<?xml version="1.0" encoding="utf-8"?><feed xmlns="http://www.w3.org/2005/Atom" xml:lang="zh-CN"><generator uri="https://jekyllrb.com/" version="3.10.0">Jekyll</generator><link href="https://unbug.github.io/feed.xml" rel="self" type="application/atom+xml" /><link href="https://unbug.github.io/" rel="alternate" type="text/html" hreflang="zh-CN" /><updated>2026-11-16T13:47:32+00:00</updated><id>https://unbug.github.io/feed.xml</id><title type="html">Micropaper 一分钟读论文</title><subtitle>Micropaper 一分钟读论文：每天用一分钟读懂一篇 AI 论文，并提供 AI 范式雷达与 AI 智创简报，覆盖智能体、大模型、AI 安全与专利机会洞察。</subtitle><author><name>unbug</name></author><entry><title type="html">AI 智创简报：《智能体批准专利各占一角，统一批准网关仍空着》</title><link href="https://unbug.github.io/innovation-brief-agent-toolcall-approval-patents/" rel="alternate" type="text/html" title="AI 智创简报：《智能体批准专利各占一角，统一批准网关仍空着》" /><published>2026-11-16T00:00:00+00:00</published><updated>2026-11-16T00:00:00+00:00</updated><id>https://unbug.github.io/innovation-brief-agent-toolcall-approval-patents</id><content type="html" xml:base="https://unbug.github.io/innovation-brief-agent-toolcall-approval-patents/"><![CDATA[<p>五件专利各占一角，地主多是个人发明人：智能体工具调用的「装完即用批准网关」还没人做（Google Patents 实测，截至 <code class="language-plaintext highlighter-rouge">2026-11-16</code>）。</p>

<p>宽查询 <code class="language-plaintext highlighter-rouge">"AI agent" "security"</code> 堆到 <code class="language-plaintext highlighter-rouge">11876</code> 件，窄窄的批准拦截层却几乎空着：<code class="language-plaintext highlighter-rouge">"browser agent" "prompt injection"</code> 仅 <code class="language-plaintext highlighter-rouge">1</code> 件、<code class="language-plaintext highlighter-rouge">"capability broker" "large language model"</code> <code class="language-plaintext highlighter-rouge">2</code> 件、2026 年后公开的 <code class="language-plaintext highlighter-rouge">"approval" "tool call"</code> <code class="language-plaintext highlighter-rouge">0</code> 件。</p>

<h2 id="专利信号">专利信号</h2>

<ul>
  <li><strong>US20260067335A1</strong>《Security and Privacy Preserving Agentic Browser》，地主 <strong>Individual</strong>（发明人 Bao Tran，GP 页面原文）：优先权 <code class="language-plaintext highlighter-rouge">2024-06-25</code>，<code class="language-plaintext highlighter-rouge">2026-03-05</code> 公开，已公开（审查中）。把浏览器拟执行动作按大模型分为 safe 或 risky，风险动作触发 step-up 升级认证。该件同时命中本期 5 个窄查询（browser agent、capability broker、approval、injfirewall、stepup），是本赛道枢纽件。</li>
  <li><strong>WO2026154461A2</strong> 防智能体数据目的洗白与滥用，地主 <strong>Individual</strong>（发明人 Sangam DAS）：优先权 <code class="language-plaintext highlighter-rouge">2025-12-09</code>，<code class="language-plaintext highlighter-rouge">2026-07-23</code> 公开，已公开（审查中）。硬件根最终性加加密执行授权，盯转账等不可逆动作。</li>
  <li><strong>KR102982822B1</strong> 按风险评估动态拦截工具的 AI 智能体控制装置，地主 <strong>BarWorld 株式会社</strong>：优先权 <code class="language-plaintext highlighter-rouge">2026-02-19</code>，<code class="language-plaintext highlighter-rouge">2026-06-26</code> 注册，已授权。调用前判危险度，批准 UI 加只跑已批准调用的沙箱，带可回滚快照。</li>
  <li><strong>US12592823B1</strong> 智能体经安全隧道访问远程客户资源，地主 <strong>Airia LLC</strong>（发明人 John Manton、Gregory Roberts）：优先权 <code class="language-plaintext highlighter-rouge">2025-09-24</code>，<code class="language-plaintext highlighter-rouge">2026-03-31</code> 注册，已授权。同族 <strong>US12683941B1</strong> 覆盖本地执行工具，<code class="language-plaintext highlighter-rouge">2026-07-14</code> 注册，已授权，摘要逐字含 Model Context Protocol（MCP）。</li>
</ul>

<h2 id="技术趋势">技术趋势</h2>

<blockquote>
  <p>不是没需求，是没人按智能体语境在 claim。</p>
</blockquote>

<p><code class="language-plaintext highlighter-rouge">"user approval" "tool call"</code> 共 <code class="language-plaintext highlighter-rouge">38</code> 件，其中 2026 年后公开 <code class="language-plaintext highlighter-rouge">0</code> 件，同义复核确认多为 RPA 审批流老语义。枢纽件包揽五个窄查询，<code class="language-plaintext highlighter-rouge">"step-up authentication" "autonomous agent"</code> <code class="language-plaintext highlighter-rouge">2</code> 件，<code class="language-plaintext highlighter-rouge">"firewall" "untrusted content" "language model"</code> <code class="language-plaintext highlighter-rouge">3</code> 件；egress 方向配优先权 2024-06 后为单次实测 <code class="language-plaintext highlighter-rouge">0</code>。与宽查询 11876 件比，缺口在风险分级批准这层。</p>

<h2 id="落地机会">落地机会</h2>

<p><strong>用户场景</strong>：给智能体开了浏览器、服务器、文件权限的独立开发者与小团队，在智能体要执行一条会改数据、发消息、花真钱的工具调用时被卡住——现有框架要么全放开（出事无痕），要么全人肉（每条都问）；「低风险放行、高风险弹批准、批准后进沙箱、可快照回滚」这一层没有装完即用的小工具。</p>

<p>一个人能做的那一层：本地/自托管的工具调用批准网关，MCP 代理或 agent 中间件形态，含风险分类器、批准 UI、只跑已批准调用的沙箱、会话快照。技术栈 Python/TS 加 MCP SDK 加策略引擎（OPA 或 Cedar），1 人 4 周出 MVP，成本低于 2 万元。</p>

<h2 id="创业发现">创业发现</h2>

<ul>
  <li>切入形态是订阅制开发者工具：首批客户取自把 coding agent 接进工作流的独立开发者，再上小团队 admin 版；渠道走 HN Show、MCP 目录、GitHub。</li>
  <li>门槛与风险：大厂原生权限系统会吃掉浅层需求（Claude Code 权限弹窗已是内置），差异位是跨框架统一网关、移动端批准、审计日志留痕。</li>
  <li>切割句：五件各占一角（浏览器风险分级、硬件根最终性、批准沙箱回滚、安全隧道访问），无一形成「统一批准网关」的完整权利要求网；2026 年 <code class="language-plaintext highlighter-rouge">"approval" "tool call"</code> 新公开为 <code class="language-plaintext highlighter-rouge">0</code>。</li>
  <li>上一期<a href="/ai-innovation-brief-mandate-verification-gap/">智能体签发授权书</a>写授权怎么签发，这期写执行前的批准拦截。</li>
</ul>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://patents.google.com/patent/US20260067335A1/en">Agentic Browser 安全与隐私专利</a></li>
  <li><a href="https://patents.google.com/patent/WO2026154461A2/en">防智能体数据目的洗白专利</a></li>
  <li><a href="https://patents.google.com/patent/KR102982822B1/en">BarWorld 动态拦截工具专利</a></li>
  <li><a href="https://patents.google.com/patent/US12592823B1/en">Airia 远程资源安全隧道专利</a></li>
  <li><a href="https://patents.google.com/patent/US12683941B1/en">Airia 本地工具安全隧道专利</a></li>
  <li><a href="https://news.ycombinator.com/item?id=46719774">HN：如何为生产环境的智能体动作授权</a></li>
  <li><a href="https://news.ycombinator.com/item?id=46740645">HN：如何强制智能体工具调用的权限</a></li>
  <li><a href="https://news.ycombinator.com/item?id=47269228">HN：Multicorn Shield 开源权限与批准</a></li>
  <li><a href="https://news.ycombinator.com/item?id=47111171">HN：用手机批准 Claude Code 权限请求</a></li>
  <li><a href="https://patents.google.com/">Google Patents 检索入口</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="InnovationBrief" /><category term="agent-security" /><category term="tool-approval" /><category term="Patent" /><category term="mcp" /><category term="solo-dev" /><summary type="html"><![CDATA[智能体工具调用批准层五件专利各占一角，两件挂个人发明人；2026 年后 approval 加工具调用新公开为零，统一批准网关无人 claim；1 人 4 周可做。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/innovation-brief-agent-toolcall-approval.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/innovation-brief-agent-toolcall-approval.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">一分钟读论文：《工程师的 token 花费衡量了什么？》</title><link href="https://unbug.github.io/one-minute-read-paper-token-spend-not-output-metric/" rel="alternate" type="text/html" title="一分钟读论文：《工程师的 token 花费衡量了什么？》" /><published>2026-11-16T00:00:00+00:00</published><updated>2026-11-16T00:00:00+00:00</updated><id>https://unbug.github.io/one-minute-read-paper-token-spend-not-output-metric</id><content type="html" xml:base="https://unbug.github.io/one-minute-read-paper-token-spend-not-output-metric/"><![CDATA[<p>卡内基梅隆大学、JetBrains 与加州大学尔湾分校的预印本论文<a href="https://arxiv.org/abs/2611.13396">《The AI Era’s Lines of Code?》</a>对 <code class="language-plaintext highlighter-rouge">404</code> 名工程师 <code class="language-plaintext highlighter-rouge">5</code> 周的编码代理 token 花费与提交记录做了案例研究：token 花费衡量的是使用强度，不是工作的产出与价值。</p>

<h2 id="同一产出花费差-39-到-240-倍">同一产出，花费差 39 到 240 倍</h2>

<p><strong>产出相近的周，花费天差地别</strong>。研究窗口（2026-05-10 至 2026-08-08）内有 <code class="language-plaintext highlighter-rouge">584</code> 名工程师提交过代码，分析对象是其中 <code class="language-plaintext highlighter-rouge">404</code> 人在 <code class="language-plaintext highlighter-rouge">5</code> 个完整周（2026-06-29 至 2026-08-02）的遥测。在 commit 数相近的周里，花费的 <code class="language-plaintext highlighter-rouge">90</code> 百分位是 <code class="language-plaintext highlighter-rouge">10</code> 百分位的 <code class="language-plaintext highlighter-rouge">39</code> 至 <code class="language-plaintext highlighter-rouge">240</code> 倍。反向的弹性同样平淡：within an engineer，花费翻倍约对应 <code class="language-plaintext highlighter-rouge">10%</code> 更多 commit；反过来，commit 翻倍的周，token 只比本人常态多约五分之一。</p>

<p><img src="/assets/images/token-spend-not-output-metric.svg" alt="commit 数相近的周里花费 P90/P10 差 39 到 240 倍；产出指标解释花费差异 between 38% / within 13%" /></p>

<h2 id="三种弹性口径互相打架">三种弹性口径，互相打架</h2>

<p><strong>花费与产出的弹性，三个口径给出三个答案，分歧本身就是这条指标不可靠的证据</strong>。本论文 within-engineer（同一工程师个体内）斜率折算的产出弹性约为 <code class="language-plaintext highlighter-rouge">35%</code>，置信区间 <code class="language-plaintext highlighter-rouge">[7%, 109%]</code>，上界过百；针对强制目标的外部研究上限是产出最多多 <code class="language-plaintext highlighter-rouge">76%</code>（at most 76%）；商业分析厂商 Jellyfish 的口径则是 <code class="language-plaintext highlighter-rouge">10</code> 倍花费对应约 <code class="language-plaintext highlighter-rouge">40%</code> 更多产出——这是厂商口径。产出侧的解释力也弱：可用工作指标只能解释工程师之间 <code class="language-plaintext highlighter-rouge">38%</code>、个体周内 <code class="language-plaintext highlighter-rouge">13%</code> 的花费差异，保留集上不到五分之二的 between 差异；”是哪位工程师”本身解释 <code class="language-plaintext highlighter-rouge">79%</code> 的周花费波动。作者还给出上界：最多五分之一（up to two fifths）的花费不随当周 commit 波动——这是上界而非浪费率，其中含用代理的固定成本和手写 commit 背后的花费。问卷侧，近九成的技术岗评测回答显示，受访者把代理用在编码之外的工作上，例如分析、调研与规划。</p>

<h2 id="相关不是因果数据也不是公开的">相关不是因果，数据也不是公开的</h2>

<p><strong>作者反复声明估计口径</strong>。论文原话转述：因为工程师自己决定用多少代理，所有估计都是相关关系（correlation），不是因果效应（causal effect）；这个估计也不等于强加预算或指标会带来什么。利益相关必须交代：<code class="language-plaintext highlighter-rouge">7</code> 位作者中 <code class="language-plaintext highlighter-rouge">5</code> 位是数据方 JetBrains 员工，CMU 与 UC Irvine 为学术方，属公司数据、部分作者为公司员工的公司案例研究，而非第三方独立审计；另有两处内在断点——<code class="language-plaintext highlighter-rouge">412</code> 份内部问卷无法与个人遥测关联，原始数据不可公开、匿名记录需签 NDA 向 JetBrains 作者申请。复现仓 <code class="language-plaintext highlighter-rouge">CMUSTRUDEL/token-study-replication</code> 只含分析代码、不含数据（<code class="language-plaintext highlighter-rouge">2026-10-24</code> 创建、无 license、<code class="language-plaintext highlighter-rouge">stars</code> 为 <code class="language-plaintext highlighter-rouge">0</code>），第三方独立复现目前无法完成。站内 <a href="/one-minute-read-paper-agent-token-waste-pruning/">《你的 AI 智能体，烧掉多少钱是白花的？》</a> 算的是推理期 token 剪枝的成本账，这期算的是人的花费该不该被考核，两者角度不同。</p>

<h2 id="作者的落地建议">作者的落地建议</h2>

<p><strong>token 花费最多做资源记账</strong>。作者的落地建议：不要用花费考核工程师的产出；既然产出涨幅远小于花费涨幅，不要指望给工程师设花费目标能拉升产出，也不要把花费除以 commit 或 PR 数量当作效率指标来算账。</p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://arxiv.org/abs/2611.13396">The AI Era’s Lines of Code? (arXiv:2611.13396)</a></li>
  <li><a href="https://github.com/CMUSTRUDEL/token-study-replication">复现仓 CMUSTRUDEL/token-study-replication</a></li>
  <li><a href="/one-minute-read-paper-agent-token-waste-pruning/">站内：token 浪费剪枝</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="OneMinuteRead" /><category term="developer-productivity" /><category term="ai-coding-agents" /><category term="telemetry" /><category term="metrics" /><summary type="html"><![CDATA[卡内基梅隆大学、JetBrains 等团队对 404 名工程师的 5 周遥测研究：花费衡量使用强度而非产出，用它考核工程师并不成立。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/token-spend-not-output-metric.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/token-spend-not-output-metric.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">AI 范式雷达：《一整朵云被复刻进本地盒子》</title><link href="https://unbug.github.io/paradigm-radar-aws-emulator-simulated-world/" rel="alternate" type="text/html" title="AI 范式雷达：《一整朵云被复刻进本地盒子》" /><published>2026-11-16T00:00:00+00:00</published><updated>2026-11-16T00:00:00+00:00</updated><id>https://unbug.github.io/paradigm-radar-aws-emulator-simulated-world</id><content type="html" xml:base="https://unbug.github.io/paradigm-radar-aws-emulator-simulated-world/"><![CDATA[<p><code class="language-plaintext highlighter-rouge">2026-11-11</code> 公开的 AWS 官方仿真器 aws-emulator，<code class="language-plaintext highlighter-rouge">32,502</code> 次提交没有一行人类署名（GitHub API 实测，截至 <code class="language-plaintext highlighter-rouge">2026-11-16</code>）：整条云 API 被智能体舰队复刻进本地盒子，验证环境正取代代码成为新护城河。</p>

<h2 id="目录">目录</h2>

<ul>
  <li>一周内，一个 992 分主帖只有一行标题</li>
  <li>官方口径：一条智能体流水线长什么样</li>
  <li>系统自证层：仓库自己会说话</li>
  <li>保真度：新 KPI，也是新免责条款</li>
  <li>十年赛道一夜重定价：LocalStack 的归档尸体</li>
  <li>工程师的新工位：规格、测试、闸门</li>
  <li>反方同样在场</li>
  <li>口径与边界</li>
  <li>总结与行动清单</li>
  <li>References</li>
</ul>

<h2 id="一周内一个-992-分主帖只有一行标题">一周内，一个 992 分主帖只有一行标题</h2>

<p>先钉一个容易混淆的概念：本文说的是仿真（emulation），不是沙箱（sandbox）。沙箱管的是智能体「在哪跑」——给代码一个隔离的运行时；仿真器管的是智能体「测什么」——给程序一个假装是 AWS 的假端点。一个关于执行环境，一个关于验证环境，本文全程只谈后者。</p>

<p><img src="/assets/images/paradigm-radar-aws-emulator-cover.svg" alt="封面：本地盒子装着缩微假 AWS，云在盒内而非盒外" /></p>

<p>概念钉死之后看热度。<code class="language-plaintext highlighter-rouge">2026-11-11</code>，Hacker News 上同时出现三个关于 AWS Emulator 的帖子，分差悬殊得像一个实验对照（分数与全树评论数经 hn.algolia.com 接口实测，截至 <code class="language-plaintext highlighter-rouge">2026-11-16</code>）：</p>

<table>
  <thead>
    <tr>
      <th>HN 帖子</th>
      <th>发帖人身份</th>
      <th>发帖时间 (UTC)</th>
      <th>分数 / 全树评论</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>《AWS Emulator: 100% built by agents》</td>
      <td>AWS 官方帖作者 Matt Goldberg 本人</td>
      <td>11-11 17:55</td>
      <td><code class="language-plaintext highlighter-rouge">10</code> / <code class="language-plaintext highlighter-rouge">0</code></td>
    </tr>
    <tr>
      <td>《AWS emulator》</td>
      <td>普通用户 super_linear 提交的 GitHub 链接</td>
      <td>11-11 18:21</td>
      <td><code class="language-plaintext highlighter-rouge">992</code> / <code class="language-plaintext highlighter-rouge">237</code></td>
    </tr>
    <tr>
      <td>Werner Vogels 博客转发帖</td>
      <td>Amazon CTO 本人账号</td>
      <td>11-11 18:28</td>
      <td><code class="language-plaintext highlighter-rouge">111</code> / <code class="language-plaintext highlighter-rouge">2</code></td>
    </tr>
  </tbody>
</table>

<p>厂方自己写的故事只拿到 <code class="language-plaintext highlighter-rouge">10</code> 分；比它晚 <code class="language-plaintext highlighter-rouge">26</code> 分钟、标题只有两个词的用户帖冲到 <code class="language-plaintext highlighter-rouge">992</code> 分。tptacek 在评论区给这条爆款帖挑了标题毛病（评论 <code class="language-plaintext highlighter-rouge">50456820</code>，逐字）：「The title for this story should be ‘aws-emulator, from AWS’.」——意思是原标题没交代这是 AWS 官方出品。也就是说，绝大多数读者在点进去之前，根本不知道这是亚马逊的第一方项目。社区用 <code class="language-plaintext highlighter-rouge">992</code> 分投票，投票对象其实是一个 GitHub 链接，而不是官方叙事。</p>

<p>这条倒挂本身就是本文要回答的问题：当一个官方团队宣称「全部代码由智能体写的」，人们为什么反而对链接背后的仓库更感兴趣？因为生产函数的换式已经从口号变成了可以逐文件审计的代码流水。接下来几节，分别从厂方自述、仓库自证、官方文档、竞品格局、劳动关系五个方向拆这条轴，反方声音单列一节。</p>

<h2 id="官方口径一条智能体流水线长什么样">官方口径：一条智能体流水线长什么样</h2>

<p>AWS 侧的一手材料是两篇官方博客：aboutamazon.com 上 Matt Goldberg 署名的发布帖，与 allthingsdistributed.com 上 Amazon CTO Werner Vogels 导语、Swami 正文的工程帖（两帖均 <code class="language-plaintext highlighter-rouge">2026-11-11</code> 发布，内容以下标注为厂方自述）。把两帖拼起来，可以看到一条完整的智能体流水线。</p>

<p>冷启动细节最有意思。按 Goldberg 逐字描述，系统初建仓库时生成的只是一个空壳：「it generated an empty web server that could handle requests for the 438 AWS API Models but did nothing」——一个能接住 <code class="language-plaintext highlighter-rouge">438</code> 个 AWS API 模型请求、但什么都不干的网页服务器。这里的 API 模型指 Smithy 格式的接口规格文件，仓库底座用的是公开的 <code class="language-plaintext highlighter-rouge">aws/api-models-aws</code> 仓库（HTML 实测可达，星数未实测）。<strong>注意口径</strong>：<code class="language-plaintext highlighter-rouge">438</code> 是 aboutamazon 帖对仓库初建时的说法，Vogels 帖写的是「more than 400 API models」「over 200 services」，两个官方帖口径有微差，本文并列保留。</p>

<p>起点之后是速度。Goldberg 给他用的编码工具 Kiro 的提示词简单到一句话——给现有测试做一个内存内实现，逐字：「Kiro came back after 15 minutes with a passable first version of an Amazon Simple Queue Service (Amazon SQS).」<code class="language-plaintext highlighter-rouge">15</code> 分钟出一个能过测试的 SQS（Amazon 简单队列服务）初版，这是厂方自述。</p>

<p>流水线的组织方式像一条三班倒的工厂。按官方描述，同时工作的智能体分成三种角色：<strong>测试队</strong>负责把保真度测试铺满每个服务；<strong>找茬队</strong>不断制造真实 API 会返回的边界行为与错误；<strong>修复队</strong>认领缺陷、提交补丁。三条队产出的所有变更，最后都要过同一道闸门。Vogels 帖逐字给出了闸门的存在理由：「agents now write code far faster than any team can check it in production」——智能体写码速度早已超过任何团队在生产环境里的检查速度。Goldberg 的对应自述是：「We’ve seen thousands of issues fixed every day as hundreds of agents concurrently work on the codebase. Without this merge gate, we wouldn’t trust what our agents are building.」每天修复数千个问题、数百个智能体并发干活——这个量级的「每天数千」同样是厂方自述，无法从外部复核。</p>

<p><img src="/assets/images/paradigm-radar-aws-emulator-img02.svg" alt="智能体流水线流程图：测试队、找茬队、修复队三路并行汇入 merge gate 闸门，闸门处标注「多个安全 agent 对抗评审」，闸门之后是发布流水线与 release 输出；旁注厂方自述口径「hundreds of agents concurrently work」「thousands of issues fixed every day」" /></p>

<p>最能说明智能体「越界」的插曲，是 Goldberg 点名的个人最爱（逐字）：「when they decided to build their own Python interpreter to support AWS Lambda functions」——早期版本为了让 Lambda 函数跑起来，自行造了一个 Python 解释器。没有人类给它排这条任务，它自己判断缺什么就造什么。这类故事听上去像演示噱头，但下一节的仓库数据会表明：这类「缺什么造什么」的产出规模，已经不是噱数量级。</p>

<h2 id="系统自证层仓库自己会说话">系统自证层：仓库自己会说话</h2>

<p>厂方说什么不重要，仓库会自己说话。<code class="language-plaintext highlighter-rouge">github.com/aws/aws-emulator</code> 的全部关键数字都来自 GitHub API 匿名实测（截至 <code class="language-plaintext highlighter-rouge">2026-11-16</code>，以下标注为系统自证）：建仓 <code class="language-plaintext highlighter-rouge">2026-09-11</code>，星数 <code class="language-plaintext highlighter-rouge">8,560</code>、分支 <code class="language-plaintext highlighter-rouge">369</code>；语言 Rust，每个服务一个 crate（Rust 的编译单元），由 Smithy API 模型生成代码骨架；许可证是 CC0-1.0——公有领域奉献，比 MIT 更彻底，等于放弃一切版权主张。</p>

<p>最硬的数字是提交总量：<code class="language-plaintext highlighter-rouge">32,502</code> 次。把三个时间点的快照排成增速曲线——<code class="language-plaintext highlighter-rouge">10-27</code> 为 <code class="language-plaintext highlighter-rouge">16,919</code>、<code class="language-plaintext highlighter-rouge">11-09</code> 为 <code class="language-plaintext highlighter-rouge">28,575</code>、<code class="language-plaintext highlighter-rouge">11-16</code> 为 <code class="language-plaintext highlighter-rouge">32,502</code>——可以算出两段斜率：<code class="language-plaintext highlighter-rouge">10-27</code> 到 <code class="language-plaintext highlighter-rouge">11-09</code> 十三天新增 <code class="language-plaintext highlighter-rouge">11,656</code> 次，约每天 <code class="language-plaintext highlighter-rouge">897</code> 次；<code class="language-plaintext highlighter-rouge">11-11</code> 公开爆款到 <code class="language-plaintext highlighter-rouge">11-16</code> 五天新增 <code class="language-plaintext highlighter-rouge">2,262</code> 次，约每天 <code class="language-plaintext highlighter-rouge">450</code> 次。人类团队的提交节奏以「人天」为单位，这条曲线以「机器时钟」为单位。</p>

<p><img src="/assets/images/paradigm-radar-aws-emulator-img03.svg" alt="提交增速折线图：横轴 10-27 / 11-09 / 11-16 三点，纵轴提交数 16,919 → 28,575 → 32,502，两段斜率标注约 897/天与 450/天；下方并排 11-07 至 11-14 每日 release 柱状（11-14 单日 9 个），并以 LocalStack 最后 push 2026-03-23 作静默基线" /></p>

<p>发布流水同样机器味十足。releases 接口实测：<code class="language-plaintext highlighter-rouge">8</code> 天内共 <code class="language-plaintext highlighter-rouge">30</code> 个 release 对象，把版本从 <code class="language-plaintext highlighter-rouge">v1.0.250</code> 推到 <code class="language-plaintext highlighter-rouge">v1.0.385</code>，其中 <code class="language-plaintext highlighter-rouge">11-14</code> 单日发出 <code class="language-plaintext highlighter-rouge">9</code> 个。<strong>注意口径</strong>：版本号是一个自增的构建计数器，中间存在空洞——<code class="language-plaintext highlighter-rouge">250</code> 到 <code class="language-plaintext highlighter-rouge">385</code> 的版本号跨度并不对应同样多次的发布，实际发布对象就是 <code class="language-plaintext highlighter-rouge">30</code> 个。把「版本号跨度」读成「发布次数」是这条新闻传播中最常见的一次误读。</p>

<p>更罕见的是仓库里的两个目录。<code class="language-plaintext highlighter-rouge">issues/things-that-do-not-work/</code> 实测 <code class="language-plaintext highlighter-rouge">6,419</code> 个文件，逐项列出当前仿真不工作的行为；<code class="language-plaintext highlighter-rouge">issues/things-that-now-work/</code> 有 <code class="language-plaintext highlighter-rouge">14,500</code> 个文件，记录已修复项。两者约 <code class="language-plaintext highlighter-rouge">1:2.26</code>，相当于一条公开的不完美进度条：厂方没有藏起缺陷清单，而是把「现在还有哪些地方是假的」当作一等公民挂进仓库。contributors 接口的最后一块拼图：署名全部是 <code class="language-plaintext highlighter-rouge">aws-emulator@amazon.com</code> 这类机器身份，没有一条人类 login——与厂方「agent 写码、人类没写也没审」的自述互相咬合。厂方原话逐字：「The emulator was written entirely by autonomous agents. Our team hasn’t written any of the code or reviewed it.」</p>

<p>为什么选 CC0？厂方给出的动机是让发布与复用最顺滑；而社区的另一读法（用户观察，resters，评论 <code class="language-plaintext highlighter-rouge">50460482</code>，逐字）：「This will make it even easier for competitors to reliably clone AWS services, which reveals that cloud is fully commoditized…」——公有领域许可证意味着竞争对手可以直接合法克隆这套仿真实现。两种动机并存，仓库层面无法区分。</p>

<h2 id="保真度新-kpi也是新免责条款">保真度：新 KPI，也是新免责条款</h2>

<p>如果一个仓库 <code class="language-plaintext highlighter-rouge">32,502</code> 次提交都没有人类审查，你拿什么判断它可不可信？AWS 官方文档给出的答案是保真度分数（fidelity score）：每个服务一组测试，分数等于「通过数除以总数」，文档页举例写作「40 of 50」这类形式；分数随每个 release 发布，测试在 us-west-2 区域对真实 AWS 验证（docs 页实测，系统自证级）。未实现的操作不假装成功，而是返回 HTTP <code class="language-plaintext highlighter-rouge">501</code> NotImplemented。</p>

<p>这套机制把信任单位从「代码被审查过」换成了「测试通过面可量化」。听起来干净，但官方自己划了三段边界（docs 保真页与安全页实测，逐字引文见下）：</p>

<p><img src="/assets/images/paradigm-radar-aws-emulator-img04.svg" alt="保真度信任光谱图：一条从左到右的三段色带。左段绿色「控制面：高保真」；中段黄色「数据面与 IaC（CloudFormation/Terraform/CDK）：参差」；右段红色「安全策略：不可信」，标官方逐字原话「A request that AWS denies might succeed in the emulator. A request that AWS allows might fail.」；图底注：保真度测试在 us-west-2 对真实 AWS 验证" /></p>

<p>第一段，控制面（建表、建桶、列资源这类元数据操作）最准；第二段，数据面与基础设施即代码工具（CloudFormation、Terraform、CDK）官方自认参差；第三段最锋利，安全页逐字：「A request that AWS denies might succeed in the emulator. A request that AWS allows might fail.」——真实 AWS 拒绝的请求，仿真器可能放行；真实环境放行的，仿真器可能失败。IAM、资源策略、KMS 密钥策略、跨账号访问全部不测。</p>

<p><strong>注意：这意味着仿真器绝对不能用于安全策略测试。</strong>安全测试必须留在真实环境，这不是实现缺陷，而是官方写进文档的能力边界。值得玩味的是厂方的姿态：把「不可信部分」写成文档而不是藏起来——保真度既是质量 KPI，也是免责条款，两者共用同一份文件。当代码不再由人写、也不再由人审，「哪些部分可以信」第一次成了需要逐服务查表的事。</p>

<h2 id="十年赛道一夜重定价localstack-的归档尸体">十年赛道一夜重定价：LocalStack 的归档尸体</h2>

<p>本地 AWS 仿真不是新赛道。<code class="language-plaintext highlighter-rouge">2016-10-25</code> 建仓的 LocalStack 是这个赛道做了十一年的霸主，也是本次事件里最安静的注脚。以下时间点全部 GitHub API 实测（截至 <code class="language-plaintext highlighter-rouge">2026-11-16</code>）：</p>

<table>
  <thead>
    <tr>
      <th>日期</th>
      <th>LocalStack 事件</th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>2016-10-25</td>
      <td>建仓，开创本地 AWS 仿真赛道</td>
    </tr>
    <tr>
      <td>2026-02-26</td>
      <td>最后一个 release：v4.14.0</td>
    </tr>
    <tr>
      <td>2026-03-23</td>
      <td>最后一次 push</td>
    </tr>
    <tr>
      <td>（其后）</td>
      <td>仓库被归档（archived=true），open_issues 归零，星数停在 65,114</td>
    </tr>
  </tbody>
</table>

<p>官方仿真器 <code class="language-plaintext highlighter-rouge">2026-11-11</code> 公开发布，而老霸主在七个月前就已停摆。<strong>归档原因官方未说明，两者之间的时间关系本文只陈列、不定因果</strong>——既不能写成「被 AWS 打死」，也不能写成纯属巧合，现有证据不支持任何一种因果表述。</p>

<p>商业模式的对照倒是直接成立：LocalStack 走订阅制，定价页实测 Hobby 免费、Base 档每席位每月 <code class="language-plaintext highlighter-rouge">$39</code>（年付）或 <code class="language-plaintext highlighter-rouge">$45</code>（月付），另有 <code class="language-plaintext highlighter-rouge">$89</code> 档；AWS Emulator 则是 CC0 免费官方实现。一边是 <code class="language-plaintext highlighter-rouge">$39</code> 席位月订阅，一边是公有领域的官方第一方——同一功能层被官方重定价，冲击波不需要任何因果论证就能看见。</p>

<p>赛道本身也没死，只是格局重画。三条独立开源腿全部实测存活（pushed_at 截至 <code class="language-plaintext highlighter-rouge">2026-11-15</code> 至 <code class="language-plaintext highlighter-rouge">11-16</code>）：<code class="language-plaintext highlighter-rouge">floci-io/floci</code> 星数 <code class="language-plaintext highlighter-rouge">31,807</code>，<code class="language-plaintext highlighter-rouge">2026-02-18</code> 建仓，<code class="language-plaintext highlighter-rouge">11-16</code> 仍在 push，社区两帖分别拿到 <code class="language-plaintext highlighter-rouge">292</code> 分与 <code class="language-plaintext highlighter-rouge">220</code> 分；<code class="language-plaintext highlighter-rouge">ministackorg/ministack</code> 星数 <code class="language-plaintext highlighter-rouge">5,162</code>；<code class="language-plaintext highlighter-rouge">getmoto/moto</code> 星数 <code class="language-plaintext highlighter-rouge">8,748</code>。三者的保真口径各不相同：moto 是测试用 mock 库，ministack 是轻量子集，floci 是单体仿真服务——与 AWS Emulator 不是同一种物种，但竞争的是同一笔预算。</p>

<p><img src="/assets/images/paradigm-radar-aws-emulator-img05.svg" alt="五大项目对比矩阵：星数/许可与定价/维护状态三行——AWS Emulator（8,560 星、CC0、官方、活跃）、LocalStack（65,114 星、订阅制 $39/席位/月、archived 停摆）、Floci（31,807 星、开源、活跃 push）、ministack（5,162 星、开源、活跃 push）、moto（8,748 星、mock 库、活跃）；底注「官方仿真器≠赛道清场」，数字截至 2026-11-16" /></p>

<p>用户观察侧的定性留给评论（wg0，评论 <code class="language-plaintext highlighter-rouge">50458860</code>，逐字）：「fakecloud and localstack etc? That moat is gone. I am shocked TBH that this is the new normal.」——第三方仿真层的护城河消失了。反方同样留了档：CharlieDigital（评论 <code class="language-plaintext highlighter-rouge">50456723</code>，子树 <code class="language-plaintext highlighter-rouge">86</code> 条，主帖下最高反方楼）逐字：「Skeptical of using because it’s not clear whether this was just an exercise or a real product they are going to ship and maintain.」——他怀疑这是不是一次性秀肌肉，并顺手给出 Floci 与 Testcontainers 作替代。一条十一年的赛道是尸体还是换血，<code class="language-plaintext highlighter-rouge">2026-11-16</code> 这个快照还回答不了。</p>

<h2 id="工程师的新工位规格测试闸门">工程师的新工位：规格、测试、闸门</h2>

<p>Vogels 帖里有个值得整段引用的故事（厂方自述）：一个叫 Alf 的复制引擎重写项目，工程师盯着智能体干了四个晚上，才发现它根本没有办法检查结果；一旦给它补上规格说明和测试环境，重写只花了约 <code class="language-plaintext highlighter-rouge">2</code> 小时。人工时代的基线是 <code class="language-plaintext highlighter-rouge">4</code> 个月，有测试环境的智能体重建是 <code class="language-plaintext highlighter-rouge">2</code> 小时——<code class="language-plaintext highlighter-rouge">4</code> 个月到 <code class="language-plaintext highlighter-rouge">2</code> 小时之间差的不是模型能力，是一个能让智能体自己验证自己的环境。</p>

<p>Vogels 帖把新工位写成了三个名词（逐字）：「The engineer’s job when agents write the code … is to give them room to work on their own and to build the specs, tests, and merge gates that decide when that work is correct.」工程师的工作从写代码，换成建造规格、测试与合入闸门——决定「什么时候算对」的那套装置。</p>

<p>这套叙事的反对意见同样在评论区逐字可查（4ndrewl，评论 <code class="language-plaintext highlighter-rouge">50458220</code>）：「…in many orgs it’s been done by (cheaper) non-engineers (business analysts, QA professionals) for decades. So what does an engineer do?」——写规格、铺测试、守闸门，这些活儿在很多组织里由更便宜的商业分析师和 QA 专业人员干了几十年。如果工程师的新工位叫 QA，那这到底是升级还是降薪叙事？这条追问在帖内引发了长讨论，目前没有公认答案。</p>

<p>把镜头拉远，这条轴和本站此前几期接得上。<a href="/paradigm-radar-harness-exodus-recall/">《执行壳：有人往外搬，有人往里收》</a>写的是智能体的「执行壳」在换供应商；本期写的是智能体的「考场」在换地基。当写代码不再是瓶颈，瓶颈就搬到验证端：谁能给智能体一个可信的假世界，谁就握住了流水线的闸门。默认值漂移那期也提过同构的教训——<a href="/paradigm-radar-default-drift-audit/">《你的 Agent 正在被默认值悄悄改写》</a>里，看不见的地基决定行为；这次地基换成了仿真器本身，看不见的是保真度曲线之下的部分。</p>

<h2 id="反方同样在场">反方同样在场</h2>

<p>这条轴的反弹声音密度不低，六只脚里最硬的四只如下（均为用户观察级，逐字可查）。</p>

<p><strong>其一，产品性存疑。</strong>CharlieDigital（评论 <code class="language-plaintext highlighter-rouge">50456723</code>）的怀疑前面已引：不确定这是不是一次性演习。厂方承诺持续发布，但「团队没写过也没审过代码」的产品，维护承诺的可信度本身就是开放问题。</p>

<p><strong>其二，安全能力是半吊子，甚至是故意的。</strong>scriptsmith（评论 <code class="language-plaintext highlighter-rouge">50459920</code>）逐字引用官方安全页后写道：「This is a shame because I’d love for the official AWS product to be better than e.g. ministack and localstack on this… Or maybe it’s a way to prevent someone from trivially running aws-emulator as AWSaaS?」——他提供了一个阴谋读法：不测 IAM 也许不是做不到，而是不想让人把仿真器当免费 AWS 用。这是猜测，本文不背书，但它指出了真实缺口：安全测试这个高频场景，官方仿真器直接缺席。</p>

<p><strong>其三，岗位叙事的逻辑漏洞。</strong>4ndrewl 的 QA 之问（评论 <code class="language-plaintext highlighter-rouge">50458220</code>）前面已详述：「规格、测试、闸门」若是工程师的新工位，那坐了几十年这把椅子的人算什么？</p>

<p><strong>其四，轴内自反：厂方自证与厂方免责同页共存。</strong>说「thousands of issues fixed every day」的是官方，挂出 <code class="language-plaintext highlighter-rouge">6,419</code> 个「仍不工作」文件的也是官方；说「written entirely by autonomous agents」的是官方，说「A request that AWS denies might succeed」的还是官方。最锋利的反方不需要外部提供，它就在官方文档里。</p>

<p>另外两脚略记：resters 的云商品化反读（CC0 让对手合法克隆）与前文已提的 tptacek 标题打假，共同构成对传播链本身的不信任——<code class="language-plaintext highlighter-rouge">992</code> 分投给一个读者还不知道出处的链接，这场热度里有多少是技术判断、多少是「agent 写一切」的叙事势能，评论区自己也说不清。</p>

<h2 id="口径与边界">口径与边界</h2>

<p>本文数字为快照口径，全部截至 <code class="language-plaintext highlighter-rouge">2026-11-16</code>，发布时点可能已漂移；厂方自述数字（<code class="language-plaintext highlighter-rouge">15</code> 分钟 SQS、每天修复数千问题、数百智能体并发、<code class="language-plaintext highlighter-rouge">438</code> 模型）均为官方博客口径，无法外部复核，Vogels 帖与 aboutamazon 帖的模型数口径（<code class="language-plaintext highlighter-rouge">400+</code> 对 <code class="language-plaintext highlighter-rouge">438</code>）已并列标注。HN 分数与全树评论数取自 Algolia API 全树递归计数（剔除 deleted/dead），与 Algolia 列表字段存在口径差（主帖 <code class="language-plaintext highlighter-rouge">237</code> 对 <code class="language-plaintext highlighter-rouge">266</code>），本文统一采用全树口径。星数存在实时漂移（复测中 aws-emulator 曾测得 <code class="language-plaintext highlighter-rouge">8,564</code>、LocalStack <code class="language-plaintext highlighter-rouge">65,113</code>），正文采用研究简报快照值。<code class="language-plaintext highlighter-rouge">aws/api-models-aws</code> 仓库 HTML 实测可达但星数未实测，正文已标注。LocalStack 归档原因官方未说明，本文仅陈列时间线，不做因果归因；文中所有竞品星数与定价为 GitHub API 及官网页面实测。「仿真≠沙箱」：本文讨论的是 API 仿真层，与智能体隔离运行时（sandbox/runtime）无关。本文不主张「第三方模拟器已死」，也不为任何团队的代码质量背书；主张的只是：当 <code class="language-plaintext highlighter-rouge">32,502</code> 次提交没有一行人类署名还能跑通数万个保真测试时，「谁来定义正确」已经成了一个必须重新回答的问题。</p>

<h2 id="总结与行动清单">总结与行动清单</h2>

<p>把三条线拧在一起：厂方自述说智能体 <code class="language-plaintext highlighter-rouge">15</code> 分钟写出 SQS、每天修复数千问题；系统自证给出 <code class="language-plaintext highlighter-rouge">32,502</code> 次提交、<code class="language-plaintext highlighter-rouge">8</code> 天 <code class="language-plaintext highlighter-rouge">30</code> 个 release、全机器署名的贡献者列表；市场格局那边，<code class="language-plaintext highlighter-rouge">65,114</code> 星的老霸主停摆归档、三家新贵仍在 push。三条线共同指向一个范式变化：<strong>验证环境正在取代代码本身成为稀缺资源</strong>，仿真层成为云厂商与开发者工具链的新护城河。工程师的杠杆从「写对代码」移到「定义什么叫做对」。</p>

<p><strong>你现在可以做的</strong>（全部基于官方 quick start 与文档页实测链接）：</p>

<ol>
  <li><strong>本地起仿真器跑一条 CLI 闭环</strong>：Linux 装官方 RPM/Deb 包后执行 <code class="language-plaintext highlighter-rouge">aws-emulator</code>，把 endpoint 环境变量指向 <code class="language-plaintext highlighter-rouge">127.0.0.1:9297</code>；macOS/Windows 走官方 Dockerfile。README 里 S3 建桶列桶、DynamoDB 短表名报错两个例子，五分钟可复现。</li>
  <li><strong>让编码 agent 在仿真器上自测一轮云应用</strong>（官方主推路径）：<code class="language-plaintext highlighter-rouge">aws agent-toolkit add-skill --skill-name aws-emulator --region us-east-1</code>（需 AWS CLI 版本不低于 <code class="language-plaintext highlighter-rouge">2.35.0</code>）。对照实验：同一测试套件在真实 AWS（计费、慢）与仿真器（免费、离线）各跑一遍，记录通过/分歧清单——这就是 fidelity 方法论的民用复刻。</li>
  <li><strong>把 CI 里的云依赖测试迁到无账号模式</strong>：docs 明示 CI/CD 场景无需 AWS 账号；Rust 项目可用 embedded mode（一个测试一个隔离实例），但首编译 <code class="language-plaintext highlighter-rouge">target/</code> 目录约 <code class="language-plaintext highlighter-rouge">100GB</code>，迁移前先量磁盘。</li>
  <li><strong>读缺陷账本再决定信任边界</strong>：按你依赖的服务筛 <code class="language-plaintext highlighter-rouge">things-that-do-not-work/</code> 那 <code class="language-plaintext highlighter-rouge">6,419</code> 项，把「仿真器当前不保真清单」写进团队测试报告的固定章节；CloudFormation/Terraform/CDK 场景暂不迁移，官方自认参差。</li>
  <li><strong>给安全测试单独划红线</strong>：IAM、资源策略、KMS、跨账号一律留在真实环境验证，理由引用官方安全页逐字：「A request that AWS denies might succeed in the emulator.」另外知道默认匿名遥测是开启的，docs Telemetry 页可关。</li>
  <li><strong>竞品盘点 30 分钟</strong>：floci、ministack、moto 三家 <code class="language-plaintext highlighter-rouge">11</code> 月仍在 push（API 实测），有 GCP/Azure 多云需求的团队仍应把它们当现役选项——官方仿真器不等于赛道清场。</li>
</ol>

<p><img src="/assets/images/paradigm-radar-aws-emulator-img06.svg" alt="缺陷账本图：左侧红色条 6,419 项「things-that-do-not-work」，右侧绿色条 14,500 项「things-that-now-work」，比例标注约 1:2.26；标题「公开的不完美进度条」，底注行动锚「先读 things-that-do-not-work 再决定信任边界」，数字截至 2026-11-16" /></p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://github.com/aws/aws-emulator">aws/aws-emulator 仓库</a></li>
  <li><a href="https://www.aboutamazon.com/news/aws/how-autonomous-ai-agents-built-aws-emulator">AWS 官方自述帖（Matt Goldberg，aboutamazon.com）</a></li>
  <li><a href="https://www.allthingsdistributed.com/2026/11/aws-emulator-and-the-engineers-job-when-agents-write-the-code.html">Werner Vogels 博客：工程师的工作（allthingsdistributed.com）</a></li>
  <li><a href="https://docs.aws.amazon.com/emulator/latest/userguide/what-is-service.html">AWS Emulator 文档：服务总览</a></li>
  <li><a href="https://docs.aws.amazon.com/emulator/latest/userguide/fidelity.html">AWS Emulator 文档：保真度定义</a></li>
  <li><a href="https://github.com/aws/aws-emulator-evaluation-suite">aws/aws-emulator-evaluation-suite 评测套件仓</a></li>
  <li><a href="https://github.com/localstack/localstack">localstack/localstack（archived 实测）</a></li>
  <li><a href="https://localstack.cloud/pricing/">LocalStack 定价页</a></li>
  <li><a href="https://github.com/floci-io/floci">floci-io/floci</a></li>
  <li><a href="https://github.com/ministackorg/ministack">ministackorg/ministack</a></li>
  <li><a href="https://github.com/getmoto/moto">getmoto/moto</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50456631">HN 主帖线程 50456631</a></li>
  <li><a href="/paradigm-radar-harness-exodus-recall/">站内：AI 范式雷达《执行壳》</a></li>
  <li><a href="/paradigm-radar-default-drift-audit/">站内：AI 范式雷达《默认值漂移审计》</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="ParadigmRadar" /><category term="ai-agents" /><category term="aws" /><category term="emulation" /><category term="ci-cd" /><category term="localstack" /><category term="fidelity-testing" /><summary type="html"><![CDATA[AWS 官方仿真器 aws-emulator 实测：整条云 API 的本地替身全由智能体写成，32,502 次提交无人类署名，验证环境正取代代码成为新护城河。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/paradigm-radar-aws-emulator-cover.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/paradigm-radar-aws-emulator-cover.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">一分钟读论文：《80 行改动，批量推理快 6 倍》</title><link href="https://unbug.github.io/one-minute-read-paper-parallel-prompting-shared-context/" rel="alternate" type="text/html" title="一分钟读论文：《80 行改动，批量推理快 6 倍》" /><published>2026-11-15T00:00:00+00:00</published><updated>2026-11-15T00:00:00+00:00</updated><id>https://unbug.github.io/one-minute-read-paper-parallel-prompting-shared-context</id><content type="html" xml:base="https://unbug.github.io/one-minute-read-paper-parallel-prompting-shared-context/"><![CDATA[<p>UCSC 团队的预印本论文<a href="https://arxiv.org/abs/2611.15130">《Read Once, Answer Many》</a>发现，前缀缓存没有消掉共享长文档的成本：解码每步、每问仍要重读一遍文档 KV cache，往 SGLang 加约 <code class="language-plaintext highlighter-rouge">80</code> 行后 A100 快 <code class="language-plaintext highlighter-rouge">3.7</code> 倍、RTX A6000 快 <code class="language-plaintext highlighter-rouge">5.9</code> 至 <code class="language-plaintext highlighter-rouge">6.0</code> 倍。</p>

<h2 id="每问每步重读一遍-kv">每问每步重读一遍 KV</h2>

<p>论文把这笔账说得很直：decode 阶段被内存带宽卡住，成本随问题数增长。前缀缓存（让同一长文档不重复预处理的机制）只解决了预处理，KV cache（注意力层缓存的键值对）仍按问题数重复读。老路子 batch prompting 把多问拼进同一序列，文档确实只读一次，但答案只能逐个生成，后写的还要注意到先写的，既拖长又互相污染。作者的改法是把 P 个问题变成同一个请求里的 P 条回答流，并行解码，再在注意力 kernel 内加一个按流编号生成的掩码：每条回答只看得见文档和它自己的问题，P 条流共享同一次文档 KV 读取。掩码由两个定长索引张量在现有 Triton kernel 内算出，不构造稠密掩码，每个解码步形状固定，能被 CUDA graph 捕获。全程不删 token，不压缩语义，纯粹是执行层的并行化。</p>

<p><img src="/assets/images/parallel-prompting-decode-kv.svg" alt="传统 batch 每问每步重读文档 KV，Parallel Prompting 每步只读一遍" /></p>

<h2 id="三组数字各管各的口径">三组数字，各管各的口径</h2>

<p><strong>三组加速数字分属不同基线，不能混用</strong>。头条口径：对开启前缀缓存与 CUDA graphs 的 stock SGLang（FlashInfer 后端），CodeLlama-7B 这类 MHA 模型、<code class="language-plaintext highlighter-rouge">8k</code>–<code class="language-plaintext highlighter-rouge">16k</code> token 文档、每文档 <code class="language-plaintext highlighter-rouge">64</code>–<code class="language-plaintext highlighter-rouge">256</code> 问，A100 上 <code class="language-plaintext highlighter-rouge">3.7×</code>，RTX A6000（<code class="language-plaintext highlighter-rouge">48GB</code> 工作站卡）上 <code class="language-plaintext highlighter-rouge">5.9–6.0×</code>，两个 SGLang 版本都成立。第二组：换成与作者共用同一套注意力内核的 stock Triton 作基线，<code class="language-plaintext highlighter-rouge">5.1–7.5×</code>。第三组见下一节，真实基准上只有 <code class="language-plaintext highlighter-rouge">1.81×</code> 和 <code class="language-plaintext highlighter-rouge">1.12×</code>。</p>

<p>统计底气很足：<code class="language-plaintext highlighter-rouge">144</code> 次配对计时全部获胜（<code class="language-plaintext highlighter-rouge">2</code> 款 GPU、<code class="language-plaintext highlighter-rouge">2</code> 个版本、<code class="language-plaintext highlighter-rouge">6</code> 组负载、<code class="language-plaintext highlighter-rouge">6</code> 组输入），最慢的 Parallel Prompting 仍比同负载最快的 stock 快 <code class="language-plaintext highlighter-rouge">2.46–4.76×</code>（单边符号检验 p=<code class="language-plaintext highlighter-rouge">1.5×10⁻¹¹</code>）。最有画面感的那格：对 <code class="language-plaintext highlighter-rouge">16k</code> token 文档回答 <code class="language-plaintext highlighter-rouge">256</code> 问，stock SGLang 花 <code class="language-plaintext highlighter-rouge">60.0</code> 秒，新方法 <code class="language-plaintext highlighter-rouge">12.3</code> 秒。</p>

<p>显存账同样要标清口径：那是 HuggingFace 原型实验（非 SGLang 引擎路径）的结果，每批至多 <code class="language-plaintext highlighter-rouge">8</code> 问时占 <code class="language-plaintext highlighter-rouge">16.9 GiB</code>，不到标准 prompting <code class="language-plaintext highlighter-rouge">53.6 GiB</code> 的三分之一，还快 <code class="language-plaintext highlighter-rouge">2.1×</code>；放到 <code class="language-plaintext highlighter-rouge">32</code> 问则是用 <code class="language-plaintext highlighter-rouge">46%</code> 显存快 <code class="language-plaintext highlighter-rouge">4.3×</code>。站内《跑十轮不如跑一轮》<a href="/one-minute-read-paper-e-means-kmeans-successor/">（站内阅读）</a>同样是把老操作换掉、重新算一笔算力账的路子。</p>

<h2 id="gqa-刹车与长答案软肋">GQA 刹车与长答案软肋</h2>

<p><strong>收益取决于 stock 解码每步重读多少 KV</strong>。CodeLlama-7B 是多头的 MHA 模型；换成现在主流的 GQA（分组查询注意力）模型，每 token 的 KV 变小，stock 本来重读的量就少，加速缩水到 <code class="language-plaintext highlighter-rouge">1.3–1.9×</code>，只写快 6 倍而不交代 MHA 前提就是误导。真实长文本基准更冷：QuALITY 上 <code class="language-plaintext highlighter-rouge">2,086</code> 问共 <code class="language-plaintext highlighter-rouge">73.6</code> 秒，比 stock FlashInfer 快 <code class="language-plaintext highlighter-rouge">1.81×</code>；LooGLE 上只比 Triton 快 <code class="language-plaintext highlighter-rouge">1.12×</code>，反而比 FlashInfer 慢 <code class="language-plaintext highlighter-rouge">1.26×</code>。两边平均答案长度不同是主因：QuALITY 答案短，生成步数少；LooGLE 答案长，解码时长主导，文档 KV 重复读的占比被摊薄，共享读取的便宜也就省不出来，长答案是明确的失效边界。限制还有一串：仅支持 Triton 后端、单 GPU、贪心解码、离线批式（同一文档的问题须提前知道），输出因浮点运算次序改变并非逐位一致。论文自标 Preprint、无同行评审；代码仓 <code class="language-plaintext highlighter-rouge">jlab-nlp/parallel-prompting</code>（Apache-2.0，<code class="language-plaintext highlighter-rouge">2026-11-10</code> 建仓，<code class="language-plaintext highlighter-rouge">stars</code> 仅 <code class="language-plaintext highlighter-rouge">1</code>）自带逐表复现脚本与原始结果，<code class="language-plaintext highlighter-rouge">48GB</code> 工作站卡即可跑到头条场景，但发布四天，第三方独立复现目前为零。</p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://arxiv.org/abs/2611.15130">Read Once, Answer Many (arXiv:2611.15130)</a></li>
  <li><a href="https://github.com/jlab-nlp/parallel-prompting">代码仓库 jlab-nlp/parallel-prompting</a></li>
  <li><a href="https://jlab-nlp.github.io/parallel-prompting/">项目页</a></li>
  <li><a href="/one-minute-read-paper-length-is-cheap-attention-context-rot/">站内：长上下文读不准的 context rot</a></li>
  <li><a href="/one-minute-read-paper-e-means-kmeans-successor/">站内：e-means 换掉 k-means</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="OneMinuteRead" /><category term="llm-inference" /><category term="kv-cache" /><category term="serving" /><category term="sglang" /><category term="batch-inference" /><summary type="html"><![CDATA[加州大学圣克鲁兹分校预印本只改 80 行 SGLang：同一长文档多问在解码时共读一遍注意力键值缓存，A100 提速 3.7 倍、最高近 6 倍、144 次配对全胜；GQA 模型缩到 1.3 到 1.9 倍，长答案还会倒退。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/parallel-prompting-decode-kv.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/parallel-prompting-decode-kv.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">AI 范式雷达：《他们把设备搬回局域网》</title><link href="https://unbug.github.io/paradigm-radar-offline-sovereignty/" rel="alternate" type="text/html" title="AI 范式雷达：《他们把设备搬回局域网》" /><published>2026-11-15T00:00:00+00:00</published><updated>2026-11-15T00:00:00+00:00</updated><id>https://unbug.github.io/paradigm-radar-offline-sovereignty</id><content type="html" xml:base="https://unbug.github.io/paradigm-radar-offline-sovereignty/"><![CDATA[<p><code class="language-plaintext highlighter-rouge">2026-11-10</code> 至 <code class="language-plaintext highlighter-rouge">11-15</code> 的 Hacker News 实测到 <code class="language-plaintext highlighter-rouge">5</code> 个同主题独立爆帖（最高 <code class="language-plaintext highlighter-rouge">1199</code> 分，分数与全树评论数截至 <code class="language-plaintext highlighter-rouge">11-15</code>）：三个互不相识的人、一家大厂、一批开源项目，在同五天把矛头指向「云端依赖加订阅制」——设备主权正从抱怨变成有工具链的迁移。</p>

<p>口径先钉死：本文分数与全树评论数经 hn.algolia.com 接口于 <code class="language-plaintext highlighter-rouge">2026-11-15</code> 首采、<code class="language-plaintext highlighter-rouge">2026-11-16</code> 复采，两个时点的差值都会写明；仓库星数为 api.github.com 同日实测；评论区引语为原文摘译，全部附可定位的评论编号；转述与自述另行标注。复采时主锚帖升至 <code class="language-plaintext highlighter-rouge">1200</code> 分 / <code class="language-plaintext highlighter-rouge">443</code> 条，Lovable 泄露帖从 <code class="language-plaintext highlighter-rouge">910</code> 升至 <code class="language-plaintext highlighter-rouge">937</code> 分 / <code class="language-plaintext highlighter-rouge">337</code> 条，其余四帖分数未动。</p>

<p><img src="/assets/images/offline-sovereignty-wave.svg" alt="11-10 至 11-14 五根热度柱的时间线" /></p>

<p><img src="/assets/images/paradigm-radar-offline-recheck-bars.svg" alt="七帖首采与复测双时点对比：主锚 1199 到 1200、Lovable 910 到 937 为唯二变动，其余五帖封顶；底注指出「本地化」四帖已过爆发期" /></p>

<h2 id="三个互不相识的人">三个互不相识的人</h2>

<p>第一位是家居自动化博主 skittleson，帖《Smart home devices should work without the internet》冲到 <code class="language-plaintext highlighter-rouge">1199</code> 分（复采 <code class="language-plaintext highlighter-rouge">1200</code>）/ <code class="language-plaintext highlighter-rouge">443</code> 条评论：作者在评论区自报这是十年家居自动化规则的总结，第一条规则原文为「nothing core should depend on a vendor’s server」，核心栈是树莓派上的 Tasmota、MQTT 与 Node-RED（评论 <code class="language-plaintext highlighter-rouge">50441708</code>）。这条自报还有个插曲：有人当场抓包他的 Alexa 自动化违反了自己的规则，他的回答是核心系统离线仍可控制即可——规则的边界在讨论里被磨出了形状（评论 <code class="language-plaintext highlighter-rouge">50441708</code> 子树）。热度最高的长评来自 mountain_peak（<code class="language-plaintext highlighter-rouge">50443286</code>，子树 <code class="language-plaintext highlighter-rouge">110</code> 条）：他 <code class="language-plaintext highlighter-rouge">20</code> 年前买下一栋前房主经营家庭自动化公司的房子，全屋 X10/Insteon 布线与墙面触控面板原封不动，至今不需要任何订阅——一条来自真实住宅的反证，比任何宣言都硬。</p>

<p>第二位是逆向者 scottjg，帖《Reverse engineering my Coway air purifier to ditch the cloud》<code class="language-plaintext highlighter-rouge">792</code> 分 / <code class="language-plaintext highlighter-rouge">223</code> 条：拆开净化器换固件，只为不经过厂商云。第三位是绣花机机主 simpsoka，一台 <code class="language-plaintext highlighter-rouge">300</code> 美元设备要求订阅才能用，他干脆自研配套 App，Show HN 帖 <code class="language-plaintext highlighter-rouge">740</code> 分 / <code class="language-plaintext highlighter-rouge">256</code> 条，评论区还引出 DMCA 法理争论——买下的设备能不能自己修。</p>

<p>三人不同作者、不同设备、不同厂商，事件互不引用，也没有共同推动方。范式迁移的经典形状，恰是互不相识的人在同一周撞见同一堵墙。</p>

<h2 id="coway-帖里浮出的llm-逆向波">Coway 帖里浮出的「LLM 逆向波」</h2>

<p>净化器帖下最值钱的不是固件本身，而是对这批逆向的方法论定性。Aurornis（评论 <code class="language-plaintext highlighter-rouge">50484284</code>，子树 <code class="language-plaintext highlighter-rouge">37</code> 条）指出该机固件「通过明文 HTTP 下载根证书，从来都可以被中间人攻击」，并称这波 LLM 逆向工程最大的发现，是量产设备里早就躺着多少没人费力去挖的荒唐选择——会做这事的人各忙各的，现在工具让「费力的挖掘」第一次变得可行；tedd4u（<code class="language-plaintext highlighter-rouge">50486455</code>）追问 Coway 或其固件外包方当初为什么敢这么设计，无人能答。deadbabe（<code class="language-plaintext highlighter-rouge">50484045</code>）把模式说成趋势：买一个云端订阅设备、逆向它、接到自己服务器上，「这是 AI 促成的少数好事之一」。</p>

<p>冷水同样在场。jerf（<code class="language-plaintext highlighter-rouge">50484219</code>）警告窗口可能正在关闭：AI 公司已经动手封锁这类逆向用途，「趁还能做赶紧做」；simonsarris（<code class="language-plaintext highlighter-rouge">50485569</code>，自家两台无云 Coway 用户）反问为什么不直接买不联网的型号，「净化器不需要被监控」。评论区还反复给出第三条路：Corsi-Rosenthal 纸箱净化器——纸盒加四片 MERV-13 滤网加一台 <code class="language-plaintext highlighter-rouge">20</code> 寸风扇，完全绕开智能层，被顶了至少三次。</p>

<h2 id="绣花机一个全-ai-建造的应用与被核查的底稿">绣花机：一个「全 AI 建造」的应用与被核查的底稿</h2>

<p>Show HN 帖下最长的高赞子树来自 spdustin（<code class="language-plaintext highlighter-rouge">50472665</code>，子树 <code class="language-plaintext highlighter-rouge">142</code> 条）：他断定这个项目背后是 LLM 在干重活，并顺势写下这批人的共同信念——大模型第一次让用户「挠自己的痒处」变得可复制。作者 simpsoka 没有回避来源：协议是他用 PacketLogger 从零逆向的，实现过程里 agent 参考了开源库 Respira 做交叉验证，而「整个 App 是用 AI 构建的」，此话逐字可查（评论 <code class="language-plaintext highlighter-rouge">50475887</code>）。同一楼层他核了价：机器日常价 <code class="language-plaintext highlighter-rouge">499</code> 美元、事发时亚马逊 <code class="language-plaintext highlighter-rouge">303</code> 美元，并判断厂商是「先靠订阅把机器赔本卖出去，再越卖越便宜」——订阅制定价的反推，出自机主本人。</p>

<p>反方也留了档：nijave（<code class="language-plaintext highlighter-rouge">50474205</code>）担心这种好日子有保质期，OEM 迟早让模型给固件上安全启动、签名与防回滚，Google 系设备已是先例；inanutshellus（<code class="language-plaintext highlighter-rouge">50473697</code>）则把类比推到打印机自带墨盒——「西部时代又回来了」。</p>

<p><img src="/assets/images/paradigm-radar-offline-reverse-flow.svg" alt="两条路径对照：上方红色为厂商云链（设备→厂商云→订阅→停服→DMCA 阴影），下方绿色为机主逆向链（拆机抓包→Respira 交叉验证→AI 构建 App→本地可用→公开仓库），每环标注评论编号" /></p>

<h2 id="迟到的大厂与降本的极客">迟到的大厂与降本的极客</h2>

<p>Apple 宣布新 Mac App 让本地跑 AI 模型变得简单，帖《Apple has new Mac app coming to make running local AI models easy》拿到 <code class="language-plaintext highlighter-rouge">572</code> 分 / <code class="language-plaintext highlighter-rouge">564</code> 条评论——评论比点赞还多，声量全挤在讨论区，这本身就是需求侧证据。线程里最长的子树来自 pen2l（<code class="language-plaintext highlighter-rouge">50447085</code>，子树 <code class="language-plaintext highlighter-rouge">393</code> 条）：蒸馏路线让模型越来越小、本地跑越来越现实，Apple 是「这一章收尾时的赢家」；同线程 jph（<code class="language-plaintext highlighter-rouge">50450531</code>）给出罕见的自报账单：高端 Mac Studio 摊到约每月 <code class="language-plaintext highlighter-rouge">1000</code> 美元（三年期），对照他五个开发者用 Claude Ultra 的同额月支出，「等 API 定价改纯计费那天就切本地」。反方账同样在：gizmodo59（<code class="language-plaintext highlighter-rouge">50447737</code>）说万元预算内跑不动不量化的模型，「我想要但买不起」；tonymet（<code class="language-plaintext highlighter-rouge">50448149</code>）反问远程推理这么便宜为什么投本地，被 t-3 以「便宜的远程不是永远」驳回。同一窗口里，独立开发者的《I’m making LLMs work on small and old devices》<code class="language-plaintext highlighter-rouge">479</code> 分 / <code class="language-plaintext highlighter-rouge">180</code> 条：作者 mrashad74 自述把 <code class="language-plaintext highlighter-rouge">16B</code> 模型跑进可用内存不足 <code class="language-plaintext highlighter-rouge">1GB</code> 的 iPad Air 一代与小米电视盒，内核与改模全部开源，还说清代价——为配对模型与硬件做了 <code class="language-plaintext highlighter-rouge">107+50</code> 次实验（评论 <code class="language-plaintext highlighter-rouge">50468889</code>、<code class="language-plaintext highlighter-rouge">50471287</code>）；sebazzz（<code class="language-plaintext highlighter-rouge">50470839</code>）提醒这类小模型「还笨到没法挂工具」。另有 Edge0-145B 端侧模型帖 <code class="language-plaintext highlighter-rouge">353</code> 分 / <code class="language-plaintext highlighter-rouge">105</code> 条、Unsloth Qwen3.8-27B 量化更新 <code class="language-plaintext highlighter-rouge">252</code> 分 / <code class="language-plaintext highlighter-rouge">83</code> 条（均截至 <code class="language-plaintext highlighter-rouge">11-15</code>），把本地推理从「勉强能跑」推向「日常跑得动」。云端集中化的代价也有现成注脚：<code class="language-plaintext highlighter-rouge">11-14</code> 的 Lovable 应用泄露用户护照信息帖从 <code class="language-plaintext highlighter-rouge">910</code> 升至 <code class="language-plaintext highlighter-rouge">937</code> 分 / <code class="language-plaintext highlighter-rouge">337</code> 条，出事时泄露的是护照号。</p>

<h2 id="从抱怨到购买守则与工具链">从抱怨到购买守则与工具链</h2>

<p>热度正在落成两类可复制的东西。第一类是购买守则：reasonabl_human（评论 <code class="language-plaintext highlighter-rouge">50442644</code>）的规则清单是「买能干活的最便宜硬件、无视软件差评、到手先让 Claude 写本地优先固件」；driverdan（<code class="language-plaintext highlighter-rouge">50446355</code>）只买 Zigbee/Z-Wave 或固件可替换的设备，且非传感器设备必须脱离 App 也能全功能；scosman（<code class="language-plaintext highlighter-rouge">50443914</code>）用 Home Assistant 官方 IoT Class 分级过滤，只装 Local Push 与 Local Polling 档。守则以前只存在于老玩家的肌肉记忆，现在被写成了可检索的条目——这是「迁移」最具体的形状。</p>

<p>第二类是工具：绣花机自研 App 的仓库 zigzag 复采 <code class="language-plaintext highlighter-rouge">783</code> 星（建仓 <code class="language-plaintext highlighter-rouge">10-30</code>，描述直接写着「通过 MCP 用 AI agent 做刺绣设计」）；发布于 <code class="language-plaintext highlighter-rouge">11-04</code> 的 smolmaxxing <code class="language-plaintext highlighter-rouge">728</code> 星；主锚帖讨论的自建替代方案，生态底座 home-assistant/core <code class="language-plaintext highlighter-rouge">92,318</code> 星（复采，仓库描述「local control and privacy first」，建仓 <code class="language-plaintext highlighter-rouge">2013</code> 年）。这与上期《执行壳：有人往外搬，有人往里收》的「执行壳」搬家不同——那期搬的是开发者工具的位置，这期下沉到灯泡、净化器与绣花机。本地计算与云依赖的隐性成本，此前在<a href="/paradigm-radar-agent-hidden-cost/">《标价之外，Harness 替你买了什么》</a>已算过一笔账；而在<a href="/paradigm-radar-erc8004-trust-infrastructure/">《ERC-8004信任层实证诊断》</a>里，「去云端化」走的是链上信任这条相反路径。本期这批人选择的路线，是让自己的数据一步都不出家门。</p>

<h2 id="第二线旧硬件回收流">第二线：旧硬件回收流</h2>

<p>同一五天还有第六帖补充底盘：《Why get an expensive Pi when I have an old phone?》<code class="language-plaintext highlighter-rouge">599</code> 分 / <code class="language-plaintext highlighter-rouge">318</code> 条（复采；<code class="language-plaintext highlighter-rouge">11-15</code> 首采 <code class="language-plaintext highlighter-rouge">590</code>/<code class="language-plaintext highlighter-rouge">312</code>），作者把旧安卓机刷机当家庭服务器。顶路子树来自 deng（<code class="language-plaintext highlighter-rouge">50496293</code>，<code class="language-plaintext highlighter-rouge">130</code> 条）：收屏幕碎掉的旧笔记本拆主板，<code class="language-plaintext highlighter-rouge">16GB</code> 内存随手就能给 <code class="language-plaintext highlighter-rouge">x86</code> 派生态，比树莓派快且便宜。Freak_NL（<code class="language-plaintext highlighter-rouge">50495561</code>，<code class="language-plaintext highlighter-rouge">46</code> 条）点出规模化的真瓶颈：买两台旧手机容易，凑几百台同型号、电池健康、摄像头行为一致才是难处——树莓派是「要一百台就有一百台」的通用货。反方口径同样齐：yjftsjthsd-h（<code class="language-plaintext highlighter-rouge">50495586</code>）一句话版——「因为 Pi 有维护良好的内核和不用打架的用户空间」；randomblock1（<code class="language-plaintext highlighter-rouge">50495681</code>）列 GPIO、文档、一致性等清单；shit_game（<code class="language-plaintext highlighter-rouge">50496122</code>）抱怨手机从设计上就防着用户，「我想要到手即用、不跟我较劲的东西」。旧硬件流的成熟度，比固件逆向还早一个身位。</p>

<h2 id="反方同样在场">反方同样在场</h2>

<p>反弹叙事并不缺反驳。其一来自厂商立场：把设备逻辑放上云是成本理性，一台 <code class="language-plaintext highlighter-rouge">40</code> 美元设备不可能附带终身本地固件维护，云推送是最便宜的兼容层。其二，个人逆向的固件没有安全审计与后续维护，变砖责任归用户，厂商一纸律师函就能下架；nijave 的安全启动预言（<code class="language-plaintext highlighter-rouge">50474205</code>）给这条接上了技术路径。其三，「智能家居本就该躺在货架上」——cadamsdotcom（<code class="language-plaintext highlighter-rouge">50448617</code>）算的是总账：去云意味着自己养一个脆弱控制器、买前研究、坏了更常修，付出的生命能量换不来普通人的便利；同线程 thibsrn（<code class="language-plaintext highlighter-rouge">50443406</code>）建议学食品营养标签做隐私分级来矫正市场，c-linkage（<code class="language-plaintext highlighter-rouge">50443592</code>）回他说普通人只想开箱即用，根本不在乎本地优先。其四，便利发明本身在退化为负担：everdrive（<code class="language-plaintext highlighter-rouge">50443875</code>）「它们先是能用，然后一更新就说不清发生了什么」，跟帖援引美海军因触屏改回物理旋钮。其五——来自主锚轴内部的自反：旧手机帖 <code class="language-plaintext highlighter-rouge">599</code> 分提醒，为 <code class="language-plaintext highlighter-rouge">300</code> 美元设备写固件是少数人的特权，本地化本身也有成本门槛，沉默的大多数仍用脚投票选了省心订阅。另有观察轴在跟进，本期不展开。范式是否真的迁移，最终不看谁在写固件，看多数人的账单。</p>

<h2 id="云侧事故注脚lovable-的账">云侧事故注脚：Lovable 的账</h2>

<p><img src="/assets/images/paradigm-radar-offline-lovable-funnel.svg" alt="泄露漏斗：Common Crawl 扫出 159,041 个公开在册项目 → 34,545 个用 Supabase → 抽样约 2.5% 在泄露用户数据；下方并排厂商「RLS 未配置」定性与线程「7,500 运营者无动于衷」反击" /></p>

<p>本地化叙事的对侧，<code class="language-plaintext highlighter-rouge">11-14</code> 冲榜的 Lovable 泄露帖把云端一侧的成本量化到了个数：研究者 neathack（作者自报，评论 <code class="language-plaintext highlighter-rouge">50499563</code>）用 Common Crawl 归档扫出 <code class="language-plaintext highlighter-rouge">159,041</code> 个 Lovable 项目在 <code class="language-plaintext highlighter-rouge">2025-12</code> 至 <code class="language-plaintext highlighter-rouge">2026-09</code> 间公开在册，其中 <code class="language-plaintext highlighter-rouge">34,545</code> 个用 Supabase，抽样里约 <code class="language-plaintext highlighter-rouge">2.5%</code> 的项目在泄露用户数据，护照号在列。Lovable 安全负责人 igorandri（<code class="language-plaintext highlighter-rouge">50502105</code>）到场定性：根因是 Supabase 行级安全（Row-Level Security，数据库按行给用户放行读的规则）没配好，平台发布前自动扫描并提供一键修复；varenc（<code class="language-plaintext highlighter-rouge">50502127</code>）回击：约 <code class="language-plaintext highlighter-rouge">7,500</code> 个站点运营者对平台已发出的告警无动于衷，这本身就是平台的系统性失守——「提示了但没人点」不能豁免分发方。一键修复与自动修复（auto-fix）能否把这条曲线压下去，是本期留下的观察点之一。还有个值得记录的传播学细节：作者自述这份研究两周前首发无人问津，复投才冲上近千分（评论 <code class="language-plaintext highlighter-rouge">50499563</code>）——云侧事故的声量同样靠二次点火，本地化叙事的热度里也有同一种复投机制在起作用。</p>

<h2 id="口径与边界">口径与边界</h2>

<p>三个人的自述均为评论区署名自报，未经独立核验；<code class="language-plaintext highlighter-rouge">92,318</code> 星等大数只说明开源热度，不等于收入；Apple 帖的热度不构成对任何芯片路线的背书；「LLM 逆向波」是线程参与者的定性说法，本文按其原文引用。本期不主张「订阅制已死」，主张的只是：五天、六个帖簇、互不引用的主体，同时把「设备主权」从抱怨做成守则、固件与应用——动作密度本身即证据。</p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://news.ycombinator.com/item?id=50441707">Smart home devices should work without the internet</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50474959">Reverse engineering my Coway air purifier to ditch the cloud</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50470488">My $300 embroidery machine needed a subscription, so I built my own app</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50446520">Apple has new Mac app coming to make running local AI models easy</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50468888">I’m making LLMs work on small and old devices</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50440709">Why get an expensive Pi when I have an old phone?</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50499017">Lovable apps expose passport details</a></li>
  <li><a href="https://github.com/simpsoka/zigzag">simpsoka/zigzag</a></li>
  <li><a href="https://github.com/hyperionaidev/smolmaxxing">hyperionaidev/smolmaxxing</a></li>
  <li><a href="https://github.com/home-assistant/core">home-assistant/core</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50441708">skittleson 作者自述评论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50443286">mountain_peak 二十年老宅长评</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50484284">Aurornis 论 LLM 逆向波</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50486455">tedd4u 追问明文 HTTP 根证书</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50484045">deadbabe 趋势定性评论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50484219">jerf 封锁警告评论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50485569">simonsarris 无云购买论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50472665">spdustin 高赞长评</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50475887">simpsoka 自述逆向与 AI 构建</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50474205">nijave 安全启动预言</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50473697">inanutshellus 打印机类比</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50447085">pen2l Apple 赢家论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50450531">jph 本地 vs 订阅自报账单</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50447737">gizmodo59 买不起论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50448149">tonymet 远程便宜论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50468889">mrashad74 小设备项目自述</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50470839">sebazzz 小模型无用论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50442644">reasonabl_human 购买守则</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50446355">driverdan 协议守则</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50443914">scosman IoT Class 过滤法</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50496293">deng 旧笔记本主板路线</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50495561">Freak_NL 旧手机规模化瓶颈</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50495586">yjftsjthsd-h 树莓派内核论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50495681">randomblock1 树莓派清单</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50496122">shit_game 手机防用户抱怨</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50448617">cadamsdotcom 货架论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50443406">thibsrn 隐私标签建议</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50443592">c-linkage 普通人开箱论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50443875">everdrive 便利退化论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50499563">neathack 作者自报扫描口径</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50502105">igorandri Lovable 安全负责人回应</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50502127">varenc 系统性失守反击</a></li>
  <li><a href="/paradigm-radar-agent-hidden-cost/">站内：AI 范式雷达《Agent 的隐藏成本》</a></li>
  <li><a href="/paradigm-radar-erc8004-trust-infrastructure/">站内：AI 范式雷达《ERC-8004 与信任基础设施》</a></li>
  <li><a href="https://github.com/jhbruhn/respira">jhbruhn/respira 开源绣花协议库</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="ParadigmRadar" /><category term="local-first" /><category term="smart-home" /><category term="subscription" /><category term="local-ai" /><category term="open-source" /><category term="paradigm-radar" /><summary type="html"><![CDATA[HN 五天事件簇实测（截至 2026-11-15）：五个互不相识的主体同指云端加订阅，离线自主从抱怨变成有工具链的迁移，反方提醒本地化同样有成本门槛。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/offline-sovereignty-wave.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/offline-sovereignty-wave.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">AI 智创简报：《智能体签发授权书热热闹闹，替双方验书的柜台还没开张》</title><link href="https://unbug.github.io/ai-innovation-brief-mandate-verification-gap/" rel="alternate" type="text/html" title="AI 智创简报：《智能体签发授权书热热闹闹，替双方验书的柜台还没开张》" /><published>2026-11-10T00:00:00+00:00</published><updated>2026-11-10T00:00:00+00:00</updated><id>https://unbug.github.io/ai-innovation-brief-mandate-verification-gap</id><content type="html" xml:base="https://unbug.github.io/ai-innovation-brief-mandate-verification-gap/"><![CDATA[<p><code class="language-plaintext highlighter-rouge">2026-11-10</code> Google Patents 精确检索：智能体协议、协商一侧热到 <code class="language-plaintext highlighter-rouge">2297</code>、<code class="language-plaintext highlighter-rouge">1745</code> 件，授权书校验一侧窄查询只有 <code class="language-plaintext highlighter-rouge">8</code>、<code class="language-plaintext highlighter-rouge">33</code> 件——签发端在圈地，替交易双方验授权书的中立校验位还是方向差。</p>

<p><img src="/assets/images/mandate-verification-gap.svg" alt="签发侧协议仓库高星 vs 校验侧个位数星占坑" /></p>

<h2 id="六件终选各有一句判词">六件终选，各有一句判词</h2>

<p>Citibank <code class="language-plaintext highlighter-rouge">US12526244B2</code> 加密智能体验证（<code class="language-plaintext highlighter-rouge">2026-01-13</code> 授权）claim 第一方智能体取得定义第二方操作边界的机器可读结构并哈希入库，判词：边界结构加加密核验都在，核验方却是交易对手第一方，不是中立第三方。Citibank <code class="language-plaintext highlighter-rouge">US12450494B1</code> 用生成式 AI 验证智能体（<code class="language-plaintext highlighter-rouge">2025-10-21</code> 授权），约束集进来、生成式验证器出去，判词：验证器是银行嵌在自家流程里的。Citibank <code class="language-plaintext highlighter-rouge">US12694133B1</code> 智能体监察（<code class="language-plaintext highlighter-rouge">2026-07-28</code> 授权），观测代理盯活动数据流，判词：企业域内管行为，不管授权书条款。Citibank <code class="language-plaintext highlighter-rouge">US12706859B1</code> 交叉验证加密执行（<code class="language-plaintext highlighter-rouge">2026-08-11</code> 授权），判词：与前件同族，圈的是执行侧。清华大学 <code class="language-plaintext highlighter-rouge">CN120915496B</code> 跨域互信多智能体协作（<code class="language-plaintext highlighter-rouge">2026-03-10</code> 授权），去中心化身份加分布式账本锚定交互信息卡，判词：占住互信理论位，做的是身份认证，不是条款级校验。个人发明人 TRAN, ALEX 的 <code class="language-plaintext highlighter-rouge">US11593685B1</code> 全渠道智能协商助手（<code class="language-plaintext highlighter-rouge">2023-02-28</code> 授权），判词：个人早在协商助手位落过子。</p>

<h2 id="检索面签发热核验冷的方向差">检索面：签发热、核验冷的方向差</h2>

<p>mandate（授权书，智能体替人办事时携带的机器可读授权凭证）的签发端人山人海：<code class="language-plaintext highlighter-rouge">"agent protocol"</code> <code class="language-plaintext highlighter-rouge">2297</code> 件、<code class="language-plaintext highlighter-rouge">"negotiation" "large language model"</code> <code class="language-plaintext highlighter-rouge">1745</code> 件、<code class="language-plaintext highlighter-rouge">"smart contract" "large language model"</code> <code class="language-plaintext highlighter-rouge">731</code> 件、<code class="language-plaintext highlighter-rouge">"protocol" "negotiation" "large language model"</code> <code class="language-plaintext highlighter-rouge">691</code> 件且 2025 后占 76%。核验端是另一番量级：<code class="language-plaintext highlighter-rouge">"verifiable credential" "autonomous agents"</code> 仅 <code class="language-plaintext highlighter-rouge">8</code> 件、<code class="language-plaintext highlighter-rouge">"mandate" "autonomous agents"</code> <code class="language-plaintext highlighter-rouge">33</code> 件、托管 <code class="language-plaintext highlighter-rouge">"escrow" "autonomous agents"</code> <code class="language-plaintext highlighter-rouge">51</code> 件、争议 <code class="language-plaintext highlighter-rouge">"dispute" "autonomous agents"</code> <code class="language-plaintext highlighter-rouge">89</code> 件、<code class="language-plaintext highlighter-rouge">"agent payments protocol"</code> 仅 <code class="language-plaintext highlighter-rouge">4</code> 件。核验端里 Citibank 一家在 <code class="language-plaintext highlighter-rouge">"verifiable credential" "autonomous agents"</code> 的 <code class="language-plaintext highlighter-rouge">8</code> 件里占 3 席，盘内逐条已核实，是银行圈地最硬的单一申请人证据。要交代的是：本轮没有任何真零查询，窄处也是个位到两位数，缺口是量级方向差而非空集。仓库侧同构：A2A（agent2agent 开放协议）主仓 <code class="language-plaintext highlighter-rouge">26467</code> 星、x402（HTTP 402 支付的开放协议）npm 近一月下载 <code class="language-plaintext highlighter-rouge">2400334</code>，mandate 一致性校验头名 Praman 却只有 <code class="language-plaintext highlighter-rouge">15</code> 星，Soham109/sutra <code class="language-plaintext highlighter-rouge">9</code> 星，iamonuwa/kanon <code class="language-plaintext highlighter-rouge">4</code> 星——x402 mandate 一致性测试向量加参考校验器，坑位正被一个 4 星仓库精确占住。internet-court-skill <code class="language-plaintext highlighter-rouge">7083</code> 星卖的却是自己当裁判，属另一类，不算校验位繁荣。</p>

<h2 id="反方六条逐条摆开">反方六条，逐条摆开</h2>

<p>需求侧同冷是本期最大口径差异：专利圈地、工具真空、讨论冷三者同向，HN 上 mandate 相关帖最高只有 <code class="language-plaintext highlighter-rouge">10</code> 分；窗口对单人开放与伪赛道两种读法并存，本期只写三者同向，不提需求热度。反方摆六条：其一，Citibank 四件已把第一方核验圈实，切割句要摆正：核验方是交易对手，不是中立方。其二，清华件占住跨域互信的理论位。其三，internet-court <code class="language-plaintext highlighter-rouge">7083</code> 星已占「裁判」位。其四，kanon <code class="language-plaintext highlighter-rouge">4</code> 星精确占了参考校验器，先发优势未必还在。其五，无真零，窄查询也是两位数。其六，需求冷本身就可能是伪赛道信号。上一篇<a href="/ai-innovation-brief-provenance-verification-gap/">内容溯源验真</a>管内容真假，10-30 那期写钱怎么被授权花，本期写授权书谁来替双方验。</p>

<h2 id="单人切口只验不签的校验器">单人切口：只验不签的校验器</h2>

<p>与 kanon 正面相遇的个人形态是 mandate 一致性校验 CLI/CI：对 AP2 mandate、x402 manifest、A2A extension 做字段级校验与越界告警，只验不签不建库。六件为何卡不住这个位：Citibank 四件的核验方都是交易对手第一方且绑加密执行或行为监察；清华件落在身份认证与账本；个人那件是协商助手本体——没有一件 claim「中立第三方对 mandate 做字段级一致性校验」。不建议自建仲裁：裁判位 <code class="language-plaintext highlighter-rouge">7083</code> 星已占，单人做不赢信任。</p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://patents.google.com/patent/US12526244B2/en">Citibank 加密智能体验证专利</a></li>
  <li><a href="https://patents.google.com/patent/US12450494B1/en">Citibank 生成式 AI 验证智能体专利</a></li>
  <li><a href="https://patents.google.com/patent/US12694133B1/en">Citibank 智能体监察专利</a></li>
  <li><a href="https://patents.google.com/patent/US12706859B1/en">Citibank 交叉验证加密执行专利</a></li>
  <li><a href="https://patents.google.com/patent/CN120915496B/en">清华大学跨域互信多智能体专利</a></li>
  <li><a href="https://patents.google.com/patent/US11593685B1/en">个人发明人全渠道智能协商助手专利</a></li>
  <li><a href="https://github.com/a2aproject/A2A">GitHub：a2aproject/A2A</a></li>
  <li><a href="https://github.com/internet-court/internet-court-skill">GitHub：internet-court/internet-court-skill</a></li>
  <li><a href="https://github.com/iamonuwa/kanon">GitHub：iamonuwa/kanon</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="InnovationBrief" /><category term="agent-mandate" /><category term="agent-protocols" /><category term="patents" /><category term="x402" /><category term="solo-dev" /><summary type="html"><![CDATA[智能体协议与协商主题专利检索热到 2297 与 1745 件，授权书校验窄查询仅 8 与 33 件；签发侧头名仓库 26467 星、校验头名仅 15 星，中立验书位暂无权利要求卡住。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/mandate-verification-gap.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/mandate-verification-gap.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">一分钟读论文：《跑十轮不如跑一轮》</title><link href="https://unbug.github.io/one-minute-read-paper-e-means-kmeans-successor/" rel="alternate" type="text/html" title="一分钟读论文：《跑十轮不如跑一轮》" /><published>2026-11-10T00:00:00+00:00</published><updated>2026-11-10T00:00:00+00:00</updated><id>https://unbug.github.io/one-minute-read-paper-e-means-kmeans-successor</id><content type="html" xml:base="https://unbug.github.io/one-minute-read-paper-e-means-kmeans-successor/"><![CDATA[<p>Meta FAIR 的预印本论文<a href="https://arxiv.org/abs/2611.09501">《e-means: outperforming k-means》</a>把 k-means 的更新规则换成 mini-batch 加滑动平均，摘要口径做到 <code class="language-plaintext highlighter-rouge">10-45x</code> 的 GPU 端到端提速，代码已并入 faiss 主干。</p>

<p>k-means 要最小化每个点到其最近质心的平方距离和，聚类、压缩、检索索引、数据清洗都在用它；做向量检索和 RAG 的人几乎人手一份。滑动平均指对历史值平滑跟进的更新。论文另引他人工作补了一句：它近来也被用于大模型栈里压缩 attention cache、给注意力做稀疏化——这是既有用途，并非 e-means 的新功能，站内《KV cache serving 专利简报》<a href="/innovation-brief-kv-cache-serving-patents/">（站内阅读）</a>正是这一方向的延伸。</p>

<h2 id="换掉更新规则顺手消掉扫参">换掉更新规则，顺手消掉扫参</h2>

<p>e-means 的做法有三层：把 mini-batch 的滑动平均更新规则专门化到 k-means；学习率按 cosine 退火，并给中途失去分配点的死簇做复活处理；再对衰减率与 batch size 如何影响最终损失拟合 scaling law，直接给出公式，换数据集不用再扫超参。论文点出老方法的空白：此前没有任何方法告诉使用者给定问题该用多大 batch、多长步长，质心死了也没几个方法管。</p>

<p><img src="/assets/images/e-means-epochs-curve.svg" alt="跑满 25 个 epoch 才达到的 Lloyd 损失，e-means 用 1.4 到 2.6 个 epoch 就碰到" /></p>

<p>速度数字分两个口径。摘要口径：<code class="language-plaintext highlighter-rouge">1.4</code> 到 <code class="language-plaintext highlighter-rouge">2.6</code> 个 epoch 就追平 Lloyd 算法（k-means 的经典迭代法）跑满 <code class="language-plaintext highlighter-rouge">25</code> 个 epoch 的损失，折算 <code class="language-plaintext highlighter-rouge">10-45x</code> GPU 端到端提速，基线是 state-of-the-art 实现（正文指 Faiss-GPU 与 Flash-KMeans）。正文 <code class="language-plaintext highlighter-rouge">4.3</code> 节对 Flash-KMeans 逐档实测更精确：跨 <code class="language-plaintext highlighter-rouge">1M</code> 到 <code class="language-plaintext highlighter-rouge">1B</code> 规模、<code class="language-plaintext highlighter-rouge">10</code> 个 seed 取中位数，提速为 <code class="language-plaintext highlighter-rouge">9.5x</code> 到 <code class="language-plaintext highlighter-rouge">45.5x</code>，且收敛损失更低。结论口径则是 <code class="language-plaintext highlighter-rouge">1</code> 到 <code class="language-plaintext highlighter-rouge">3</code> 个 epoch 达到收敛的 Lloyd 质量，三组数字各管各的，不能互换。</p>

<p>最有画面感的是 DINO10B 演示：约 <code class="language-plaintext highlighter-rouge">10 billion</code>（一百亿）条 DINO 向量切进 <code class="language-plaintext highlighter-rouge">16 million</code>（一千六百万）个簇，只花 <code class="language-plaintext highlighter-rouge">2.5</code> 个 epoch，损失低于 Lloyd 跑 <code class="language-plaintext highlighter-rouge">25</code> 个 epoch 的水位——注意这个 <code class="language-plaintext highlighter-rouge">2.5</code> 只在这一个数据集上成立。</p>

<h2 id="进了-faiss-主干还没上货架">进了 faiss 主干，还没上货架</h2>

<p>代码住在 <code class="language-plaintext highlighter-rouge">facebookresearch/faiss</code> 的 <code class="language-plaintext highlighter-rouge">contrib/e_means</code> 目录；faiss 是 <code class="language-plaintext highlighter-rouge">41288</code> stars、<code class="language-plaintext highlighter-rouge">4588</code> forks 的 MIT 开源库，描述写着“高效稠密向量相似检索与聚类”。用一行 <code class="language-plaintext highlighter-rouge">from faiss.contrib.e_means import NumpyEmeans</code> 就能起步，GPU 路线提供 Triton、CuTe、PyTorch 三套后端，距离计算可转 BF16、FP8、INT8，数据能从 SSD 流式读入，簇超过约 <code class="language-plaintext highlighter-rouge">10^6</code> 个还能套 IVF 索引做近似分配再提速。</p>

<p>时间差也写在同一个仓里：代码 <code class="language-plaintext highlighter-rouge">2026-11-02</code> 就进了 faiss 主干，主 README 至今零提及 e-means，官网 <code class="language-plaintext highlighter-rouge">2026-11-05</code> 才建，第三方独立复现目前为零。作者是 Douze 与 Jégou——正是 faiss 与 product quantization 的本尊，可信度来自这里，但对比基线里的 faiss 也是作者自家库，这笔账得记着。</p>

<h2 id="刹车写在论文自己身上">刹车写在论文自己身上</h2>

<p>低维和小数据集是明确边界：论文的 scaling law 为较高维数据调参，<code class="language-plaintext highlighter-rouge">not optimal on very low-dimensional and tiny datasets</code>；<code class="language-plaintext highlighter-rouge">d ≤ 16</code> 默认改用 quality batch、<code class="language-plaintext highlighter-rouge">d ≤ 2</code> 还要关掉簇复活，相当于一组官方补丁。对手并不服气：Flash-KMeans 换用 k-means++ 初始化后，<code class="language-plaintext highlighter-rouge">8</code> 个配置的平均误差仍全部输给 e-means，但优势收窄到 <code class="language-plaintext highlighter-rouge">0.06%</code> 到 <code class="language-plaintext highlighter-rouge">0.33%</code>。论文自标 Preprint、正在同行评审；DINO10B 基准覆盖 <code class="language-plaintext highlighter-rouge">100k</code> 到 <code class="language-plaintext highlighter-rouge">10B</code> 规模档位，以 CC-by 4.0 许可、约 <code class="language-plaintext highlighter-rouge">10 TB</code> 分批发布，论文给了下载路径，目录直链暂不可列举。站内《循环语言模型的省算力账》<a href="/one-minute-read-paper-halting-head-compute-gap/">（站内阅读）</a>同样是换算力账的路子。</p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://arxiv.org/abs/2611.09501">e-means: outperforming k-means (in one-tenth the epochs)</a></li>
  <li><a href="https://github.com/facebookresearch/faiss/tree/main/contrib/e_means">faiss contrib/e_means 代码目录</a></li>
  <li><a href="https://e-means.github.io/">e-means 官网</a></li>
  <li><a href="/one-minute-read-paper-halting-head-compute-gap/">站内：循环语言模型的省算力账</a></li>
  <li><a href="/innovation-brief-kv-cache-serving-patents/">站内：KV cache serving 专利简报</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="OneMinuteRead" /><category term="clustering" /><category term="k-means" /><category term="vector-search" /><category term="faiss" /><summary type="html"><![CDATA[Meta FAIR 预印本把 k-means 的更新规则换成小批量加滑动平均：GPU 端到端提速 10 到 45 倍，100 亿向量分 1600 万簇只用 2.5 个训练轮次，代码已并入 faiss 主干，成为大规模聚类新选项。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/e-means-epochs-curve.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/e-means-epochs-curve.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">AI 智创简报：《贴水印成了行业，拆水印成了生意，验水印还是个爱好》</title><link href="https://unbug.github.io/ai-innovation-brief-provenance-verification-gap/" rel="alternate" type="text/html" title="AI 智创简报：《贴水印成了行业，拆水印成了生意，验水印还是个爱好》" /><published>2026-11-09T00:00:00+00:00</published><updated>2026-11-09T00:00:00+00:00</updated><id>https://unbug.github.io/ai-innovation-brief-provenance-verification-gap</id><content type="html" xml:base="https://unbug.github.io/ai-innovation-brief-provenance-verification-gap/"><![CDATA[<p><code class="language-plaintext highlighter-rouge">2026-11-09</code> 同日 Google Patents 精确检索：水印嵌入 <code class="language-plaintext highlighter-rouge">1062</code> 件、对抗攻击 <code class="language-plaintext highlighter-rouge">1944</code> 件，第三方检测仅 <code class="language-plaintext highlighter-rouge">11</code> 件，凭证校验的双查询两次真零。</p>

<p><img src="/assets/images/provenance-verification-gap.svg" alt="水印嵌入与对抗攻击的专利圈地 vs 第三方验真的空位" /></p>

<h2 id="六件专利没有一件替第三方验凭证">六件专利，没有一件替第三方验凭证</h2>

<p>当日逐字复核的六件详情页各有落点。微软（Microsoft Technology Licensing LLC）<code class="language-plaintext highlighter-rouge">US20250298500A1</code> 溯源内容追踪（<code class="language-plaintext highlighter-rouge">2025-09-25</code> 公开）claim 编辑系统里对模型生成段落挂溯源元数据并给可视化标识，判词：闭环在自家编辑器的显示层里。微软 <code class="language-plaintext highlighter-rouge">US20250356057A1</code> 生成模型内容检测（<code class="language-plaintext highlighter-rouge">2025-11-20</code> 公开）claim 篡改帧验证第一签名后补签第二签名，判词：盖章方自己补签，仍是签发端。个人申请人 Michael Boucher 的 <code class="language-plaintext highlighter-rouge">US20250322156A1</code> AI 文本识别（<code class="language-plaintext highlighter-rouge">2025-10-16</code> 公开，sole inventor）claim 监听剪切板事件抓文本比对 AI 文本库，判词：一个人已在动手，但落点是剪贴板检测，不是凭证校验。公安部第三研究所 <code class="language-plaintext highlighter-rouge">CN122196982A</code> claim 多维向量投影加锦标赛采样的文本水印，合肥工业大学 <code class="language-plaintext highlighter-rouge">CN122433060A</code> claim 采样与优选输出的黑盒水印及检测，判词：两件都在学术嵌入端。</p>

<h2 id="验真位的检索面窄处真零">验真位的检索面：窄处真零</h2>

<p>AI 内容溯源（content provenance，指标明内容来自哪个模型、经谁编辑的凭证链条）的检索面窄得多：”content provenance” “machine learning” 仅 <code class="language-plaintext highlighter-rouge">75</code> 件，”SynthID” “watermark” 仅 <code class="language-plaintext highlighter-rouge">6</code> 件，第三方检测 <code class="language-plaintext highlighter-rouge">11</code> 件。再往精确处查，”provenance graph” “watermark removal” “third-party verifier” 与去掉尾项的重查两次都返回 <code class="language-plaintext highlighter-rouge">0</code>，HTTP 均 <code class="language-plaintext highlighter-rouge">200</code>、返回体为合法 JSON、total_num_results 为零——空位不是检索通道故障。仓库侧同温：GitHub 上去水印工具 wiltodelta/remove-ai-watermarks 头名 <code class="language-plaintext highlighter-rouge">6321</code> 星，aloshdenny/reverse-SynthID <code class="language-plaintext highlighter-rouge">5058</code> 星；唯一自称第三方水印取证的 karthikrshet/ClaudeMark 只有 <code class="language-plaintext highlighter-rouge">10</code> 星。</p>

<h2 id="六条反方逐条摆开">六条反方，逐条摆开</h2>

<p>诚实呈现要有六条。其一，Qomplx Inc 的 <code class="language-plaintext highlighter-rouge">US12602572B2</code> 已授权（<code class="language-plaintext highlighter-rouge">2026-04-14</code>，优先权 <code class="language-plaintext highlighter-rouge">2023-12-23</code>），claim 把外部内容分块哈希后与自家注册内容元素数据库比对判 AI/非 AI——它验的是指纹库，不是签名凭证；本期只把它当内容验真订阅服务看。其二，ClaudeMark 虽仅 <code class="language-plaintext highlighter-rouge">10</code> 星，第三方水印取证这个坑位已被占。其三，微软两件圈住签发与显示端，外部校验器的边缘空间受挤压。其四，”watermark” “verify” “provenance” 命中 <code class="language-plaintext highlighter-rouge">362</code> 件，不是零；多数是签发链路带上 verify 字样，精确到第三方验证才见空位。其五，<code class="language-plaintext highlighter-rouge">1944</code> 件对抗攻击的头部申请人是中国高校与 Digimarc，攻防两头都有正经机构。其六，<code class="language-plaintext highlighter-rouge">6321</code> 星只证明拆标需求热度，推不出灰色产业规模。</p>

<h2 id="单人切口不建库的凭证校验器">单人切口：不建库的凭证校验器</h2>

<p>空位对应一个个人可交付物：C2PA（业内内容凭证标准，把生成模型、编辑记录签进文件）与水印凭证的独立校验 CLI/CI 检查器——凭证可验、链可查、不建内容库。前文六件里，微软两件在签发显示端，Qomplx 的 claim 依赖自家注册哈希库，个人那件落在剪贴板比对；只验凭证、不碰库、不生成内容的形态暂无权利要求卡住。上一篇<a href="/ai-innovation-brief-tool-failure-semantics/">工具调用空结果语义</a>管的是调用返回没人分箱，这一篇管的是内容本身没人验真。</p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://patents.google.com/patent/US20250298500A1/en">微软溯源内容追踪专利</a></li>
  <li><a href="https://patents.google.com/patent/US20250356057A1/en">微软生成模型内容检测专利</a></li>
  <li><a href="https://patents.google.com/patent/US20250322156A1/en">个人申请人 AI 文本识别专利</a></li>
  <li><a href="https://patents.google.com/patent/CN122196982A/en">公安部三所 LLM 文本水印专利</a></li>
  <li><a href="https://patents.google.com/patent/CN122433060A/en">合肥工业大学黑盒大模型水印专利</a></li>
  <li><a href="https://patents.google.com/patent/US12602572B2/en">Qomplx 内容识别与验真专利</a></li>
  <li><a href="https://github.com/wiltodelta/remove-ai-watermarks">GitHub：remove-ai-watermarks</a></li>
  <li><a href="https://github.com/aloshdenny/reverse-SynthID">GitHub：reverse-SynthID</a></li>
  <li><a href="https://github.com/karthikrshet/ClaudeMark">GitHub：ClaudeMark</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="InnovationBrief" /><category term="ai-content-provenance" /><category term="watermarking" /><category term="patents" /><category term="c2pa" /><category term="solo-dev" /><summary type="html"><![CDATA[Google Patents 实测：AI 内容水印嵌入专利 1062 件、对抗攻击 1944 件，第三方检测仅 11 件，凭证校验双查询真零；不建库、只验签的独立校验器尚无权利要求卡住。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/provenance-verification-gap.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/provenance-verification-gap.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">一分钟读论文：《代码会写，接着写不会》</title><link href="https://unbug.github.io/one-minute-read-paper-multi-step-swe-long-horizon/" rel="alternate" type="text/html" title="一分钟读论文：《代码会写，接着写不会》" /><published>2026-11-09T00:00:00+00:00</published><updated>2026-11-09T00:00:00+00:00</updated><id>https://unbug.github.io/one-minute-read-paper-multi-step-swe-long-horizon</id><content type="html" xml:base="https://unbug.github.io/one-minute-read-paper-multi-step-swe-long-horizon/"><![CDATA[<p>Klavis AI（产品公司）的论文<a href="https://arxiv.org/abs/2611.07166">《Multi-step SWE》</a>把「编程智能体能否在自己的代码上接着写」做成可测基准：<code class="language-plaintext highlighter-rouge">69</code> 个任务、共 <code class="language-plaintext highlighter-rouge">574</code> 步相互依赖的连续改动，每任务 <code class="language-plaintext highlighter-rouge">5</code>–<code class="language-plaintext highlighter-rouge">15</code> 步，最强的 Claude Opus 5.5 整任务解决率只有 <code class="language-plaintext highlighter-rouge">18.5%</code>。</p>

<p>这里的「整任务解决率」有严格口径：一条 rollout 必须在任务的每一步都拿满分才算解决；<code class="language-plaintext highlighter-rouge">Pass@4</code> 则是同一任务跑 <code class="language-plaintext highlighter-rouge">4</code> 条 rollout，至少有一条解出整任务的比例。<code class="language-plaintext highlighter-rouge">3</code> 位作者全部来自 Klavis AI，无学术机构混合署名；评测框架 Harbor 由其关联方维护，开源基准仓 <code class="language-plaintext highlighter-rouge">2026-11-04</code> 建立、<code class="language-plaintext highlighter-rouge">stars</code> 仅 <code class="language-plaintext highlighter-rouge">2</code>，社区独立复现目前为零，<code class="language-plaintext highlighter-rouge">18.5%</code> 暂时是单一机构数据。</p>

<h2 id="单步看着都对整链几乎必断">单步看着都对，整链几乎必断</h2>

<p>Claude Opus 5.5 的<code class="language-plaintext highlighter-rouge">单步通过率</code>为 <code class="language-plaintext highlighter-rouge">56.8%</code>，<code class="language-plaintext highlighter-rouge">整任务解决率</code>只有 <code class="language-plaintext highlighter-rouge">18.5%</code>，两者差着 <code class="language-plaintext highlighter-rouge">38.3</code> 个百分点。<code class="language-plaintext highlighter-rouge">Pass@4</code> 多试 <code class="language-plaintext highlighter-rouge">4</code> 次也只到 <code class="language-plaintext highlighter-rouge">31.9%</code>。其余 <code class="language-plaintext highlighter-rouge">8</code> 款模型整任务解决率都不超过 <code class="language-plaintext highlighter-rouge">17.8%</code>：Claude Fable 5.1 为 <code class="language-plaintext highlighter-rouge">17.8%</code>，Gemini 4 Argon 与 GPT-6.1 Sol 同为 <code class="language-plaintext highlighter-rouge">10.1%</code>，GPT-6 Astra 为 <code class="language-plaintext highlighter-rouge">6.9%</code>，DeepSeek V4.1 Flash 为 <code class="language-plaintext highlighter-rouge">6.5%</code>，Qwen 3.8 Max 为 <code class="language-plaintext highlighter-rouge">4.0%</code>，MiMo 2.6 Pro 为 <code class="language-plaintext highlighter-rouge">2.9%</code>，Grok 4.7 只有 <code class="language-plaintext highlighter-rouge">1.4%</code>。</p>

<p>版本升级类任务是重灾区：智能体先把系统搭起来，再一个版本一个版本地改行为，<code class="language-plaintext highlighter-rouge">20</code> 道题里没有一款模型解决率超过 <code class="language-plaintext highlighter-rouge">8.8%</code>，其中 <code class="language-plaintext highlighter-rouge">16</code> 道题无人能解。</p>

<h2 id="错误从第一步就开始复利">错误从第一步就开始复利</h2>

<p>论文追踪「仍在正轨」的比例：截至当前步，每一步都通过的 rollout 占比。把任务按步数切成五段，Claude Opus 5.5 从第一段的 <code class="language-plaintext highlighter-rouge">54.7%</code> 跌到最后一段的 <code class="language-plaintext highlighter-rouge">19.2%</code>；Grok 4.7 从 <code class="language-plaintext highlighter-rouge">13.1%</code> 跌到 <code class="language-plaintext highlighter-rouge">1.4%</code>。<code class="language-plaintext highlighter-rouge">9</code> 款模型的最陡跌幅都出现在第一段到第二段之间，全模型均值从 <code class="language-plaintext highlighter-rouge">34.9%</code> 掉到 <code class="language-plaintext highlighter-rouge">9.0%</code>。与之对照，单步通过率下降得平缓得多，从 <code class="language-plaintext highlighter-rouge">40.7%</code> 到 <code class="language-plaintext highlighter-rouge">27.8%</code>——每一步单独看错误率变化不大，一旦后面每一步都建立在前一步留下的代码上，早期设计失误就会一路滚雪球。</p>

<p><img src="/assets/images/multi-step-swe-long-horizon.svg" alt="仍在正轨比例随任务推进的复利式衰减" /></p>

<h2 id="失败多半不是算力不够">失败多半不是算力不够</h2>

<p>这一点比 <code class="language-plaintext highlighter-rouge">18.5%</code> 更有解释力。基准给每一步 <code class="language-plaintext highlighter-rouge">2</code>–<code class="language-plaintext highlighter-rouge">4</code> 小时、每任务 <code class="language-plaintext highlighter-rouge">10</code>–<code class="language-plaintext highlighter-rouge">60</code> 小时预算（<code class="language-plaintext highlighter-rouge">471</code> 步给 <code class="language-plaintext highlighter-rouge">2</code> 小时，<code class="language-plaintext highlighter-rouge">56</code> 步给 <code class="language-plaintext highlighter-rouge">3</code> 小时，<code class="language-plaintext highlighter-rouge">47</code> 步给 <code class="language-plaintext highlighter-rouge">4</code> 小时）。实测中只有 <code class="language-plaintext highlighter-rouge">12%</code> 的失败步骤跑到距离时限 <code class="language-plaintext highlighter-rouge">5</code> 分钟以内；<code class="language-plaintext highlighter-rouge">6</code> 款模型的中位失败步骤只用掉 <code class="language-plaintext highlighter-rouge">24%</code>–<code class="language-plaintext highlighter-rouge">37%</code> 预算，还剩 <code class="language-plaintext highlighter-rouge">77</code>–<code class="language-plaintext highlighter-rouge">93</code> 分钟没用。只有 <code class="language-plaintext highlighter-rouge">3%</code> 的失败以时间预算为停止理由，<code class="language-plaintext highlighter-rouge">19%</code> 结束时连最终报告都没交。多数失败是方向走错，而不是时间或算力不足。需要说明的是，每步 <code class="language-plaintext highlighter-rouge">2</code>–<code class="language-plaintext highlighter-rouge">4</code> 小时是基准的设计预算，不是模型真实部署成本。</p>

<h2 id="局限误杀的裁判与偏底层的题">局限：误杀的裁判与偏底层的题</h2>

<p>论文自认：尽管经过专家评审并对齐既有事实来源，仍有些任务含有含糊需求，或存在漏判、误杀正确行为的 verifier（自动验证器）。另一个未解之处是能力与脚手架没有分离——把每一步单独执行的 isolated-step 基线被留作 future work，因此 <code class="language-plaintext highlighter-rouge">18.5%</code> 里有多少归因于模型能力、多少归因于任务串联难度，本文无法回答。任务分布也偏向系统底层：<code class="language-plaintext highlighter-rouge">69</code> 题里 C/C++ 占 <code class="language-plaintext highlighter-rouge">38</code> 题，Rust <code class="language-plaintext highlighter-rouge">11</code> 题，Java <code class="language-plaintext highlighter-rouge">6</code> 题，Go、JavaScript 各 <code class="language-plaintext highlighter-rouge">4</code> 题，Python <code class="language-plaintext highlighter-rouge">3</code> 题，PHP <code class="language-plaintext highlighter-rouge">2</code> 题，Ruby <code class="language-plaintext highlighter-rouge">1</code> 题；结论外推到普通业务代码库需要谨慎。起点上 <code class="language-plaintext highlighter-rouge">34</code> 题从空目录或骨架开始、<code class="language-plaintext highlighter-rouge">35</code> 题基于已有开源代码库。因此 <code class="language-plaintext highlighter-rouge">18.5%</code> 是这套任务分布下的结果，不宜当成通用编程能力得分。</p>

<p>与站内<a href="/one-minute-read-paper-agent-pprof-semantic-stack/">《像查性能热点一样查智能体的开销》</a>不同：那篇对已跑完的轨迹做开销归因，这篇测的是编码任务跨步累积的错误，两者不在同一轴上。</p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://arxiv.org/abs/2611.07166">Multi-step SWE: Can Coding Agents Keep Building on Their Own Code Over Long Horizons?</a></li>
  <li><a href="https://github.com/Klavis-AI/Multi-step-SWE">Multi-step SWE 开源基准仓库</a></li>
  <li><a href="https://multistepswe.com">Multi-step SWE 项目站与 leaderboard</a></li>
  <li><a href="https://github.com/harbor-framework/harbor">Harbor 评测框架</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="OneMinuteRead" /><category term="ai-agents" /><category term="coding-agent" /><category term="benchmark" /><category term="long-horizon" /><summary type="html"><![CDATA[Klavis AI 自建 69 个任务、574 步相互依赖的长程软件工程基准：最强的 Claude Opus 5.5 整任务解决率也只有 18.5%，单步通过率却有 56.8%，版本升级类任务没有模型超过 8.8%。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/multi-step-swe-long-horizon.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/multi-step-swe-long-horizon.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry><entry><title type="html">AI 范式雷达：《执行壳：有人往外搬，有人往里收》</title><link href="https://unbug.github.io/paradigm-radar-harness-exodus-recall/" rel="alternate" type="text/html" title="AI 范式雷达：《执行壳：有人往外搬，有人往里收》" /><published>2026-11-09T00:00:00+00:00</published><updated>2026-11-09T00:00:00+00:00</updated><id>https://unbug.github.io/paradigm-radar-harness-exodus-recall</id><content type="html" xml:base="https://unbug.github.io/paradigm-radar-harness-exodus-recall/"><![CDATA[<p><code class="language-plaintext highlighter-rouge">2026-11-09</code> 的 Hacker News 首页挂出两件方向相反的事：《Goodbye Claude, hello Pi》<code class="language-plaintext highlighter-rouge">702</code> 分 / <code class="language-plaintext highlighter-rouge">433</code> 条，高盛收权帖 <code class="language-plaintext highlighter-rouge">604</code> 分 / <code class="language-plaintext highlighter-rouge">351</code> 条（首采分数/条数，<code class="language-plaintext highlighter-rouge">11-16</code> 复测 <code class="language-plaintext highlighter-rouge">831</code>、<code class="language-plaintext highlighter-rouge">905</code>）——搬家与收权抢的是同一样东西：对壳的选择权。</p>

<p>口径先钉死：首采为 <code class="language-plaintext highlighter-rouge">2026-11-09</code> 上午的 Algolia 全树实测与 GitHub API 实测；本文 <code class="language-plaintext highlighter-rouge">2026-11-16</code> 对两帖、pi 仓库与涉事评论做了全量复测，两次数值分列不混用；评论区引语为原文摘译并附可定位评论编号；自述、转述、报道级信源分级标注。</p>

<p><img src="/assets/images/paradigm-radar-harness-exodus-recall.svg" alt="个人带订阅离巢与甲方收回执行壳的对冲对照" /></p>

<p><img src="/assets/images/paradigm-radar-harness-exodus-recheck.svg" alt="七天复测对照：Pi 帖 702 到 831、高盛帖 604 到 905 涨幅反超、评论两树齐涨、pi 仓库七天多出 1,269 星；底注指出收权才是未决争议面" /></p>

<h2 id="带着订阅搬走的四百多条评论">带着订阅搬走的四百多条评论</h2>

<p>「执行壳」（harness）指套在大模型外面、替人执行命令与改写文件的那层工具，Claude Code、Pi、OpenCode 都算这一类。模型可以不变，壳可以换。主锚帖 <code class="language-plaintext highlighter-rouge">50410107</code> 在 <code class="language-plaintext highlighter-rouge">11-08</code> 03:11Z 登上首页，<code class="language-plaintext highlighter-rouge">11-09</code> 09:45（Asia/Shanghai）实测为 <code class="language-plaintext highlighter-rouge">702</code> 分 / <code class="language-plaintext highlighter-rouge">433</code> 条，<code class="language-plaintext highlighter-rouge">09:5x</code> 的终采为 <code class="language-plaintext highlighter-rouge">702</code> 分 / <code class="language-plaintext highlighter-rouge">432</code> 条；昨日 <code class="language-plaintext highlighter-rouge">18:4x</code> 终测还只有 <code class="language-plaintext highlighter-rouge">320</code> 分与 <code class="language-plaintext highlighter-rouge">192</code> 条评论。<code class="language-plaintext highlighter-rouge">2026-11-16</code> 复测升至 <code class="language-plaintext highlighter-rouge">831</code> 分 / <code class="language-plaintext highlighter-rouge">491</code> 条——发酵没有停，只是从冲高变成了匀速。</p>

<p>主锚线程的叙事骨架是一批迁移自述，逐条可定位：<code class="language-plaintext highlighter-rouge">50419687</code>（indemnity）自述从 Claude Code 换到 Pi 的分支 OMP 之后精神状态变好；<code class="language-plaintext highlighter-rouge">50419852</code>（alexfortin）自述走过 Claude Code 与 OpenCode，最终停在 Pi，并对闭源模型失去兴趣；<code class="language-plaintext highlighter-rouge">50413684</code>（srid）自述经 agent-distro 换到 Oh My Pi 这个壳；<code class="language-plaintext highlighter-rouge">50412579</code>（gregwebs）自述本年大部分时间用 Pi，并且正考虑再转投他家。口径先写死：以上全为评论区自述的人工遍历，不是统计样本，只能证明搬家动作真实存在，而且当事人愿意在评论区署名。</p>

<p>留下派给出的不是情怀是控制力。gvkhna（评论 <code class="language-plaintext highlighter-rouge">50410985</code>，子树 <code class="language-plaintext highlighter-rouge">27</code> 条）的原话是「Pi 毫无疑问是最好的壳，因为它是你的」，并把体验变化命名为从「驾驶 agent」到「编排 agent」；tonfreed（<code class="language-plaintext highlighter-rouge">50410994</code>）附议：从「Claude Code 整天跟我作对、内部全黑盒」换到「每个 agent 时间花在哪都有细粒度遥测，整套壳完全自定义」。反方同样在场：regexorcist（<code class="language-plaintext highlighter-rouge">50411263</code>）回怼「这事任何壳都能做」，并亮出自己那套 Go 系壳的门户之见。更长的子树（bottlepalm，<code class="language-plaintext highlighter-rouge">50410853</code>，<code class="language-plaintext highlighter-rouge">179</code> 条）说的其实是第三种搬家——出壳：他自述用量爆炸后从终端壳退回桌面 GUI，把 VS Code 降级成 code review 与 git 工具；同楼层 nsingh2（<code class="language-plaintext highlighter-rouge">50410871</code>）自述干脆自制 GUI（起了 <code class="language-plaintext highlighter-rouge">3</code>-<code class="language-plaintext highlighter-rouge">4</code> 天慢慢长成自己的工作方式），vinhnx（<code class="language-plaintext highlighter-rouge">50410983</code>）则用 Rust 自研编码代理 VT Code，点名要管的正是工具执行、沙箱、审批与上下文管理。「换壳」与「造壳」在同一条线程里无缝衔接——这是壳时代才有的谱系。</p>

<p>双栈生活的样本也在线程里：jeena（<code class="language-plaintext highlighter-rouge">50411005</code>，子树 <code class="language-plaintext highlighter-rouge">19</code> 条）自述公司付 <code class="language-plaintext highlighter-rouge">200</code> 美元订阅所以工作用 Claude、家里 Pi 配 GLM 与 DeepSeek 的 flash 档模型，「工作里真的不喜欢 Claude，只是因为 Anthropic 不允许别的壳挂它的订阅」；someothherguyy（<code class="language-plaintext highlighter-rouge">50411012</code>）当场纠正：条款限制的是订阅挂第三方壳，API 不受限。这句纠正是理解整场搬家的钥匙：钱不是障碍，订阅与壳的绑定才是。</p>

<p>开源壳这一侧的供给同步刷新（首采为 <code class="language-plaintext highlighter-rouge">11-09</code> 上午 GitHub API 实测，括注 <code class="language-plaintext highlighter-rouge">11-16</code> 复测）：<code class="language-plaintext highlighter-rouge">earendil-works/pi</code> 仓库 <code class="language-plaintext highlighter-rouge">120,865</code> 星（复测 <code class="language-plaintext highlighter-rouge">122,134</code>，七天 <code class="language-plaintext highlighter-rouge">+1,269</code>，<code class="language-plaintext highlighter-rouge">11-15</code> 仍有提交），一夜再涨 <code class="language-plaintext highlighter-rouge">153</code> 颗只是七天斜率的一个采样点；观察窗内新建的 pi 扩展仓库由 <code class="language-plaintext highlighter-rouge">431</code> 个增至 <code class="language-plaintext highlighter-rouge">436</code> 个。桥接件也在长大：sigttou（评论 <code class="language-plaintext highlighter-rouge">50410645</code>）指路 <code class="language-plaintext highlighter-rouge">pi-claude-code</code>「目前仍是把 Anthropic 订阅挂进 Pi 的那条路」，同一楼层里 Codex 挂 Pi 的提问得到的回答是可以即插即用（评论区自报）。站内 <a href="/paradigm-radar-agent-hidden-cost/">《标价之外，Harness 替你买了什么》</a>核算的是壳的价格，本期记录的是搬家朝向哪里。</p>

<p>搬家人群的另一半动因是账单。leobuskin（评论 <code class="language-plaintext highlighter-rouge">50410950</code>，子树 <code class="language-plaintext highlighter-rouge">49</code> 条）把「别拿订阅在第三方壳上跑 Anthropic 模型」的理由列了四条：违反 ToS 可能被封号；第三方壳不跟进 Anthropic 的私有头、隐藏开关与未记录 API 特性，而这些会直接影响模型行为；缓存机制微妙，连官方壳自己都常写错缓存；扩展生态各写各的。这一楼层把「搬家」从偏好问题变成了工程问题——壳之间差的不只是手感，还有与上游私有协议的适配税。</p>

<h2 id="评论区自己长出来的质检单">评论区自己长出来的质检单</h2>

<p>这批线程最值得存档的，是用户侧先写出了「选壳质检单」，且每一条都挂在评论编号上。安全模式一格：giladd（<code class="language-plaintext highlighter-rouge">50410830</code>，子树 <code class="language-plaintext highlighter-rouge">15</code> 条）问 Pi 有没有挡危险动作的 auto 模式，作者承认当时没有、也没有第三方审查——他自述为此退回 Claude Code。上下文压缩一格：alfiedotwtf（<code class="language-plaintext highlighter-rouge">50410706</code>，子树 <code class="language-plaintext highlighter-rouge">14</code> 条）抱怨长会话「compaction 有一半时候失败」，julianlam 在楼下报自家 pi-vcc 插件补位。透明度一格：siraben（<code class="language-plaintext highlighter-rouge">50410725</code>）自研扩展把每条 bash 改写成纯英文意图再执行，顺手点名「有的壳把这类信息藏着干，不负责任」。评测一格：komali2（<code class="language-plaintext highlighter-rouge">50410485</code>）自报 nightly 跑分里 OpenCode 在本地小模型上反超 oh-my-pi，并吐槽小模型跑编排的决策疲劳；bdemirkir（<code class="language-plaintext highlighter-rouge">50410537</code>）提醒系统提示词尺寸差异会让「小模型在某壳里更笨」的结论失真。可编程性一格反而是最没争议的一格：sausagefeet（<code class="language-plaintext highlighter-rouge">50411096</code>）「Pi 之所以是 Pi 就在于扩展，自己写很容易」。</p>

<p><img src="/assets/images/paradigm-radar-harness-exodus-checklist.svg" alt="六格质检单图：订阅兼容性、护栏模式、上下文压缩、可编程性、透明度、账单形态，每格标注评论编号与出处；底注强调六格无一来自厂商文档" /></p>

<h2 id="高盛那一侧把壳收回到工程师手里">高盛那一侧：把壳收回到工程师手里</h2>

<p><code class="language-plaintext highlighter-rouge">50415628</code>（<code class="language-plaintext highlighter-rouge">11-09</code> 上午 10:0x 实测 <code class="language-plaintext highlighter-rouge">604</code> 分 / <code class="language-plaintext highlighter-rouge">351</code> 条，<code class="language-plaintext highlighter-rouge">2026-11-16</code> 复测 <code class="language-plaintext highlighter-rouge">905</code> 分 / <code class="language-plaintext highlighter-rouge">474</code> 条，涨幅反超首帖）报道高盛把 Claude Code 与 GitHub 的使用范围收缩到「仅工程师」，交易员与银行员被切断，strats 这类量化岗仍保留着访问权限，内部指引于 <code class="language-plaintext highlighter-rouge">10</code> 月更新。这不是把模型搬回自家机房：高盛保留的仍是 Anthropic 云端的 Claude Code，改变的只是谁有资格握着这个壳，推理位置从头到尾都没有动。高盛发言人 Nick Carcaterra 的话属公司自述：评估过生产力与风险管理等因素后，把工具交给「最适合长期运用它们的人」这一群体。信源层级写死：可核的是 Bloomberg 报道（fa-mag 转载全文可查），HN 实际链接的 the-stateofai 被评论 <code class="language-plaintext highlighter-rouge">50415815</code> 指为 AI 生成站转述链，不当原始报道使用。</p>

<p>报道里另一句关键表述：「在高盛把 Anthropic 带上市的前几周」。高盛同时是 Anthropic IPO 的主承销商，这是利益绑定而非决裂，「甲方抛弃供应商」的说法不被证据支持；评论 <code class="language-plaintext highlighter-rouge">50415930</code>（sourdecor）提出的替代解释（是否关乎承销商信息墙）与这句互相咬合，只能并列呈现，动机不替任何一方写死。</p>

<p>线程对「为什么」给出的最热答案既不是合规也不是股价。lukebuehler（评论 <code class="language-plaintext highlighter-rouge">50416595</code>，子树 <code class="language-plaintext highlighter-rouge">161</code> 条）认为报道没有点破的真正理由是「致命三角」：半无人值守的编码代理，跑在能接触客户、交易与内幕信息的工位机上，机器上还挂着邮件客户端——三样同机共存本身就越线，与模型聪明与否无关。enahs-sf（<code class="language-plaintext highlighter-rouge">50416643</code>）在楼下的追问更实际：谁来给这种场景做规模化权限治理？他自报「同类问题在我们公司也一样大」。账单线由 legitster（<code class="language-plaintext highlighter-rouge">50416136</code>，子树 <code class="language-plaintext highlighter-rouge">83</code> 条）提供：自述所在组织正因长期超支回收 Claude 权限，「Anthropic 给不出归一化费率的合同形态」，Gemini 靠固定账单加限流承接非工程岗（自述，未经独立核验）。时机线由 cactca（<code class="language-plaintext highlighter-rouge">50416089</code>）立起、pdpi（<code class="language-plaintext highlighter-rouge">50416143</code>）平衡：「健全组织里这是两个互不汇报的部门做的决定，我们默认往利益输送想，反而可悲」。</p>

<p><img src="/assets/images/paradigm-radar-harness-exodus-goldman-grid.svg" alt="高盛权限矩阵与三条解释线：工程师/strats 保留、交易员/银行员切断，下方三条解释线（致命三角、账单回收、IPO 时机）各标子树热度与评论编号，底注 Barclays 反例" /></p>

<p>「非工程岗该不该拿着壳」吵成了第二战场。doctoboggan（评论 <code class="language-plaintext highlighter-rouge">50415978</code>，子树 <code class="language-plaintext highlighter-rouge">24</code> 条）自述给当医生的太太装了 Claude Code 处理编码周边的杂务，rkuodys（<code class="language-plaintext highlighter-rouge">50416003</code>）立刻警告这类用法一不留神就跨过 HIPAA 线，rckoepke（<code class="language-plaintext highlighter-rouge">50416137</code>）再补一句两家都有 HIPAA 合规的企业协议可用。Ericson2314（<code class="language-plaintext highlighter-rouge">50415824</code>）站在收回令的反面：他对「非技术用户写 slop」的同情远多于对工程师的——真正该做的是把权限与环境设计好，而不是把编程环境收回去；CharlieDigital（<code class="language-plaintext highlighter-rouge">50415820</code>）则朝另一个方向补刀：要求代理写的代码必须由会读代码的人产出是对的，「讽刺的是开发者自己也在失去读代码的能力」。岗位侧的焊点仍来自 <code class="language-plaintext highlighter-rouge">50412499</code>（surgical_fire）：「Pi 很棒，可惜岗位上强制用 Claude Code，体验很挫」——个人往外搬，岗位往里收，收与搬的是同一样东西。这与站内 <a href="/paradigm-radar-toolchain-poisoning/">《官方渠道沦陷之后》</a>讲的分发渠道投毒无关，本文不展开安全事件细节，相邻的 <code class="language-plaintext highlighter-rouge">50407882</code>（<code class="language-plaintext highlighter-rouge">586</code> 分 / <code class="language-plaintext highlighter-rouge">387</code> 条）只当作迁移燃料记上一句。本期与 <code class="language-plaintext highlighter-rouge">2026-09-05</code>《外壳走上台前》的分工也写清楚：那期比较壳与壳之间的选型，本期记录人的搬家与岗位的收回，跑分不入文。</p>

<h2 id="反方六脚刹车">反方：六脚刹车</h2>

<p>第一脚踩在动因上，用来拆掉「银行业集体动手」这个暗示。评论 <code class="language-plaintext highlighter-rouge">50415825</code>（amelius）指出 Barclays 正朝反方向移动（自述年底前半数工程师用 Claude Code）；<code class="language-plaintext highlighter-rouge">50417888</code> 则补充说，原文并未写 Barclays 允许交易员使用，只写了开发者一侧——「银行业集体撤壳」不成立，这只是单家银行的内部规约，不是行业共识。</p>

<p>第二脚踩在信源上，即 the-stateofai 转述链的可信度问题，上一节已经交代。第三脚踩在企业侧：评论 <code class="language-plaintext highlighter-rouge">50416519</code> 自述，企业界担心托管的开源模型被暗中注入缺陷，且自托管成本不划算——离巢浪进不了企业大门。</p>

<p>后三脚来自主锚线程，<code class="language-plaintext highlighter-rouge">2026-11-16</code> 全树复扫未见推翻：<code class="language-plaintext highlighter-rouge">50411310</code>（jpardoe）自述切换之后被迫回流，因为订阅比按 API 计费更划算；<code class="language-plaintext highlighter-rouge">50411155</code>（commandersaki）指出 Anthropic 不允许 Pi 挂载 Pro/Max 订阅套餐，「带着订阅出走」这件事在服务条款层面受阻，leobuskin 的四条理由（<code class="language-plaintext highlighter-rouge">50410950</code>）可作此脚的工程注脚；<code class="language-plaintext highlighter-rouge">50411772</code>（0xbadcafebee）列举 OpenCode 的支持面短板，说明搬家目的地之间同样存在代差。六条反方并排之后，能站住的结论只剩下：壳的持有资格开始被分级，个人与甲方各自算账，方向恰好相反，谁也别说谁。据我们观察未发现同类中文报道。</p>

<h2 id="两帖七天之后">两帖七天之后</h2>

<p>复测数据把两个方向的相对热度改写了：搬家帖涨 <code class="language-plaintext highlighter-rouge">129</code> 分，收权帖涨 <code class="language-plaintext highlighter-rouge">301</code> 分并反超——一周过去，舆论把更多追问压给「谁有资格握壳」而不是「壳换成什么」。供给面同步自证：pi 仓库七天净增 <code class="language-plaintext highlighter-rouge">1,269</code> 星、扩展仓库存量继续爬坡；而线程内部长出的六格质检单没有一格来自厂商文档。壳从选型题变成治理题，正是这两帖并排摆出来的东西。范式表述：<strong>执行壳进入双向流动期——个人用户用脚投票把壳换成可编程、可审计的开源件，机构用户则把壳的持有权按岗位收回；推理没有搬家，搬家的是「谁被允许用壳、用哪个壳」，壳的持有资格开始像权限一样被分级管理。</strong></p>

<h2 id="references">References</h2>
<ul>
  <li><a href="https://news.ycombinator.com/item?id=50410107">HN：Goodbye Claude, hello Pi</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50415628">HN：Goldman Sachs is pulling Claude Code from its bankers and traders</a></li>
  <li><a href="https://www.fa-mag.com/news/goldman-restricts-traders-and-bankers-from-using-some-ai-tools-89026.html">Bloomberg 报道（fa-mag 转载）：Goldman restricts traders and bankers from using some AI tools</a></li>
  <li><a href="https://github.com/earendil-works/pi">GitHub：earendil-works/pi</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50410950">leobuskin 订阅挂第三方壳的四条理由</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50410985">gvkhna 从驾驶到编排</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50410853">bottlepalm 出壳论长评</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50411005">jeena 双栈生活自述</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50416595">lukebuehler 致命三角</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50416136">legitster 账单回收自述</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50416089">cactca IPO 时机线</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50416143">pdpi 部门隔离反平衡</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50415978">doctoboggan 医生太太用例</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50415824">Ericson2314 环境设计论</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50410830">giladd 护栏模式之问</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50410706">alfiedotwtf compaction 抱怨</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50410485">komali2 nightly 评测自报</a></li>
  <li><a href="https://news.ycombinator.com/item?id=50410725">siraben bash 透明化扩展</a></li>
  <li><a href="/paradigm-radar-agent-hidden-cost/">站内：AI 范式雷达《标价之外，Harness 替你买了什么》</a></li>
  <li><a href="/paradigm-radar-toolchain-poisoning/">站内：AI 范式雷达《官方渠道沦陷之后》</a></li>
</ul>]]></content><author><name>unbug</name></author><category term="AI" /><category term="ParadigmRadar" /><category term="paradigm-radar" /><category term="ai-agents" /><category term="developer-tools" /><category term="harness" /><summary type="html"><![CDATA[Hacker News 双帖实测：个人带着订阅把执行壳换成开源 Pi，高盛却把 Claude Code 从交易员与银行员手里收回给工程师——一边搬家一边收权，推理的位置都没挪。]]></summary><media:thumbnail xmlns:media="http://search.yahoo.com/mrss/" url="https://unbug.github.io/assets/images/paradigm-radar-harness-exodus-recall.svg" /><media:content medium="image" url="https://unbug.github.io/assets/images/paradigm-radar-harness-exodus-recall.svg" xmlns:media="http://search.yahoo.com/mrss/" /></entry></feed>