限检查"是同一根线：新模型的诱惑越大，越要先问数据去哪。想尝鲜的姿势也简单——用脱敏样例与公开项目去试推理质量，真料等正式版；能力可以先验，数据不必陪跑。

给排队等权限的人一句落地的：拿到灰度先做三件事——截默认档位（对比将来是否被降）、跑一组自己的固定题集（留个基线）、确认账号的数据开关状态。三张截图在手，正式发布那天你就有对照组；这比记住"周几发"更有用。

dhh 又丢出一句值得裱起来的话："Agent-led development 要求你有业主的心态：我们到底要达成什么结果？你越不需要钻进细节里，就越容易看清全局。"（转述自原帖，配视频见原推）

这句话是"人该站哪"的位置说明。过去两个月大家讨论 agent 时，争论几乎都落在"要不要看细节"上——盯紧了累死、放开了翻车；dhh 的回答是换了个身份：别当监工，当业主。业主从不盯着工人砌每一块砖，他盯的是交付标准、预算与验收；细节是过程，结果才是签字栏。

这与"三个是非题刚好够用的掌控"是同一套方法的两种语气：一个讲三个检查点（开工计划、中途状态、收工验收），一个讲三个注意力出口——长程任务里，人的稀缺资源是注意力，把它花在"定义完成"上，永远比花在"盯着进行"上回报高。

"越不钻细节越能看清大局"还有一层技术含义。今晚反复出现的结构里，凡是让人省心的设计，本质都在做同一件事：把细节压缩成可判定的信号——验收清单把一千行改动压成五个是与否、任务板把并行进度压成一列状态灯、评测把模型好坏压成一张分数表。信号越干净，业主越不需要下场；反过来说，如果一个 agent 系统逼得你必须逐行审，那不是你不够放权，是它的信号面还没做出来。

留一格清醒：业主心态的前提是验收标准先于开工存在——没有标准的"不看细节"不是信任，是裸奔。这套心态最适合的场景是边界清晰的任务（做一个能跑的页面、修一个有测试覆盖的 bug）；探索期、口径没定的任务仍要人陪着把"什么算完"吵清楚。先定结果，再谈放手——顺序反了，业主心态就会变成甩手掌柜。

给正在带 agent 干活的人一句落地的：下次派活，别写"帮我优化一下"，改写成"做成什么样、花多少、什么时候要"三句话；它交活时只回答一个问题——和这三句对得上吗？对得上签字，对不上退回。你省下的逐行盯梢时间，正好拿去想下一件该交出去的事。

黄仁勋的官方号发了 NVIDIA Open Agent Safety Platform 的参考设计。（转述自原帖，细节以 NVIDIA 官方文档为准）

前两天社区转述版刚出现时，重点是两个组件：OpenShell 实时执行策略、Sentry 能在毫秒级把可疑 agent "隔离"起来；这次的参考设计把它们安进了一套完整方案里。放在今晚的坐标系里看，这一步的意义很清楚——当 agent 开始常驻（关窗继续干）与成队（多人协作）同时成立，安全就从"提示词技巧"变成了"基础设施采购"：策略要实时执行、异常要秒级隔离、每个动作要可回放，这些都不是模型聪明就能自带的，是必须有人卖的零件。

这与 Palantir 六层那篇是同一件事的两端。Palantir 展示的是自持结构——六层加三重权限，全部自己搭；NVIDIA 今天卖的是成品零件——把"实时策略"与"隔离舱"做成参考设计，照着装即可。

两条路正好对上今晚那句"能力可以外采、结构必须自持"：能力层的零件可以外采（模型、安全件都能买），但"谁批准、谁隔离、谁担责"的结构必须留在自己手里——否则买回来的隔离舱，连该隔离谁都要听别人定义。

"毫秒级隔离"这个指标也值得多看一眼。它衡量的不是模型犯错的速度，是系统收敛的速度：一个失控或被注入的 agent，伤害与时长成正比；把发现到关禁闭的间隔从分钟压到毫秒，等于把事故的爆炸半径先一步砍掉。这与"能随时撤，就不必随时憋着"是同一个思想在安全域的投影——可撤回性才是敢放手的前提，无论撤的是一次发布，还是一个正在乱跑的 agent。

给要落地的人一句排序建议：先照参考设计回答三问——你的 agent 能碰哪些资源（策略清单）、出问题谁来按隔离键（角色与触发）、事后能不能还原全过程（日志与追踪）；三问答得上来，再谈给 agent 更大的自由度。零件随时买得到，但这三问的答案必须写在你自己的纸上——那是常驻时代唯一带不走的资产。

关于 Claude Code ／ Codex 的 goal，有人把问题往前推了一步：真正的瓶颈不是让 agent 跑长程——那早已不是问题——而是长程执行中，人到底怎么监督、怎么给出合适的反馈、怎么实现有效干预；Ralph Loop 已经撞到天花板。用他的话说，这是所有 TUI agent 与 chat agent 的根本局限。（转述自原帖）

这个判断与两篇老账正好接上。"脚手架可以拆、护栏不该拆"那篇讲的是：命令类脚手架会被模型内化，但"不许怎么做"的护栏不会自发长出来；这一篇再进一层——护栏解决"允许什么"，掌舷感解决"人还在不在"。

当任务拉到几天几夜、改动成百上千行，人的角色从"盯着每一步"退成"在关键节点表态"，可节点在哪、证据怎么给、点下去能不能追责——这些界面问题 TUI 和聊天窗都没答好：日志流读不完、进度条不会说话、打断要么太晚要么太粗。

原帖给出的解法也值得记，三件套各有分工：以 Task 节点为单元让 agent 自行组织与探索图示结构（把"它在干什么"从文字流变成可看的图）、Acceptance 做产物校验（把"做得对不对"交给可判定的验收，而不是感觉）、极直觉化的交互可视化（把"我想改这里"变成点一下）。

拆开看，正是今晚反复出现的三件套换了个形态：结构可读、验收可判、介入可点——掌控感不是情绪词，是三个具体交互的合称。作者称这套已在其产品内部消化巨型需求的迭代，并预告了 GA。

值得留一格清醒：这仍是作者对自家方案的陈述，效果以实际使用为准；但问题本身的价值独立于任何产品——长程 agent 的下一场竞争不在"能跑多久"，而在"人能多舒服地陪跑"。谁先把监督、反馈、干预三件事做成界面，谁就拿走了企业与重度用户真正愿意付费的那部分。

给正在用 goal 跑长任务的人一句落地的：别再问"它能不能自己跑完"，改成设三处检查点——开工时让它先交计划、中途让它按任务节点报状态、收工时拿验收清单逐项对；每处都只回答一个是非题。三个"是"放行，任何一个"否"就地纠偏——这大概就是现阶段，人对长程任务全部且刚好够用的掌控。

Palantir 的 AI 平台跑在地球上最注重安全的那些组织里；有人把它的架构文档拆开，总结出一份"agent 栈到底需要什么"的清单，并指出其中大部分可以直接抄进你自己的项目。（转述自原帖，细节以 Palantir 官方文档为准）

六层设计，每层都对应一个常见事故的预防。一，本体层代替裸数据：agent 看到的是业务对象（订单、客户、资产）与一份固定动作清单——像 update_order_status 这样的类型化工具，永远不给裸 SQL；二，agent 与模型之间必须有一层网关：PII 在 prompt 出门前就脱敏、响应缓存、失败重试、限流与 token 计量，所有 LLM 调用只走一个入口（LiteLLM 或自建包装）；三，模型可换：目录加自带模型，模型名放配置里，切换供应商是一行改动；四，三种启动方式——定时（cron）、事件（webhook）、API 调用，背后是同一个 agent；五，evals 内嵌生命周期：发布前测一次、每次变更后再测一次，一小撮跑在 CI 里的评测覆盖 prompt 的每处编辑；六，每个动作都记日志：token、工具调用、谁触发的，用 Langfuse 或 OpenTelemetry 端到端可追。

之上还有一道总闸：权限三重检查——按角色、按数据密级、按用途，agent 只拿到运行者本人的那份权限。

这张清单的价值在于它把今晚散落的几条线一次收拢了。"评测不是质检、是变更的准入证"那篇讲的第五层，Palantir 直接放进了 CI：prompt 一改就跑那张小表；"能随时撤"讲的回滚底气，藏在第二层的网关与缓存里；"护栏不该拆"的三重权限检查，则把"模型聪明不代表可以放行"落成了可执行的判断。

最安全的公司没有发明新轮子——他们把每一条朴素纪律都写成了架构位置；六层没有一层依赖"模型会自觉"，全部是结构。

尤其值得抄的是"本体层"那一笔。多数团队的 agent 事故不是模型笨，是入口就给错了：裸 SQL、自由文件读写、无边界 API——把世界的形状交给模型自己猜，猜错就是事故。Palantir 的做法是先把业务对象与合法动作写死，模型的自由度被限制在"选择"而非"定义"上：你不是在约束它的能力，是在声明这个系统允许存在的动作集合。这一层做完，后面的缓存、重试、日志才有意义——顺序反了，全是空中楼阁。

给要搭企业 agent 的人一句落地的：别从选模型开始，从那六层开始——先划本体（对象与动作清单）、再立网关（脱敏与计量）、然后才是模型、触发、评测与日志，最后叠三重权限。照这个顺序，模型只是配置里的一行；反过来做，六层都会变成补丁。

今晚那句"塔尖留订阅、长尾搬回家"的姊妹版可以写在这里：能力可以外采，结构必须自持——六层缺一层，安全感就得从别人的产品页里找了。

两个时间点被同一条爆料串了起来：DeepSeek Harness 的官方桌面版将在周一或周二发布（DSH 工作人员在内测群公布），而此前 DeepSeek 说过 V4.1 Pro 会与 DSH 官方发布一同到来——"所以，你们懂的"。（转述自原帖，时间为群内口径、以官方为准）

把这条放进最近一周的 DSH 时间线，脉络其实相当整齐：桌面版已被实测拆解过（模块化的工作台、面板挂件、远程移动端）、智能体团队的源码刚被读完（队友直连、任务板、日志编号去重）——如今官方发布日终于从"在做"走到了"周几"。

而"V4.1 Pro 与 DSH 一起"这句若兑现，意味着它不是两个发布，是一次合体：模型（Pro）＋壳（Harness）＋入口（桌面版）三件套同批落地。今晚从"能验证的就别只靠承诺"一路读到"退路的完整形态是拿到图纸"，行业拼的正是这种成套交付——单点强不稀奇，成套到场才叫牌面。

对用户，这周的节奏可以提前排了：周一／周二盯桌面版，国庆前后盯 V4.1 Pro——两个节点都属于"发布会即对账周期"那条规律的适用范围：新版到场那天，记得先把现有额度与模型名单截一张图，新旧对照才说得清"这次到底给了什么"。爆料口径的"周几"也可能顺延，以官方公告为最终准绳，截图这一步不论准时都值得做。

顺带一条观察：内测群的一句"周一或周二"能被转出来并冲上热度，说明社区对 DSH 的期待已经细到"哪天发"这个颗粒度——当用户开始问日期而不是问有没有，产品就过了冷启动那一关。对还在观望的人，这周是观察窗口而非下手窗口：等官方页、等实测、等与 V4.1 Pro 合体后的真实额度，三样齐了再决定把哪个工作流搬进来。

华为把 openPangu-2.0 的预训练、SFT、后训练 RL 代码一次性开源了。（转述自原帖，细节以官方仓库为准）

这一刀切在"开源"二字的要害上。当下绝大多数开源大模型给的是权重＋推理代码——你能部署、能魔改，但模型是"怎么被训出来的"仍是黑盒：Pretrain、SFT、RL 的 recipe 不在包里。

华为此前已陆续放出模型结构、Flash／Pro 权重、推理代码与训推算子（Pro 版 505B 总参、15.5B 级激活口径、512K 上下文、预训练约 34T tokens），这次把训练侧三段代码补齐，一套大模型从训练到后训练的完整链路就都摊在明面上了。

放在昨晚那篇"开源阵营卖的是可退路"旁边看，这一步把可退路又往深处推了一格：MIT 权重给的是"用得起、跑得动"的退路；recipe 给的是"训得出、改得动"的退路——前者防卡脖子于部署，后者防卡脖子于能力迭代。

退路的完整形态从来不是"拿到成品"，是"拿到图纸"。当部署、结构、算子、训练、后训练逐层打开，下游用户与后来者第一次可以把"从头训一个"从融资故事变成工程排期。

更大的一层其实在昇腾语境里。华为自披露基于昇腾＋CANN 的原生训练模型已超 40 个；openPangu 真正回答的问题也不是再造一个榜上选手，而是那句朴素的：未来若有人想在昇腾上从头训自己的大模型，到底有没有一套可以直接抄作业的开源参考——现在答案是"有"。

硬件生态最难的从来不是单点性能，是有没有人愿意把整条工具链的用法写成教科书；把 recipe 开出来，等于把"用我家卡训模型"从销售话术变成了可验证的路径。

给想动手的人一句落地的：先别碰 505B 的全量训练，拿它的 recipe 框架在小规模数据上复现一遍最小闭环——预训练一小段、SFT 一次、RL 一轮，跑通后再谈规模。看 recipe 和跑 recipe 之间隔着的，正是"开源了"与"学会了"的全部距离；而这条距离，恰好就是这份开源替你量出来的第一把尺。

订阅额度线的第三块拼图到了：有用户发现 OpenAI 偷偷改了会员的额度倍数——$200 会员原来的 20x plus 不见了，取而代之的是含糊的"使用量"表述。（转述自原帖）

把三块拼图按时间排一遍，故事已经完整：先有定价页撤下 5× 与 20× 的具体数字、只留"more usage than Plus"；接着社区实测周限从两千左右掉到一千二；如今连曾经写在明面上的倍数本身也被换掉了口径。

三步动作是同一条下降曲线的三个采样点：数字先隐身、额度再缩水、最后连尺子都收走——每一步单独看都可以说成"优化"，三步连起来看，方向就没什么好猜的了。

这条线最值得记住的，是它的执行顺序恰好和"可兑现的透明"反着来。我们说过透明的三要素：写明口径、留下基线、变化可对账——这一套动作则是：先撤口径（数字消失）、再动基线（周限下调）、最后销毁对照（倍数改名）。

当三样同时消失，用户手里就只剩下"感觉好像少了"，而"感觉"是没法拿去客服那里对账的。今晚"厂商的发布会是你的对账周期"那篇教了大家盯节点，这一篇补上盯对象：节点看发布会，对象看倍数——倍数在，账就在；倍数没了，就自己记。

对正在付费的人，落地动作只有两条，而且都已经给过：一，立刻打开你的额度页，把当前的倍数与数字截进自己的记录（此前两篇教程的方法照用）；二，此后每次看到"使用量""更多""加速"这类新词替代旧数字，都当作一次降级预警先记账、再决定续不续。新词不可对账，旧数字才可对账——替换成含糊话术的那天，不是改名日，是议价权易手日。

安全圈 KOL evilcos 早上发了条让人五味杂陈的观察：和安全团队交流下来，顶流模型已经不再需要他们沉淀的那些安全 Skills 了——"聪明到让我们省心"。（转述自原帖）

这条与昨晚那篇"脚手架可以拆、护栏不该拆"正好凑成同一现象的两个现场。昨晚讲的是工程习惯类的斜杠命令被模型内化；今天轮到安全 Skills——那可是团队一条条喂出来的防御性知识：注入怎么拦、越权怎么拒、敏感输出怎么压。

这些东西昨天还是"模型自己不稳、必须靠外部指令兜"的部分，今天顶流模型已经直接长出了判断。内化的速度不在实验室的 roadmap 里，而在一线团队"哎，这个好像不用再提醒了"的语气里——省心两个字，是一线对能力跃迁最诚实的度量衡。

顺着这条线往下捋，安全侧的分工正在悄悄改写。过去安全 Skills 承担的是"事中拦截"：模型快犯错时把它拽回来；当模型自己长出分寸，这部分劳动自然蒸发。但别把"不用 Skills"读成"不用安全了"——事中拦截可以内化，事前授权与事后审计永远不会：谁能碰什么数据、哪步必须人批准、出了事如何回放，这些是权限与流程问题，模型再聪明也不会自发给自己上锁。

这与"批准之前绝不擅自动工"那条是同一件事：护栏拆不掉，能拆的只是旁边那根提醒你别越线的手杖。

值得留的还有一层反差：安全团队的沉淀没白费——正因为这些 Skills 被写出来、被评测、被淘汰，我们才知道模型走到了哪一步。被内化的知识不会消失，它从"运行时的指令"变成了"下一代模型的训练底料"；团队省下的不是积累，是重复部署积累的体力。

给做安全与做提示词的人一句落地的：给你的 Skills 库做一次"淘汰测试"——挑十条最常触发的防御指令，去掉后拿顶流模型跑一批样本。还在拦的留下、不触发的归档：归档不是丢弃，是把它们标进"已被内化"的清单，你的注意力从此只压在模型仍会犯错的那一小截上。省心的地方撤岗，危险的地方加哨。