2026-10-18 · 周日 · 9 条 DeepSeek 发布 V4.1-Flash-1017 并开放搜索与抓取 API、腾讯开源记忆写入模型 Hy-Memory、NVIDIA 发布循环式小模型 Dory
这个周末的主线是智能体的「零件」在变便宜、变专门：DeepSeek 把编码模型和按次计费的搜索、抓取打成一套，记忆写入、按需加算力这些环节则被拆给专用小模型。做产品的问题正在从「用哪个大模型」变成「智能体循环里哪几段可以交给更便宜的组件」。
-
- 仓库与权重均为 MIT 许可；官方称在推理、编码、智能体与视觉基准上都有大幅提升，同时缩短任务执行时间与输出长度。
- 官方表格：DeepSWE v1.1 为 77.0（上一版 74.2，Opus 5 为 74.0，GPT-5.6 Sol 为 73.0）；Terminal-Bench 4.0 为 42.3（上一版 31.2，Opus 5 为 51.8），后者用 Claude Code 作为测试框架。
- Automation-Bench v1.0.6 从 54.8 升到 60.5，Apex Bench v1.1 从 64.6 升到 72.1。
- 推荐上下文窗口 1M、max_tokens 不低于 256K；不附 Jinja 对话模板，改为提供 Python 参考编码实现和 Rust 编写的 deepseek-recipe 工具库。
开发者视角和 10-17 的 Beam、10-16 的 Muse Spark Open 连起来看，开源编码模型这一周集中逼近闭源。我会先在 Claude Code 里把后端切到它跑一批自己仓库的真实任务，重点看输出变短后改动是否还完整；没有 Jinja 模板这点要提前留意，自托管时别用通用模板硬套。
-
- 搜索（Search）与抓取（Fetch）两个端点基于 DeepSeek 自研搜索引擎，官方称全球每天处理数亿次请求。
- 每个端点每 1000 次调用 0.75 美元。
- DeepSeek API 用户经 DeepSeek Harness、Claude Code 与 Codex 的服务端工具调用搜索与抓取暂时免费，2026 年 10 月 31 日 16:00 UTC 开始计费。
- V4.1-Flash-1017 同日在官网、App 与 API 上线，针对 DeepSeek Harness、腾讯 CodeBuddy、WorkBuddy 等优化，建议升级到 DeepSeek Harness v0.2.1-rc.1 或更高版本。
开发者视角智能体联网这一步终于有了明码标价的国产选项。PandaClaws 这类要查资料的内容后台，可以趁 10 月 31 日前的免费期拿它和现有搜索方案对比命中率与时延；正式接入前先按「每次任务调几次搜索」算清成本，这个数在智能体里很容易失控。
-
- 它直接替换 Mem0、MemOS 与 Hy-Memory 中执行写入路径的通用大模型，负责决定保留哪些信息、表示得多精确、新证据如何更新旧记忆。
- 四个框架的平均分：Hy-Memory-30B-A3B 55.49，Claude Opus 5 54.62，DeepSeek V4.1 Flash 53.64，Qwen3.6-35B-A3B 50.37。
- 评测只更换记忆写入模型，其余组件固定；各基准取固定 20% 子样本，EverMemOS 不参与训练。
- 以 Apache 2.0 发布，官方用 vLLM v0.31.0 测试部署，提供 OpenAI 兼容接口。
开发者视角记忆写入是后台高频调用，用旗舰模型做最贵也最不划算。AI 云盘的「记住用户偏好」这一环我会先用它在 Mem0 上替换一周对比；我 10-17 那篇 aipan 成本账单里也提到过，长期成本主要压在这类反复执行的后台步骤上。注意它的分数来自 20% 子样本，换成自己的数据再下结论。
-
- 4B 参数，循环式（潜在递归）normalized-GPT 架构，滑动窗口与全注意力层交错，上下文最长 256K，仅支持英文。
- 通过改变共享层块的重复次数调节推理算力：SWE-bench Verified 在 1、2、4 次循环下分别为 50.3、59.5、61.8，同表 Qwen3.5-9B 为 61；官方称循环越多，解同样任务生成的 token 越少。
- 支持「只缓存最后一次循环」的 KV 缓存，每个递归注意力层只保留一份缓存，避免显存随循环次数增长。
- 以 NVFP4 原生预训练，提供 BF16、MXFP8、NVFP4 与 Q5_K_M 格式，许可为 OpenMDW-1.1。
开发者视角「一个模型、按请求难度给算力」很适合端侧和小团队：简单请求跑 1 次循环，难的跑 4 次，不用维护两套模型。我会先在离线批处理里测循环次数和时延的真实曲线；它只支持英文，中文产品现在别直接上。
-
- 原生文字 token 26010 亿，拉丁转写 token 2246 亿（按 Gemma-4 分词器计）。
- 覆盖印度宪法列出的 22 种语言，其中 12 种另有拉丁转写版本，共 34 种「语言 × 文字」组合。
- 流水线基于 NeMo Data Designer 与 Gemma-4-31B-it：整篇翻译英文文档、评估翻译质量、修复低分结果，再把部分结果转为拉丁文字；提示词会区分要翻译的正文与要保留的代码、公式、URL。
- 每条输出保留来源文档标识，可追溯到原始英文文档。
开发者视角对我们更有用的是那条流水线，而不是印度语料本身：「整篇翻译 → 打分 → 只修低分 → 保留代码和公式」这套做法，可以直接借来给智能面试的题库做多语言版本。先拿 100 道题跑一遍，人工抽检修复环节到底修好了多少。
-
- Void Platform、Void SDK 与 Void CLI 打包为一个 JavaScript 包和 Vite 插件，通过 npm install void 安装，全部开源，平台可自行 fork 修改。
- 平台装在自己的 Cloudflare 账号上（需要 Workers for Platforms 与 R2），管理员可控制访问、设定资源上限，并查看部署与用量。
- SDK 自动推断资源绑定，部署时自动开通数据库、队列与 AI 绑定，可与 React Router、SvelteKit、Nuxt、TanStack Start、Astro 等框架配合。
- CLI 可让智能体读部署日志、排查失败请求并完成部署；VoidZero 自己已在生产中用了几个月。
开发者视角编码智能体普及之后，瓶颈从「写得出来」变成「谁来托管、谁来管权限」。Void 给的答案是一个有资源上限的共享平台，团队里非工程同学做的原型可以有个安全落点。本站是 Astro，我会先拿一个内部小看板试试它的 Astro 集成，看自动开通的资源是否符合预期，再考虑推广。
-
- DPoP（RFC 9449）把令牌与客户端生成的非对称密钥对绑定，令牌被盗后没有私钥也无法重放。
- Google 只对刷新令牌做 DPoP 绑定；访问令牌（通常有效期 1 小时以内）仍是普通 Bearer 令牌，避免每次 API 调用都做非对称签名校验。
- DPoP 不保护浏览器会话 Cookie，这部分由 Google 与 WICG 在推进的 DBSC 负责。
- 多智能体链路中，中间智能体无法替上游签 DPoP 证明；Google 建议经 STS 换取绑定在自身密钥上的短期联邦令牌。Google Workspace 已在 Gemini Enterprise 智能体平台的 Agent Gateway 用 DPoP 校验智能体身份。
开发者视角让智能体代用户调 Google Drive、Gmail 的产品，最该先改的就是刷新令牌的存放方式。AI 云盘如果接 Google Drive 导入，我会把刷新令牌改成 DPoP 绑定、私钥不出服务端；「只绑刷新令牌、访问令牌保持短期」这个取舍也值得在自己的网关里照搬。
-
- 返回每位组织成员在 claude.ai 中保存的「Instructions for Claude」，以及在 Cowork 中保存的「Global instructions」。
- 调用 GET /v1/compliance/organizations/{org_uuid}/user_preferences，使用现有 Compliance Access Key，需 read:compliance_user_data 权限范围。
- 目前为测试版，仅限 Claude Enterprise 组织。
开发者视角个人自定义指令里常有内部系统名、客户信息甚至密钥，过去是审计盲区。做企业版 AI 产品的可以把这当成需求清单：用户级的长期指令要能被管理员导出和检索。如果你在用 Claude Enterprise，先拉一次全量看看里面有没有不该写的东西。
-
- 证明 RISC-V 程序的执行：Rust、Go、C 程序照常编译即可，无需手工改写成密码学电路。
- 笔记本上每秒可证明 720 万到 870 万条处理器指令；在 15 个基准程序上平均比最快的现有 zkVM 快 10 到 39 倍。
- 安全性只依赖 SHA-256、SHA-3 等标准哈希函数，不需要椭圆曲线、格密码或可信设置。
- 证明很小，验证只需毫秒级；微软举例称，智能体可以为每个动作附上「符合给定策略」的证明。
开发者视角离产品还有距离，但方向值得记下：今天智能体合规靠日志和信任，将来可能靠可验证的证明。眼下能做的是把智能体的策略检查写成确定性的小程序，而不是藏在提示词里，这样无论以后用不用零知识证明，都是可以被验证的。
本期由 AI 辅助检索与起草，选题标准与观点由 Darius 设定。