DeepSeek开源Agent底座、Nemotron 3.5混合架构压成本、西湖押注概念世界模型、Jev生态补研究侧：四条动态给昂贵能力重新定价
本期四条：DeepSeek 开源 Super-agent 原型（Router/Worker 双层、直通路由省 37% 缓存读取、p95 快近一倍）；NVIDIA Nemotron 3.5 Super/Lightning 技术报告（120B/12B 混合 Mamba-Transformer MoE、SWE-bench Pro 51.78%、GB200 单卡 4856 token/s）；西湖大学成立世界模型研究中心（概念世界模型放弃渲染像素、Awomo 四榜登顶）；TypeSafe AI 联手 Treg 开源找人工具（比 Clay 便宜 85%、两篇 Jev 论文补上研究侧）。
DeepSeek 把常驻 Agent 的底座架构直接开源，NVIDIA 用 Mamba-Transformer 混合 MoE 把每 token 成本压到台面，西湖大学押注不渲染像素的概念世界模型，Jev 生态把一次决策的价格降到 6 分钱——四条动态共用一个底层动作：给昂贵的能力重新定价。
1. DeepSeek 开源 Super-agent 底座：Agent 从单会话工具变成常驻系统
事件概述
10 月 31 日，DeepSeek 开源了 Agent 底座架构原型 dsh-superagent-prototype，仓库副标题「Towards a More Autonomous Agent System」。市场此前传闻的「dsh dot」产品没有出现，先到来的是一篇面向工程实践的架构思路分享。文章给出核心主张：模型处理单项任务的能力已经够强，瓶颈挪到了人类注意力——DeepSeek 内部观察，一个人能盯住的活跃会话只有 3 到 5 个。
技术解析
架构分两层。上层 Router 负责接收消息、分配任务、维护全局上下文；下层 Worker 是一组执行会话，多任务并行互不阻塞。关键设计是订阅与直通机制：某个 Worker 接手一条 GitHub PR 后直接订阅后续评论，修改意见不再经 Router 层层转发——DeepSeek 的消融显示，取消直通后 Router 决策次数增加约 30%，缓存 token 读取增加约 37%，事件路由本身就是省钱手段。主动性靠投机执行实现：群里有人讨论一个 Bug，系统先在后台复现、定位，找到可行修复才交付，没找到就保持安静。长期在线由三件套支撑：两级事件过滤（程序规则先筛、模型再判断，压低无关消息的 token 消耗）、异步 ReAct Loop（耗时任务执行中仍可响应新指令，已实现在 DeepSeek Harness 但未默认开启）、计算/状态/执行环境分离（云端维持状态，本地设备离线再上线后继续）。外加一个 Watchdog——专门监督其他 Agent 的 AI，检测程序故障与无效循环并尝试介入。实测在约 300 条消息、20 项工作请求的模拟环境里，每种配置跑 5 次：Super-agent 任务完成时间中位数 12.4 分钟，95 分位 15.7 分钟；传统单会话方案中性提示下 95 分位 29.5 分钟。
行业影响
Coding Agent 的产品形态正从「用户驱动的工具会话」转向「持续观察环境的常驻系统」。OpenAI 和 Anthropic 都在把 Agent 往长程、后台方向推，DeepSeek 选了另一条路：不等产品，先把可复现的架构原型和消融数据放到 GitHub 上。对 Agent 中间层开发者，这份原型比模型发布更实用——Router/Worker 分层、直通路由、看门狗监督都是拿来就能对照的设计清单。DeepSeek 的排序也说明问题：多任务协作的效率损失被摆在了模型能力之前，工程架构开始反过来定义产品上限。
相关链接
- GitHub 仓库：deepseek-ai/dsh-superagent-prototype
- 量子位报道：刚刚，DeepSeek重磅开源：Agent底座架构！
2. Nemotron 3.5 Super 与 Lightning：混合 Mamba-Transformer 把推理账单写进模型结构
事件概述
arXiv 10 月 30 日批次出现 NVIDIA Nemotron 3.5 Super 与 Lightning 技术报告（2610.38095，10 月 28 日提交，署名作者 559 人）。Super 是 120B 参数、12B 激活的多模态模型，Lightning 是 30B 参数、3B 激活的纯文本模型，两者都定位开源、高效、面向 agentic 负载。
技术解析
训练配方按阶段拆开看：先做印度语系继续预训练（34 种语言-文字配置，五项 Indic 基准最高提升 9.82 个百分点），再用 350 亿 token 把上下文扩到 1M，随后在 256K 上下文上用 654 亿 token 做 agentic 软件工程中训练——语料混合整仓代码、issue-PR 对、commit 历史、构建与 CI 日志、agent 轨迹。后训练走 SFT + RLVR + RLHF，Super 额外引入专职教师模型与多教师在线蒸馏（MOPD），把纯文本基座变成能推理文本、图像、视频与交互工具环境的多模态 Agent。效率侧的数字更硬：MTP 提升让投机解码接受长度最高增加 21.8%；NVFP4 量化相对 BF16 恢复 99.62% 中位准确率；GB200 单卡输出吞吐 4,856 token/s，每用户速率守住至少 50 token/s。能力侧，后训练 Super 在 SWE-bench Pro 拿到 51.78%，超过 Nemotron 3 Ultra，激活参数少约 4.6 倍。并行结构上，512 个路由专家跨 rank 均分，MTP 专家同样切分，视觉编码器、稠密注意力层与 Mamba 层保持复制——专家参数占大头，这是 MoE 并行的标准拆法，混合架构下依然成立。
行业影响
SWE-bench Pro 51.78% 说明一件事：开源模型在 agentic 软件工程上已能与自家上一代旗舰用 4.6 倍激活参数差拉开正差距，每 token 成本差距更大。Mamba-Transformer 混合加投机解码加 NVFP4 的组合，把「便宜」从部署侧后处理前移成模型结构本身的属性——这会影响所有在 GB200 世代做推理定价的团队。对国内厂商，Indic 继续预训练和 agentic 中训练两个阶段提供了可抄的作业：语言扩展与 agent 能力不必挤进同一次预训练，分阶段注入的增益都能被单独度量。NVIDIA 一周内在 HF blog 连发 Nemotron 3.5 Transcribe、Embed、Rerank 系列稿件，Super/Lightning 是这套 open model 家族的地基。
相关链接
- 技术报告：Nemotron 3.5 Super and Lightning (arXiv:2610.38095)
- Hugging Face 博客（NVIDIA 系列稿件）：huggingface.co/blog
3. 西湖大学成立世界模型研究中心：从生成像素转向概念推演
事件概述
10 月 31 日，西湖世界模型研究中心在云谷校区成立，于开丞任主任，金耀初院士任首席科学家，近 90 位业界研发负责人与投资人到场。中心背靠 2023 年就开始布局的自主智能实验室 AutoLab，以及 2026 年初成立的孵化公司西湖数智 Awomo（累计融资超亿元，投资方含英诺基金、正轩投资、天启资本等）。
技术解析
AutoLab 的路线在 2024 年底完成一次自我否定：此前生成极端场景视频训练自动驾驶模型，拿下 ECCV 2024 自动驾驶赛道世界冠军；与一线车企深度部署后，团队反过来质疑「模型已经能生成逼真数据，继续渲染像素是为了什么」。转向后的方案叫概念世界模型——不再生成像素，在抽象数学隐空间建立物理概念表征，把空间关系、材质特性、接触状态等拆成可复用概念，新场景靠概念重组推演，不需要重新学整个场景。孵化出的 Awomo 在四项国际机器人评测集登顶第一，验证了环境扰动、精细操作与长时序任务上的泛化。于开丞给出的成本主张很具体：依托通用物理基座，下游定制或需 20 到 30 小时后训练，替代百万小时级数据采集。背景是 Google DeepMind 几天前发布 Genie 4，把世界模型与推理模型融合，李飞飞、Yann LeCun 相继投身世界模型创业——这条赛道从「视频生成」的旧叙事换轨到「状态预测与推演」的新叙事。
行业影响
国内高校研究院第一次以校级平台建制押注世界模型，且带着已验证的技术路线和融资到位的孵化公司进场，不是纯学术姿态。概念世界模型的价值判断点在于：隐空间推演绕开了视频生成的像素成本，直接对标 LeCun「单纯预测文本无法触及人类级智能」的立场——物理常识与因果推演成为语言模型之外的第二条主干道。对机器人与自动驾驶团队，「20 小时级后训练定制」若成立，长尾场景数据的采集范式会被改写。风险同样清晰：隐空间概念的「可复用性」尚无跨域验证，四项评测登顶的域外迁移能力是这家中心最需要补的证据。
相关链接
- 量子位报道：三年前布局，今年爆火丨西湖大学成立新中心
4. Jev 生态再扩张：6 分钱找一条线索，两篇论文补上研究侧
事件概述
11 月 1 日，Jev 母公司 TypeSafe AI 联合 Agent 工具平台 Treg 开源了一款找人工具，上线即揽 6,400 star。TypeSafe AI 自 9 月 Jev 爆火后动作密集：三天 token 调用量破 1 万亿，约三分之一《财富》500 强企业接入，24 天完成 8.7 亿美元 A 轮、估值 75 亿美元，10 月中旬 Jev 1.14.0 加入图片输入与更长上下文。研究侧同一周出现两篇 Jev 论文：ThinkJev（2610.37732）与 Cross-Primitive Consistency in Jev（2610.38623）。
技术解析
找人流水线按职责拆三层：Agent 理解任务与调度，Jev 当判断闸门踢掉「看似沾边实则跑偏」的候选人，Treg 接入数千个工具接口补齐资料与验证邮箱。People Search Bench 覆盖 119 项真实任务，B2B 拓客场景 Claude Code 单独上阵正确率 43%，接入 Treg 升到 78.2%，其余三类分别拿到 80%、76.3%、62.9%。成本对照用了 292 人名单：Treg 找到 289 个邮箱、264 个与企业公开地址完全一致，总花费 1.49 美元；Clay 找到 280 个、262 个一致，花费 10.34 美元——按找对一个邮箱计，0.0056 美元对 0.0395 美元，便宜超过 85%。两篇论文补的是生态短板：ThinkJev 用一个混合思考模型拆出快慢双系统，直接作答时读选项字母概率（毫秒级），思考后读同组概率（秒级），只在思考确实有增益的决策上付费；PrimaCons 基准测三种 Jev 尺寸的跨原语一致性——同一语义状态用布尔与多选两种格式问，答案不一致的系统性违反模式能预测决策失败。
行业影响
「决策模型」从九月的新赛道变成有研究文献、有工具生态、有价格体系的完整栈。Treg 的定位本质是把 Clay、Apollo 这类 B2B 数据工具的包月模式拆成按次计费的 Agent 原语，自带密钥调用不走平台计费——中间商逻辑被平台自己先拆掉了。社区实测泼了冷水：搜创始人与队友时 Treg 找不到有意义的内容，甚至很难定位 LinkedIn，Treg 的回应是把测试集要过来现场调。两篇论文的价值在纠偏：跨原语不一致会被系统性测出来，概率接口的可靠性第一次有了基准，这类「生态自检」研究的出现，本身就是赛道过审的标志。大厂围剿之下，TypeSafe AI 用开源找人流水线换社区渗透，与 DeepSeek 开源 Agent 底座是同一套打法：把基础设施白送，把判断与调度留在模型里。
相关链接
- 量子位报道：Jev新成果，再次引爆开源
- Treg 开源仓库：superdesigndev/treg
- ThinkJev 论文：One Thought, Every Budget for Calibrated Typed Decisions (arXiv:2610.37732)
- 跨原语一致性论文：Cross-Primitive Consistency in Jev (arXiv:2610.38623)
本期四条指向同一个动作：把昂贵的东西重新定价。DeepSeek 给「任务连续性」定价——直通路由省 37% 缓存读取；Nemotron 3.5 给「每 token」定价——混合架构、投机解码、NVFP4 三层叠加；西湖给「下游定制」定价——百万小时数据采集换 20 小时后训练；Jev 与 Treg 给「一次决策」定价——6 分钱一条线索。判定法沿用三问：看到新发布先问哪个环节被重新定价；看到基准分数先问它省掉的成本在哪一层；看到开源动作先问商业价值留在了哪一半——DeepSeek 留在模型，TypeSafe AI 留在判断，两者的开源清单恰好都不含利润项。