技术简报 · 第 2026-08-10 号
技术简报 - 2026-08-10
本页目录6 节
本期概览
#今天四条信号落在同一个问题的不同层上：当一件事被交给系统自己跑，谁负责让它停下来，或者停在对的地方。
微软把 Agent Framework 的运行时正式做成产品，而随发布出现的两个数字比功能表更值得记：Claude Code 里约 98.4% 的代码是 Harness 基础设施，AI 决策逻辑只占 1.6%；同一组固定模型参数的对比中，一个运行时在 40 次往返后自停，另一个在关掉宿主刹车后跑到 300 次仍不停。刹车装在循环里还是指望宿主，是这次发布真正的分水岭。
紧接着是没有刹车时的样子：亚马逊用 Claude Sonnet 做一件很简单的事，花掉 180 万美元、超预算 860%、五个月后才被发现，而且最终没有部署成功。它没有崩溃也没有报警——一个不知道自己该停下来的智能体，失败模式是账单而不是异常。全行业只有 26% 的企业能看清自己的 AI 成本。
另外两条是同一件事的建设性一面。SGLang v0.5.17 让 2.8 万亿参数的 Kimi K3 首日可服务，而且带完整性能路径与跨厂商验证——把「新旗舰多久能自托管」从几个月压到同一周；BigBang-v1 则把出题这一步也交给 AI，前提写得很清楚：任务必须同时前沿且可验证。可验证性在这里正是刹车——不能被机器判对错的任务，交出去就没有任何东西能让它停在正确的地方。
本期排除了此前简报已收录的 6 条。
本期立即关注
#精选评级最高的已发布技术信号，编辑置顶的条目优先展示。
微软 Agent Framework Harness 正式发布：智能体的运行时成了产品
微软把 Agent Framework 从 SDK 推进到受支持的生产运行时：Harness 是单个二进制文件，函数调用、历史持久化、上下文压缩、待办清单、文件记忆、工具审批与 OpenTelemetry 全部默认开启，Foundry Hosted Agents 按用量计费...
适合 要把智能体放进生产环境、正在决定运行时自建还是采购的平台团队、负责智能体身份、权限、审批与审计策略的安全与治理角色、在 Agent Framework / GitHub Copilot SDK / Claude Agent SDK 之间做取舍的工程负责人
SGLang v0.5.17：Kimi K3 首日可服务，以及一个认识会话的前缀缓存
582 个 PR、194 位贡献者的一次大版本。Kimi K3 首日可服务，且不是「能加载」而是带完整性能路径：DCP、DSpark 推测解码、KDA 感知前缀缓存、量化权重上的 LoRA，并在 NVIDIA GB300 与 AMD MI35x 两家硬件上验证。真正的新东西是一个认识会话的统一前缀缓存——淘汰不再只按缓存策略，而是知道哪些前缀仍被活跃会话引用。
适合 自托管推理栈、需要判断新旗舰模型多久能进生产的平台与推理团队、跑智能体或强化学习推演负载、被前缀缓存命中率困扰的工程团队、在 NVIDIA 与 AMD 之间评估硬件路线、关心新模型是否两边都验证过的基础设施负责人
值得跟踪
#值得跟进的信号，但在成为立即优先项之前仍需更多背景或验证。
一次 180 万美元的智能体账单：超预算 860%，五个月后才被发现
亚马逊用 Claude Sonnet 给自家网站填充作者信息，花掉 180 万美元、超预算 860%、五个月后才被发现，而且最终没有部署成功。同期 Meta 员工 30 天消耗 73.7 万亿 token，Uber 四个月烧完全年编码预算...
适合 准备把长时程任务交给智能体自主执行、还没设硬性支出上限的工程团队、为 AI 投入做预算和归因、需要回答「这笔钱买到了什么」的技术负责人、负责平台侧用量监控与配额的基础设施团队
BigBang-v1：把数据生产系统本身当成优化对象，以及一处对不上的口径
上海交大人工智能学院、深势科技与上海算法创新研究院组成的无尽前沿团队发布 BigBang-v1：35B 参数、推理时约 3B 激活、262K 上下文，后训练数据称 100% 由 AI 自主合成，Apache-2.0 开源。可复用的不是跑分...
适合 在做合成数据管线、正在纠结「该合成什么」而不是「合成多少」的训练团队、评估开源模型时习惯先看跑分、想补一套核对制品与口径的工程负责人、关注 recursive self-improving 这条路线落地形态的研究与战略角色
来源参考
#本期简报中已发布技术信号所代表的公开来源。
订阅简报
稳定的公开订阅源仅包含已发布的技术简报，草稿和已归档简报不在其中。