Micropaper 一分钟读论文

一分钟读论文：《80 行改动，批量推理快 6 倍》

2026-11-15T00:00:00+00:00

UCSC 团队的预印本论文《Read Once, Answer Many》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 80 行后 A100 快 3.7 倍、RTX A6000 快 5.9 至 6.0 倍。

每问每步重读一遍 KV

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。

三组数字，各管各的口径

三组加速数字分属不同基线，不能混用。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、8k–16k token 文档、每文档 64–256 问，A100 上 3.7×，RTX A6000（48GB 工作站卡）上 5.9–6.0×，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，5.1–7.5×。第三组见下一节，真实基准上只有 1.81× 和 1.12×。

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

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 8 问时占 16.9 GiB，不到标准 prompting 53.6 GiB 的三分之一，还快 2.1×；放到 32 问则是用 46% 显存快 4.3×。站内《跑十轮不如跑一轮》（站内阅读）同样是把老操作换掉、重新算一笔算力账的路子。

GQA 刹车与长答案软肋

收益取决于 stock 解码每步重读多少 KV。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 1.3–1.9×，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 2,086 问共 73.6 秒，比 stock FlashInfer 快 1.81×；LooGLE 上只比 Triton 快 1.12×，反而比 FlashInfer 慢 1.26×。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 jlab-nlp/parallel-prompting（Apache-2.0，2026-11-10 建仓，stars 仅 1）自带逐表复现脚本与原始结果，48GB 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。

References

AI 范式雷达：《他们把设备搬回局域网》

2026-11-15T00:00:00+00:00

2026-11-10 至 11-15 的 Hacker News 实测到 5 个同主题独立爆帖（最高 1199 分，分数与全树评论数截至 11-15）：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。

口径先钉死：本文分数与全树评论数经 hn.algolia.com 接口于 2026-11-15 首采、2026-11-16 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 1200 分 / 443 条，Lovable 泄露帖从 910 升至 937 分 / 337 条，其余四帖分数未动。

三个互不相识的人

第一位是家居自动化博主 skittleson，帖《Smart home devices should work without the internet》冲到 1199 分（复采 1200）/ 443 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 50441708）。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 50441708 子树）。热度最高的长评来自 mountain_peak（50443286，子树 110 条）：他 20 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。

第二位是逆向者 scottjg，帖《Reverse engineering my Coway air purifier to ditch the cloud》792 分 / 223 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 300 美元设备要求订阅才能用，他干脆自研配套 App，Show HN 帖 740 分 / 256 条，评论区还引出 DMCA 法理争论——买下的设备能不能自己修。

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。

Coway 帖里浮出的「LLM 逆向波」

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 50484284，子树 37 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（50486455）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（50484045）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」。

冷水同样在场。jerf（50484219）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（50485569，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 20 寸风扇，完全绕开智能层，被顶了至少三次。

绣花机：一个「全 AI 建造」的应用与被核查的底稿

Show HN 帖下最长的高赞子树来自 spdustin（50472665，子树 142 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 50475887）。同一楼层他核了价：机器日常价 499 美元、事发时亚马逊 303 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。

反方也留了档：nijave（50474205）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（50473697）则把类比推到打印机自带墨盒——「西部时代又回来了」。

迟到的大厂与降本的极客

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 572 分 / 564 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（50447085，子树 393 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（50450531）给出罕见的自报账单：高端 Mac Studio 摊到约每月 1000 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（50447737）说万元预算内跑不动不量化的模型，「我想要但买不起」；tonymet（50448149）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》479 分 / 180 条：作者 mrashad74 自述把 16B 模型跑进可用内存不足 1GB 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 107+50 次实验（评论 50468889、50471287）；sebazzz（50470839）提醒这类小模型「还笨到没法挂工具」。另有 Edge0-145B 端侧模型帖 353 分 / 105 条、Unsloth Qwen3.8-27B 量化更新 252 分 / 83 条（均截至 11-15），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：11-14 的 Lovable 应用泄露用户护照信息帖从 910 升至 937 分 / 337 条，出事时泄露的是护照号。

从抱怨到购买守则与工具链

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 50442644）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（50446355）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（50443914）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。

第二类是工具：绣花机自研 App 的仓库 zigzag 复采 783 星（建仓 10-30，描述直接写着「通过 MCP 用 AI agent 做刺绣设计」）；发布于 11-04 的 smolmaxxing 728 星；主锚帖讨论的自建替代方案，生态底座 home-assistant/core 92,318 星（复采，仓库描述「local control and privacy first」，建仓 2013 年）。这与上期《Goodbye Claude, hello Pi》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《AI 范式雷达：Agent 的隐藏成本》已算过一笔账；而在《AI 范式雷达：ERC-8004 与信任基础设施》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。

第二线：旧硬件回收流

同一五天还有第六帖补充底盘：《Why get an expensive Pi when I have an old phone?》599 分 / 318 条（复采；11-15 首采 590/312），作者把旧安卓机刷机当家庭服务器。顶路子树来自 deng（50496293，130 条）：收屏幕碎掉的旧笔记本拆主板，16GB 内存随手就能给 x86 派生态，比树莓派快且便宜。Freak_NL（50495561，46 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（50495586）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（50495681）列 GPIO、文档、一致性等清单；shit_game（50496122）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。

反方同样在场

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 40 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（50474205）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（50448617）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（50443406）建议学食品营养标签做隐私分级来矫正市场，c-linkage（50443592）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（50443875）「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 599 分提醒，为 300 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。

云侧事故注脚：Lovable 的账

本地化叙事的对侧，11-14 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 50499563）用 Common Crawl 归档扫出 159,041 个 Lovable 项目在 2025-12 至 2026-09 间公开在册，其中 34,545 个用 Supabase，抽样里约 2.5% 的项目在泄露用户数据，护照号在列。Lovable 安全负责人 igorandri（50502105）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（50502127）回击：约 7,500 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 50499563）——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。

口径与边界

三个人的自述均为评论区署名自报，未经独立核验；92,318 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。

References

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》

2026-11-10T00:00:00+00:00

2026-11-10 Google Patents 精确检索：智能体协议、协商一侧热到 2297、1745 件，授权书校验一侧窄查询只有 8、33 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。

六件终选，各有一句判词

Citibank US12526244B2 加密智能体验证（2026-01-13 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 US12450494B1 用生成式 AI 验证智能体（2025-10-21 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 US12694133B1 智能体监察（2026-07-28 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 US12706859B1 交叉验证加密执行（2026-08-11 授权），判词：与前件同族，圈的是执行侧。清华大学 CN120915496B 跨域互信多智能体协作（2026-03-10 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 US11593685B1 全渠道智能协商助手（2023-02-28 授权），判词：个人早在协商助手位落过子。

检索面：签发热、核验冷的方向差

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："agent protocol" 2297 件、"negotiation" "large language model" 1745 件、"smart contract" "large language model" 731 件、"protocol" "negotiation" "large language model" 691 件且 2025 后占 76%。核验端是另一番量级："verifiable credential" "autonomous agents" 仅 8 件、"mandate" "autonomous agents" 33 件、托管 "escrow" "autonomous agents" 51 件、争议 "dispute" "autonomous agents" 89 件、"agent payments protocol" 仅 4 件。核验端里 Citibank 一家在 "verifiable credential" "autonomous agents" 的 8 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 26467 星、x402（HTTP 402 支付的开放协议）npm 近一月下载 2400334，mandate 一致性校验头名 Praman 却只有 15 星，Soham109/sutra 9 星，iamonuwa/kanon 4 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 7083 星卖的却是自己当裁判，属另一类，不算校验位繁荣。

反方六条，逐条摆开

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 10 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 7083 星已占「裁判」位。其四，kanon 4 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。上一篇内容溯源验真管内容真假，10-30 那期写钱怎么被授权花，本期写授权书谁来替双方验。

单人切口：只验不签的校验器

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 7083 星已占，单人做不赢信任。

References

一分钟读论文：《跑十轮不如跑一轮》

2026-11-10T00:00:00+00:00

Meta FAIR 的预印本论文《e-means: outperforming k-means》把 k-means 的更新规则换成 mini-batch 加滑动平均，摘要口径做到 10-45x 的 GPU 端到端提速，代码已并入 faiss 主干。

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》（站内阅读）正是这一方向的延伸。

换掉更新规则，顺手消掉扫参

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。

速度数字分两个口径。摘要口径：1.4 到 2.6 个 epoch 就追平 Lloyd 算法（k-means 的经典迭代法）跑满 25 个 epoch 的损失，折算 10-45x 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 4.3 节对 Flash-KMeans 逐档实测更精确：跨 1M 到 1B 规模、10 个 seed 取中位数，提速为 9.5x 到 45.5x，且收敛损失更低。结论口径则是 1 到 3 个 epoch 达到收敛的 Lloyd 质量，三组数字各管各的，不能互换。

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

进了 faiss 主干，还没上货架

代码住在 facebookresearch/faiss 的 contrib/e_means 目录；faiss 是 41288 stars、4588 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 from faiss.contrib.e_means import NumpyEmeans 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 10^6 个还能套 IVF 索引做近似分配再提速。

时间差也写在同一个仓里：代码 2026-11-02 就进了 faiss 主干，主 README 至今零提及 e-means，官网 2026-11-05 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。

刹车写在论文自己身上

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，not optimal on very low-dimensional and tiny datasets；d ≤ 16 默认改用 quality batch、d ≤ 2 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，8 个配置的平均误差仍全部输给 e-means，但优势收窄到 0.06% 到 0.33%。论文自标 Preprint、正在同行评审；DINO10B 基准覆盖 100k 到 10B 规模档位，以 CC-by 4.0 许可、约 10 TB 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》（站内阅读）同样是换算力账的路子。

References

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》

2026-11-09T00:00:00+00:00

2026-11-09 同日 Google Patents 精确检索：水印嵌入 1062 件、对抗攻击 1944 件，第三方检测仅 11 件，凭证校验的双查询两次真零。

六件专利，没有一件替第三方验凭证

当日逐字复核的六件详情页各有落点。微软（Microsoft Technology Licensing LLC）US20250298500A1 溯源内容追踪（2025-09-25 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 US20250356057A1 生成模型内容检测（2025-11-20 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 US20250322156A1 AI 文本识别（2025-10-16 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 CN122196982A claim 多维向量投影加锦标赛采样的文本水印，合肥工业大学 CN122433060A 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。

验真位的检索面：窄处真零

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 75 件，”SynthID” “watermark” 仅 6 件，第三方检测 11 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 0，HTTP 均 200、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 6321 星，aloshdenny/reverse-SynthID 5058 星；唯一自称第三方水印取证的 karthikrshet/ClaudeMark 只有 10 星。

六条反方，逐条摆开

诚实呈现要有六条。其一，Qomplx Inc 的 US12602572B2 已授权（2026-04-14，优先权 2023-12-23），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 10 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 362 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。其五，1944 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。其六，6321 星只证明拆标需求热度，推不出灰色产业规模。

单人切口：不建库的凭证校验器

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。上一篇工具调用空结果语义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。

References

一分钟读论文：《代码会写，接着写不会》

2026-11-09T00:00:00+00:00

Klavis AI（产品公司）的论文《Multi-step SWE》把「编程智能体能否在自己的代码上接着写」做成可测基准：69 个任务、共 574 步相互依赖的连续改动，每任务 5–15 步，最强的 Claude Opus 5.5 整任务解决率只有 18.5%。

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；Pass@4 则是同一任务跑 4 条 rollout，至少有一条解出整任务的比例。3 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 2026-11-04 建立、stars 仅 2，社区独立复现目前为零，18.5% 暂时是单一机构数据。

单步看着都对，整链几乎必断

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

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，20 道题里没有一款模型解决率超过 8.8%，其中 16 道题无人能解。

错误从第一步就开始复利

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 54.7% 跌到最后一段的 19.2%；Grok 4.7 从 13.1% 跌到 1.4%。9 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 34.9% 掉到 9.0%。与之对照，单步通过率下降得平缓得多，从 40.7% 到 27.8%——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。

失败多半不是算力不够

这一点比 18.5% 更有解释力。基准给每一步 2–4 小时、每任务 10–60 小时预算（471 步给 2 小时，56 步给 3 小时，47 步给 4 小时）。实测中只有 12% 的失败步骤跑到距离时限 5 分钟以内；6 款模型的中位失败步骤只用掉 24%–37% 预算，还剩 77–93 分钟没用。只有 3% 的失败以时间预算为停止理由，19% 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 2–4 小时是基准的设计预算，不是模型真实部署成本。

局限：误杀的裁判与偏底层的题

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 18.5% 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：69 题里 C/C++ 占 38 题，Rust 11 题，Java 6 题，Go、JavaScript 各 4 题，Python 3 题，PHP 2 题，Ruby 1 题；结论外推到普通业务代码库需要谨慎。起点上 34 题从空目录或骨架开始、35 题基于已有开源代码库。因此 18.5% 是这套任务分布下的结果，不宜当成通用编程能力得分。

与站内《像查性能热点一样查智能体的开销》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。

References

AI 范式雷达：《执行壳：有人往外搬，有人往里收》

2026-11-09T00:00:00+00:00

2026-11-09 的 Hacker News 首页挂出两件方向相反的事：《Goodbye Claude, hello Pi》702 分 / 433 条，高盛收权帖 604 分 / 351 条（首采分数/条数，11-16 复测 831、905）——搬家与收权抢的是同一样东西：对壳的选择权。

口径先钉死：首采为 2026-11-09 上午的 Algolia 全树实测与 GitHub API 实测；本文 2026-11-16 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。

带着订阅搬走的四百多条评论

「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 50410107 在 11-08 03:11Z 登上首页，11-09 09:45（Asia/Shanghai）实测为 702 分 / 433 条，09:5x 的终采为 702 分 / 432 条；昨日 18:4x 终测还只有 320 分与 192 条评论。2026-11-16 复测升至 831 分 / 491 条——发酵没有停，只是从冲高变成了匀速。

主锚线程的叙事骨架是一批迁移自述，逐条可定位：50419687（indemnity）自述从 Claude Code 换到 Pi 的分支 OMP 之后精神状态变好；50419852（alexfortin）自述走过 Claude Code 与 OpenCode，最终停在 Pi，并对闭源模型失去兴趣；50413684（srid）自述经 agent-distro 换到 Oh My Pi 这个壳；50412579（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。

留下派给出的不是情怀是控制力。gvkhna（评论 50410985，子树 27 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（50410994）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（50411263）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，50410853，179 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（50410871）自述干脆自制 GUI（起了 3-4 天慢慢长成自己的工作方式），vinhnx（50410983）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。

双栈生活的样本也在线程里：jeena（50411005，子树 19 条）自述公司付 200 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（50411012）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。

开源壳这一侧的供给同步刷新（首采为 11-09 上午 GitHub API 实测，括注 11-16 复测）：earendil-works/pi 仓库 120,865 星（复测 122,134，七天 +1,269，11-15 仍有提交），一夜再涨 153 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 431 个增至 436 个。桥接件也在长大：sigttou（评论 50410645）指路 pi-claude-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《标价之外，Harness 替你买了什么》核算的是壳的价格，本期记录的是搬家朝向哪里。

搬家人群的另一半动因是账单。leobuskin（评论 50410950，子树 49 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。

评论区自己长出来的质检单

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（50410830，子树 15 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（50410706，子树 14 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（50410725）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（50410485）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（50410537）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（50411096）「Pi 之所以是 Pi 就在于扩展，自己写很容易」。

高盛那一侧：把壳收回到工程师手里

50415628（11-09 上午 10:0x 实测 604 分 / 351 条，2026-11-16 复测 905 分 / 474 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 10 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 50415815 指为 AI 生成站转述链，不当原始报道使用。

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 50415930（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。

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 50416595，子树 161 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（50416643）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（50416136，子树 83 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（50416089）立起、pdpi（50416143）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」。

「非工程岗该不该拿着壳」吵成了第二战场。doctoboggan（评论 50415978，子树 24 条）自述给当医生的太太装了 Claude Code 处理编码周边的杂务，rkuodys（50416003）立刻警告这类用法一不留神就跨过 HIPAA 线，rckoepke（50416137）再补一句两家都有 HIPAA 合规的企业协议可用。Ericson2314（50415824）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（50415820）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 50412499（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《官方渠道沦陷之后》讲的分发渠道投毒无关，本文不展开安全事件细节，相邻的 50407882（586 分 / 387 条）只当作迁移燃料记上一句。本期与 2026-09-05《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。

反方：六脚刹车

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 50415825（amelius）指出 Barclays 正朝反方向移动（自述年底前半数工程师用 Claude Code）；50417888 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。

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 50416519 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。

后三脚来自主锚线程，2026-11-16 全树复扫未见推翻：50411310（jpardoe）自述切换之后被迫回流，因为订阅比按 API 计费更划算；50411155（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（50410950）可作此脚的工程注脚；50411772（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。

两帖七天之后

复测数据把两个方向的相对热度改写了：搬家帖涨 129 分，收权帖涨 301 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 1,269 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：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。

References

AI 智创简报：《工具调用专利三千六，空结果语义无人 claim》

2026-11-08T00:00:00+00:00

同一个 Google Patents 检索接口、同一天（2026-11-08）的两次精确短语查询（详情页见微软异常工具调用判定专利）：”tool execution” 返回 3638 件专利，”empty tool result” 返回 0 件：一边人山人海，一边连零件都没有。

大厂圈的是结果进模型之前的拦截线

四件当日二验的详情页给出同一条线。美国运通（American Express Travel Related Services Co Inc）的 US20260212002A1（LLM 交互安全沙箱，2026-07-23 公开，优先权日 2023-11-15，状态 Pending）claim 的是进模型的交互先进沙箱隔离（中译）。微软（Microsoft Technology Licensing LLC）三件：US12699853B2 语言模型幻觉检测（2026-08-04 授权公告，优先权日 2024-01-21）、US12688403B2 生成式人工智能系统的提示词注入判定（2026-07-21 授权公告，优先权日 2023-03-03）、US12430428B2 异常工具调用判定（2025-09-30 授权公告，优先权日 2023-11-15）。输入过滤、调用拦截、输出验真，四件全在「结果进模型之前」动手；没有一件 claim 工具返回空或报错之后，结果语义怎么分流。仓库缺货和收银机坏了，在大厂的权利要求里被当成同一件事。

缺口在结果进门之后

工具调用（tool calling，即大模型按预先约定的 schema 发起外部函数执行）返回失败或空值时，至少混着三种语义：数据库里本来为空、工具服务坏了、参数用错了。分错箱的代价很直接：agent 拿着假空值继续往下推理，把库存查询为空当成商品下架；或者对着临时故障无限重试，烧掉一大截 token 预算。三种情况的正确动作完全不同，如今分流靠的全是开发者手写的临时判断。检索面印证空位：精确短语 “empty tool result” 命中 0 件；”tool execution” 的 3638 件里，2025 至 2028 分箱 420 件、2022 至 2025 分箱 136 件，执行侧本身还在加速圈地，结果语义侧仍是零。

痛点有热度，供给全在写入侧

社区侧同温：Hacker News 近一年五个相关帖。「Google Antigravity exfiltrates data via indirect prompt injection attack」768 分（2025-11-25）、「Show HN: Forge – Guardrails take an 8B model from 53% to 99% on agentic tasks」687 分（2026-05-19）、「Fixing Tool-Call Accuracy in vLLM」172 分（2026-10-26）、「The M×N problem of tool calling and open-source models」159 分（2026-04-09）、「Local Indexing to reduce tool calling and token usage」127 分（2026-10-12）。工具侧生态同样热闹，但防的全是调用发生之前：npm 上 @stackone/defender（0.9.4，2026-10-21 发布）自述是面向 AI 工具调用的提示词注入防御框架，近一月下载 57051；评测工具 promptfoo 近一月下载 3949597。PyPI 上的 guardrails-ai 最新 0.11.0、llm-guard 最新 0.3.16，也是写入侧老工具：没有一个做失败结果进门后的分流。需求开了口，供给全堵在上游。

空位是只读的分箱记账

缺口对应一个个人开发者可交付物：只读的 tool-result（工具返回值）语义审计器。挂在工具调用日志之后，把失败与空返回值分箱成「本来为空、工具故障、参数错误」三类分开记账后出报告，帮开发者算清每类错误烧掉的重试成本；不拦截、不改调用、不碰模型。从公开文本看，四件专利的 claim 停在输入过滤、异常调用检测与输出验真，这种事后、只读、不执行动作的审计暂不落在其文字范围。拦截线上已经站满大厂，收银机后面的小生意还空着。上一篇智能体记忆坏账审计管的是记进长期记忆的账，这一篇管的是每次工具调用留下的流水。

References

一分钟读论文：《子 agent 别写总结，直接交证据》

2026-11-08T00:00:00+00:00

ServiceNow 论文《Persistent Retrieval for Conversational Agents》实测三种检索架构：检索子 agent 保留跨轮历史、直接交回原始证据，多轮比 skill 内检索省 43.3% token、45.0% 成本（牌价估算）。

准确率只降 1.45 个百分点。三种架构分别是：skill 内检索（Skill，主 agent 自己查）、无状态检索子代理（每次新历史，返回一段 findings 总结）、持久检索子代理（Our method，跨轮保留检索历史、把原始证据直接交回主 agent）。数据集是 ServiceNow 的 ITSM 工单 57 题、HRSD 人事工单 48 题，以及带多轮依赖的 ITSM Complex 69 题；每组配置跑 3 次取均值。需要说明的是，作者 5 人全部来自 ServiceNow，实验跑在自家 agent harness 和自家企业工单集上，结论不宜泛化为所有 agent。

三套架构的账单差在哪

最贵的是让主 agent 自己把检索结果堆进上下文。在 ITSM Complex 上，Skill 平均每题 401.5k token、按公开牌价估算成本 $0.387；持久子代理是 210.8k token、$0.121；无状态子代理是 148.0k token、$0.133。持久方案对 Skill 的成本差为 3.2 倍，响应时间也从 58.3 秒降到 54.3 秒。跨 5 个多轮设置加权，持久子代理比 Skill 少 43.3% token、每题省 $0.157（45.0%）、快 9.1%。

代价也写在同一张表上：ITSM Complex 准确率从 91.30% 降到 89.85%，-1.45 个百分点。这个数字仅在 69 题多轮依赖集上出现，且是 GPT-5.4-mini 裁判判定的宽松通过率（得分大于 0 且判为一致即算通过），不是严格准确率。单轮场景反而打平甚至反超：ITSM 上两者同为 98.25%，每题估算成本从 $0.113 降到 $0.068。

省 token 与省钱是两本账

把对照系换成无状态子代理，结论会转弯。无状态子代理每次从零开始，持久方案反而比它多用 41.4% 总 token（ITSM Complex 口径），跨 5 个多轮设置平均多 65.1%；两口径属不同统计范围，不能混用。每题估算成本还贵 $0.043（29.1%），只是快 15.6 秒。保留历史把输入变大了，账单却没爆，因为未缓存输入 $2.50/百万 token、缓存输入只算 $0.25、输出 $15（OpenAI 公开的 GPT-5.4 标准牌价）——缓存单价只有未缓存单价的十分之一，存进缓存的那部分历史几乎不要钱，硬生生把账打了下来。所有 $ 数字都是拿录制 token 乘牌价的估算，不是真实账单，也不含检索服务与裁判调用。注意 43.3%/45.0% 的省是相对 skill 内检索说的，不能当成「比不优化便宜一半」。

消融：别写总结比保留历史更值钱

ITSM Complex 消融把两个机制拆开定价（每题均值）：去掉「直接回传证据」、让子代理改写 findings 总结，成本上浮 42%、慢 17.7 秒；去掉「持久历史」只上浮 8%、慢 4.3 秒，前者代价是后者的 5.3 倍；三种配置准确率都停在 89.85%。真正的大头是不让子代理作文：主 agent 自己读证据、自己写答案，省掉一次中间生成。持久历史的价值则在于复用：同一个子代理跑完 69 题只做了 23 次元数据查询和 59 次 Cypher 查询，而 Skill 是 36 次与 85 次。

与站内《像查性能热点一样查智能体的开销》不同：那篇是用 profiler 对已跑轨迹做开销归因，这篇是在架构层面比较三种检索外包姿势的选型，两者不在同一轴上。

References

Persistent Retrieval for Conversational Agents: A Study of Retrieval Efficiency

AI 智创简报：《智能体开始记长期账，谁来管坏账？》

2026-11-07T00:00:00+00:00

2025 年 8 月到 2026 年 6 月，Qomplx、微软、Monday.com 与两家中国公司先后公开或授权 5 件智能体记忆专利，逐件详情页于 2026-11-07 二验：权利要求全部圈在「怎么写进去、怎么组起来」，「读出来的记忆还能不能用」无人认领。

五件专利全在管记账，没人管坏账

US20250259042A1（Qomplx Inc，2025-08-14 公开，优先权日 2024-02-08）claim 1 保护「任务分解后交给多领域 agent，初步结果嵌入所有 agent 共享的公共 token 空间供后续复用」的编排系统（中译），claim 2 再加跨 agent 分层记忆结构（中译）。EP4657312A1（Microsoft Technology Licensing LLC，2025-12-03 公开）claim 1 把上下文数据装入 agent 多层记忆（multi-layer memory），再由此机器学习出「监督等级」配置执行自由度（中译）。CN121233825B（北京城市网邻信息技术有限公司，2026-06-26 授权）claim 1 要求先按领域与主题类别从短期记忆存储区召回会话摘要，召不回再转长期记忆存储区（中译）；说明书把上下文工程（context engineering，即对进入模型的记忆与资料做采集、筛选、压缩、排序、更新）就定义为这套流水线。CN121301536A（上海羚数智能科技有限公司，2026-01-09 公开）把「基于智能体上下文工程的混合 AI 自适应优化系统」直接写成发明名称（中译），claim 1 的知识库由带来源、时间戳、使用次数、置信度元数据的结构化知识单元组成。US20260181056A1（Monday.com Ltd，2026-06-25 公开）最直白，跨 agent 记忆同步子系统直接写进标题：在两个以上 agent 实例间同步记忆完成协作（中译）。

检索面一边拥挤，一边近乎空地

Google Patents 检索接口对精确短语 “context engineering” 的聚合面返回 185 件，其中 146 件公开于 2025 年及以后（分箱来自接口自算 summary，两次命中计数一致）。185 不等于赛道全量，大量同技术专利用 memory store、token space 等词书写，不能作全行业定量结论。反向对比更能说明问题：查 “memory staleness” 仅命中 4 件，全是硬件内存泄漏与虚拟机状态旧专利（1987 至 2021 年），没有一件属于智能体记忆语义。写入装配的术语下七成就在近一年，读取失效的术语下近乎空地。

开发者先不相信，工具却只有仓库

社区侧同频，Hacker News 近 12 个月：「Agents don’t need memory, they need documentation」拿到 392 分，「Don’t trust large context windows」277 分、「Agent memory as a file format」191 分；一条 371 分帖子题为「OpenAI reduces Codex Model Context Size from 372k to 272k」，是社区上报叙述，PR 正文未读，但至少说明上下文预算被当成资源讨论。供给端却是另一个故事：npm 上 mem0ai 最新版 3.3.1（2026-09-25）自述就是 The Memory Layer For Your AI Apps，PyPI 上 cognee 1.6.6、memobase 0.0.27 同理都是「存」的库；搜 memory audit、context budget 一类命名，只有 4 个个人开发者体量的小包（1 到 8 个版本），做窗口预算估算或本地日志分析，没有一个审计记忆内容本身。这就是「供大于求、验大于零」的位置差：需求开了口，工具几乎为零。

空位是只读审计，不是又一个记忆库

缺口对应一个可交付物：记忆审计 CLI。指向本地 agent 记忆目录（JSONL、SQLite、Markdown），输出过期条目、矛盾记忆对、从未被召回的死记忆、跨 agent 重复写入；不依赖大模型，不改动记忆，只出报告。从公开文本看，五件 claim 覆盖写入、编排、召回与监督等级配置，只读、离线、不执行任务的审计目前不落在其文字范围；但 Monday.com 的协调层 claim 较宽，产品一旦做成带调度的同步中间件就会贴近，这条边界要守住。上一篇网络排障 Agent 专利解决「上场干活没人监考」，这篇解决「记下来的账没人对账」。