EP107 · 智能体自主性分级、亿级语音 AI、代码廉价化 · 07-04 早报

本文跳出 Steve Yegge 的单轴自主性阶梯，改用代理与编排双轴，把智能体自主性划成 Assist 到 Managed-by-exception 六级。作者援引 Anthropic 对约 40 万场 Claude Code 会话的分析——人做约 70% 的规划、模型做约 80% 的执行——指出高自主性不是把人踢出循环，而是从逐步执行转为决定方向。落点是校准式自主：验证永远是瓶颈，每次派发前先立契约（目标、范围、停止条件、证据、预算），并警惕自主性当勋章、许可洗白等四种反模式。

OpenAI 每周为 9 亿用户提供语音 AI，底层走 WebRTC——但 WebRTC 为稳定 IP 设计，与 Kubernetes 可抛弃 Pod 天生冲突，带来端口耗尽与状态粘滞。解法是把协议栈拆两半：边缘无状态 relay 只做包路由，后方有状态 transceiver 持有 ICE/DTLS/SRTP 重状态。关键一招是用握手阶段本就交换的 ICE ufrag 当路由键，relay 从首个 STUN 包读出 ufrag 即可转发，无需热路径查库。团队拒绝 SFU（流量是 1:1）和 TURN（多余往返），用 Go 用户态加 SO_REUSEPORT 扛住了全球实时媒体。

作者以亲测开场：20 天让 AI 提交 70 万行代码、10 个项目并行，由此提出 Harness 方法论——人定方向、模型推进。它直击大模型两个底层事实：概率生成会产出 best-practice slop 式套话，上下文有限带来 Lost-in-the-Middle 式衰减。两件核心武器是水流理论（把控制点上移到边界、checkpoint、风险通道）与最小混沌单元（配 spec、codemap、new-chat 三件套，小到可检查、大到可自治）；验收靠五层 safety net，作者甚至一行代码都不看、只盯证据链。

一份关于构建高端本地 LLM 推理装置的全面指南，涵盖硬件选择、PCIe 开关配置、BIOS/内核调优以及针对 SOTA 模型的即用型 Docker 部署。

Anthropic 详细介绍了随 Claude Fable 5 部署的网络安全分类器，将网络活动分为四个风险等级，并提出了一个越狱严重性框架（CJS 量表）的早期草案，以标准化关于人工智能风险的沟通。

本文挑战了主流的 RAG 检索流水线，认为检索是对结构化表格进行过滤，而非自由文本搜索，嵌入仅作为可选的备用方案，而非基础。

Cynthia Dwork 等人的客座文章分析了特朗普政府禁止人口普查和经济数据使用现代隐私技术的指令，认为该指令出于政治动机、缺乏科学依据，并威胁数据保密性和公众信任。

本文系统性地提出了一套面向生产环境的 Agent 评测方法论与工程体系，覆盖指标、数据集、评分、根因分析、自动优化与闭环。

作者通过用 Codex 重构同事代码引发矛盾的亲身经历，反思了 AI 时代团队协作中技术正确与沟通共识的重要性，并总结了避免类似问题的原则。

本文通过深度访谈FaceMind创始人陆弘远，剖析其在世界模型领域的技术洞察与创业选择，重点介绍了LoopWM架构的创新点及对具身智能的深远影响。