本周技术精华（2026-10-26 ~ 2026-11-01）
一句话概括这七天：Agent 从"能跑"进入"要跑得稳、跑得可审计"的阶段，工具链、审批机制、编排层同时被重新审视；与此同时，模型分发策略出现明显分层，榜单消费主义与开放权重并行。
一、Agent 基础设施：从拼能力到修地基
本周最密集的信号集中在 Agent 的"外壳层"。这一层过去被认为只是 prompt 加工具调用，现在被当作独立工程问题正面拆解。
1. HarnessRouter 与 coding harness 混战（10-26 / 10-31） HarnessRouter 试图用统一协议把七八个 Agent 框架收编到一套 API 之下；几天后 Prospero 又以新 coding harness 的身份入场。这说明"Agent 外壳"尚未收敛，各家仍在争夺开发者工作流的入口定义权。值得关注的不是谁赢，而是竞争焦点已经转移到两个硬指标：上下文裁剪策略与工具权限模型——这两点决定 harness 的实际可用性，而非 demo 效果。
2. vLLM 工具调用准确率被当作工程问题（10-26） 工具调用准确率从"模型能力"降格为"工程可优化项"，意味着 Agent 可靠性开始有可度量的改进路径。与 HarnessRouter 合看，工具层的标准化与准确率提升是同一件事的两面。
3. DeepSeek 层级式 Agent 架构（10-31） 上层 Agent 负责任务分解与调度、下层专注执行，把多智能体编排内建进模型侧而非依赖外部框架。这是编排层从应用代码下沉为模型能力的标志性动作，会直接压缩外部编排框架的生存空间。
4. I-HITL：不可剥夺的人在回路（10-27） 针对 Agent 高频操作把人类审批退化为橡皮图章的问题，论文主张审批点应具备不可绕过性与可验证性，而非简单加确认弹窗。Agent 越自主，审批点设计越像一门独立学科——这条与 DeepSeek 的编排内化恰好构成张力：编排越自动，人类监督的形式化就越紧迫。
趋势判断：Agent 栈正在分层固化——模型侧接管编排，协议层接管工具路由，审批机制成为独立安全属性。三者中任何一层缺失，整套系统都难以进入生产。
二、模型分发：能力走 API，生态走权重
本周出现一个清晰的分发分层信号。
1. Gemini 4 Carbon 登顶 vs 成本维度缺席（10-29） Gemini 4 Carbon 登顶 Intelligence Index v5，但 v5 换代后评分权重调整，单次推理成本与延迟未进主榜。榜单消费主义正在取代基准测试本身——HN 198 分的热度更多是对"总榜第一"的围观，而非对选型决策的讨论。实际选型需重算三笔账：能力、成本、延迟。
2. Mistral Large 4 开放权重（10-29） 与闭源榜首同日发布开放权重版本，延续"Le Chonk"命名。头部厂商分发策略明确分层：能力上限走 API，生态卡位走权重。欧洲厂商以开放权重换生态存在感的路线进一步清晰。
3. 豆包工作接入第三方模型（10-29） 首批接入 Kimi 3.1 Pro、DeepSeek、GLM，平台方从"卖自己的模型"转向"做模型的分发入口"。国内 Agent 工作台竞争从能力转向渠道——这与 Mistral 的权重策略是同一逻辑的不同切面：模型商品化后，分发位置比模型本身更值钱。
4. 四厂商联手推行 AI 抓取退出标准（11-01） OpenAI、谷歌、微软、Anthropic 统一采用机器可读的"拒绝 AI 抓取"标准，把内容授权从法律灰色地带前移到协议层。但标准无强制执行力，约束力取决于爬虫方自愿遵守——这是协议层治理的典型困境。
三、架构与训练：小模型深计算，混合系统分类学
1. 商汤 SenseNova Loop-9B：循环计算换有效深度（10-31） Looped Transformer 让同一组层循环复用，以计算深度替代参数堆叠。9B 规模下探索"小模型、深计算"，与主流堆参数路线形成对照，对推理成本敏感场景有实际意义。
2. Hybrid AI Patterns：13 种 LLM + 规则耦合模式（10-30） 论文反向强调规则引擎提供可证明结论、LLM 处理非结构化输入，并给出选型框架。对代码审查这类需要可解释判定的场景直接可用：漏洞检测的确定性规则与 LLM 语义理解如何分层，本质就是模式选择问题。这是本周对工程实践最有直接价值的一篇。
3. HEMO：LLM 自演化设计组合优化算子（10-30） 让 harness 自我演化而非一次性生成算子。若闭环能稳定收敛，"元启发式算法手工调参"这一环节可能被部分替代。
4. Grokking 的子空间结晶解释（10-27） 泛化相变前权重矩阵有效秩先压缩，提供了比 loss 曲线更早的过拟合预警指标——训练期可观测，工程上可直接落地。
5. Platonic Representation Hypothesis 的形式化推进（11-01） 用 JEPA 类模型为"跨模态表征收敛到同一几何结构"提供证明与实证。若成立，跨模态对齐不必依赖海量配对数据，多模态预训练的数据成本核算将被改写——但目前仍属理论线，距离工程落地尚远。
四、值得警惕的反向信号
- 生产力悖论（10-27）：HN 355 分登顶——承诺减少工作量的工具反而拉长工作日。与 Claude Code 团队"90% 代码由 AI 生成、回滚率降 40%"的自述构成同一枚硬币的两面。
- Gartner 冷水（10-28）：仅 3% 企业靠 AI 实现降本增效。与工具层火热形成对照，说明 adoption 与 ROI 之间仍有断层。
- Minecraft Agent 蜂群建文明失败（11-01）：多智能体在开放环境中的协调成本被严重低估，"蜂群"叙事需要更多负面证据来校准预期。
本周趋势总结
- Agent 栈分层固化：编排内化到模型（DeepSeek）、工具路由协议化（HarnessRouter）、审批机制形式化（I-HITL），三层同时施工。
- 分发位置重于模型能力：开放权重与多模型路由同日出现，模型商品化加速，平台争夺分发入口。
- 混合架构回归务实：13 种耦合模式与循环计算架构都指向"不追求单一模型解决一切"，规则、计算深度、自演化各归其位。
- 榜单与现实的裂缝扩大：基准换代、成本维度缺席、生产力悖论、3% 企业 ROI——热度与实效的背离需要被认真对待。
下周关注方向
- HarnessRouter 协议的实际采用率：统一协议能否真的收编多家框架，还是沦为又一个抽象层。
- I-HITL 的工程落地形态：审批点的"不可绕过性"如何在不牺牲吞吐的前提下实现。
- DeepSeek 编排内化后的外部框架生态：外部编排框架是被压缩还是转向更细分的场景。
- v5 榜单的成本维度补充：是否有独立基准把推理成本与延迟纳入主榜。
- AI 抓取退出标准的实际遵守情况：协议层治理在无强制力下的真实约束力。