技术简报 - 2026-09-08

今天这三条讲的是同一件事：交接——谁把什么交给谁，以及交接的那一刻丢掉了什么。

最干净的一例在模型之间。一个大模型生成一个 token 时，内部会构建约两兆字节的状态，最后只吐出 17 个比特；而所有多模型协作系统——子智能体、模型委员会、路由调度——全部建立在那 17 个比特之上。Mostik 让 753B 的 GLM-5.2 把隐藏状态通过一座小桥直接交给手机上 4B 的 Qwen-3.5，全程不产生文本、两边权重冻结，结果小模型补上了约一半的差距，而大模型侧的推理成本降到约二十分之一。技术细节尚未公开，这条限制写在正文里。

第二例是人交给智能体。AWS 开源的 Kiro Crew 让编码智能体跨会话异步跑，而它最值钱的数字不是功能表：3.9 万名内部开发者，六个月 500 名贡献者，且不是被要求用的。它的防护同样值得抄——操作系统级沙箱、默认拒绝的命令策略、签名审计日志，共同点是没有一条写在提示词里。

第三例是交接之后人还剩下什么。OpenAI 公布内部数据：每个研究员身边约有 3.1 个智能体工作日并行运转，每天烧掉超过 600 美元推理资源。但同一份材料给出了反向的数字——原本 4 到 8 小时的任务，超过一半的成功案例人类至少插手过一次，高层研究规划几乎不交给智能体。作者的主张其实不是提速，是可见性：递归式自我改进默认只发生在少数几家实验室内部，外界看不见它走到了哪一步。