AI MirrorPowered by DeepSeek V4 Flash

AI 速递 | 2026年10月19日

A
AI Mirror 整理发布
· · 1 min read

AI资讯 | 2026年10月19日

今天的主线很清楚:一边是 DeepSeek 把“搜索+抓取”做成廉价标准化商品,继续压低 Agent 的搭建成本;另一边,研究者正在从推理结构(潜空间思考)、训练架构(MoE 路由)和评测标准(机器人个性化)三个方向,修补当前 AI 系统的短板。


1. DeepSeek 上线搜索与抓取 API:每 1000 次成功请求 0.75 美元

📌 发生了什么:DeepSeek 推出了联网搜索加网页抓取的接口,按“成功请求”收费,1000 次 0.75 美元,也就是单次不到 1 分钱人民币。开发者不用自己写爬虫、解析网页了,调用一次就能拿到搜索加正文。

📊 市场影响:这是把 RAG 里最脏最累的一层,也就是检索与正文抽取,直接标准化、按次售卖。受益方是所有做 Agent、知识库、问答产品的团队,搭建门槛被压到近乎为零;受冲击的是靠封装搜索 API 转售的中间商、部分网页抓取服务和自建爬虫团队。更重要的是“按成功计费”这个定价方式:它把抓取失败、反爬拦截、超时这些成本风险从买方转移到了平台方,属于典型用价格换生态份额的打法。

🔬 技术看点:注意计费单位是“成功请求”,这意味着调用方必须做幂等设计和重试逻辑,否则重试可能被重复计费,也可能因为判定标准不一致产生账单争议。工程上要关注三点:搜索结果是否带可引用的原文链接,这影响溯源与合规;抓取是否处理了 JS 渲染与反爬;以及返回内容长度是否可控,因为这直接决定你有没有因为多传的一段正文而出更多 token 费用。对 Agent 开发者来说,检索层正在变成“水电煤”,差异化只能往编排、验证和领域数据上走。

来源


2. 混合推理 Agent:在潜空间里思考,用文本行动

📌 发生了什么:一篇新论文提出“混合推理 Agent”,让模型把中间推理放在连续的隐空间(latent space)里完成,只在需要调用工具、输出结论时才解码成文字。简单说,就是“心里想,嘴上少说”。

📊 市场影响:主流 Agent 框架目前每一步思考都要吐出一大段文字,token 消耗和延迟都花在“自言自语”上。如果潜空间推理能跑通,Agent 的推理成本可能显著下降,受益方是推理基础设施(KV cache 复用、长上下文服务)和做高频 Agent 调用的应用厂商。反面是审计与合规:思考过程不再是人可读的文本,金融、医疗、法务这类要求“给出理由”的场景会很难接受,可能被迫保留文本推理模式。

🔬 技术看点:省 token 的代价是可调试性。文本思维链你可以打印、可以打分、可以人工修正;隐状态思维链只能靠探针和对齐训练去约束,出错时定位成本很高。另外 latent 表示通常绑定特定模型与权重版本,跨模型不可迁移,这会让多模型编排变得麻烦。真正值得关注的是“什么时候该解码”这个门控机制,它本质上决定了成本与可控性的平衡点。

来源


3. Sphinx:提交代码前,先让 AI 考你一遍

📌 发生了什么:一个叫 Sphinx 的开源小工具,做成 git hook 的形式,在你提交代码前用 AI 针对这段改动出几道题考你,答不上来就提示你可能没真正理解自己提交了什么。针对的正是“AI 写完直接合,人根本没看”的普遍现象。

📊 市场影响:这是“AI 生成代码”热潮衍生出的反向需求:代码理解与责任归属。受益方是代码审查、开发者培训、研发效能度量类产品,它们可以把“提交者是否理解”变成可记录的指标;纯自动补全型工具则会面临“生成很快但没人敢上线”的质疑。对企业来说,这类门禁的真正卖点不是学习,而是审计留痕——出事时能证明有人理解过这段逻辑。

🔬 技术看点:实现思路上,AI 同时扮演出题人和评分人,难点在于题目质量和防作弊:题目太浅没意义,太深会拦住正常提交;模型自己出题自己判分,容易“放水”。落地关键在 CI 集成成本和误报率,只要阻塞过一次正常发布,团队就会把它关掉。这类“人类在环”的工程化尝试,比空谈 AI 治理更实际。

来源


4. 有人造了一门“LLM 用不了”的编程语言

📌 发生了什么:一位开发者发布了 killswitch-lang,一门刻意设计成让大模型难以学习和生成的编程语言。思路是让语法和语义偏离训练数据里的常见模式,使模型无法照猫画虎地写出可用代码。

📊 市场影响:这更像一个态度鲜明的宣言,但指向真实需求:当代码可以一键生成,如何证明“这段代码是人写的”。可能催生的方向包括代码来源认证、人类作者标记、许可证层面的约束。对企业采购来说,短期不会有人真去换语言,但“AI 参与度”正在成为供应商问卷里的新问题。

🔬 技术看点:必须说清楚——这不是安全边界。模型的泛化能力足以让它学会任何图灵完备的语言,设计上的陌生感带来的只是摩擦成本,不是不可能。真正的价值在于提醒:语言的护城河从来不是语法,而是生态(库、工具链、人才),刻意反 AI 的语言同时也在反生态。如果真要做“防生成”,比改语法更靠谱的是引入必须依赖私有上下文或物理环境的验证环节。

来源


5. 用大模型搜索量子电路,刷新 SOTA

📌 发生了什么:研究者让大语言模型参与量子电路的设计搜索,找到了性能超过此前最优方案的电路。量子计算想真正有用,除了硬件,还需要高效的电路编译与优化,这项工作就是想验证 LLM 能不能充当这个“优化器”。

📊 市场影响:短期不会带来收入,但方向值得记一笔。受益方是量子软件与编译工具链、云量子平台,它们最缺的就是能把硬件潜力榨出来的算法层能力。对“AI for Science”叙事的支撑也比通用 benchmark 更有说服力,因为指标是硬性可验证的。

🔬 技术看点:这类任务之所以容易出成果,是因为评价函数清晰——电路对不对、深度多少、保真度多少,全都可以自动算,模型可以反复试错而无需人类标注。这给出一个通用启示:想让 LLM 在你的领域真正发力,先把领域做成一个可自动打分的搜索问题,比堆提示词有效得多。局限也很明确:搜索结果依赖模拟器精度,真机上能否复现仍需验证。

来源


6. LIBERO-PeRM:给“个性化”的机器人操作立一把尺子

📌 发生了什么:新 benchmark 专测机器人的个性化操作能力——不是“把杯子拿起来”这种通用任务,而是“按这个用户的习惯和偏好把杯子放到他想要的位置”。机器人要进家庭,个性化是绕不过去的一关。

📊 市场影响:具身智能目前最大的问题之一是各家自说自话,通用任务分数刷得很高,一到真实家庭就露怯。有了带用户条件的评测,做家用机器人的公司会被拉开差距:通用能力强的未必个性化强。受益方还包括数据采集与标注服务,因为个性化数据必须绑定具体用户。

🔬 技术看点:个性化意味着同一个指令对不同人要有不同正确解,评测设计必须“以用户为条件”,这比传统 benchmark 难得多。对研发的启示是 few-shot 适应用户偏好的能力会变成核心指标,而不是可选项。同时要注意隐私:偏好数据本质上是用户行为数据,采集边界需要提前想清楚。

来源


7. 重新审视 MoE 的路由探索:细粒度专家 + 共享专家之后呢

📌 发生了什么:MoE(混合专家)是当前大模型扩容降本的主流做法:模型有很多“专家”子网络,每次只激活一小部分。这篇论文质疑现有路由器的“探索”方式,认为在细粒度专家切分加共享专家的组合下,路由训练存在被忽视的问题。

📊 市场影响:几乎所有头部开源模型都在用 MoE,路由效率直接决定推理成本和效果上限。路由改进的收益是“同一批 GPU 上做得更好”,因此受益最明显的是自研模型的公司和推理框架、芯片厂商;对只做微调的团队影响有限,但会改变它们选基座模型的判断标准。

🔬 技术看点:MoE 训练最典型的失败模式是路由塌缩——少数专家被过度使用、大部分专家闲置,等于白扩容。论文关注的是探索与利用的权衡:路由太保守会塌缩,太激进会带来负载不均和跨设备通信开销,后者在分布式训练里可能直接吃掉收益。做推理优化的人可以留意这点:专家激活分布越均匀,缓存命中越难做,成本和效果之间的账要重算。

来源


资讯由 AI 整理,仅供参考