技术信号

为什么重要这次更新同时动了模型能力和单位任务成本：官方称性能提升的同时运行时间和输出长度下降，直接影响智能体任务的账单。配套开放的搜索 API 按成功请求计价且初期免费，给了团队一个低成本替换自建检索管线的选项。

为什么重要在英伟达之外的芯片上训练和推理大模型，最大的成本往往是重写算子。DeepSeek 把自己训练用的矩阵乘法、专家通信和注意力算子移植到昇腾并开源，接口还与英伟达版本一致。对用昇腾 950 的团队，这把重写变成了换包；但目前只验证了 950 系列，端到端吞吐也还没有数字。

为什么重要智能体能力越来越多地来自强化学习，而强化学习的数据来自智能体在环境里的动作。环境的规模、隔离强度和可复现性因此直接决定能训练出什么——也决定训练中的智能体能碰到什么。这是第一份把这一层完整公开的系统报告。

为什么重要把 Harness 的插件边界推到 Agent Loop 与调度这一层，等于把「智能体按什么规则工作」也交了出去。这与三天前微软那条正相反：微软把运行时做成受支持的产品并预置一整套默认值，DeepSeek 把同一层拆成可替换零件并用 MIT 放开。两条路线服务的是同一个已被确认的判断——决定表现的越来越是 Harness 而不是模型——但它们对「谁拥有循环」给出了相反的答案。