文章目录
- DeepSeek 的研究原型把每项任务放入独立会话和目录，而且宿主系统通过允许名单、书面规则和观察模式限制主动工作；项目维护者明确说明，这个仓库不是正式产品，也不适合生产环境。
- Qwen Code v0.26.5 为自动修复设置了三次推送的重试预算，并让受阻任务说明已经尝试的动作、受阻原因和需要人工完成的动作。
- Pydantic AI v2.64.0 增加了制品安全扫描、隔离执行和子代理使用量限制；NVIDIA 的本地开发流程则给出了具体软硬件条件，但是相关性能数字来自限定条件下的厂商测试。
研究原型把 Agent 从对话窗口移入持续运行的任务循环
DeepSeek 团队在 10 月 31 日公开了 `dsh-superagent-prototype`。这个研究原型围绕一个 GitHub 仓库持续运行，并且这个研究原型可以选择接入飞书。请求进入系统后，系统会为请求创建工作项、独立会话和独立目录；代理随后在自己的执行环境中处理任务，并且代理可以把结果整理为拉取请求。
DeepSeek 团队同时给出了明确边界。项目说明把这个仓库定义为研究原型，而不是 DeepSeek 的正式产品；项目说明还指出，这个仓库不适合生产环境，公开代码与内部系统存在差异，而且文章描述的一些设计仍然属于未来方向。South China Morning Post 在 11 月 1 日的报道把这项工作放在编码 Agent 竞争背景中，但是媒体报道没有改变官方列出的产品状态。
对企业落地而言，持续运行的 Agent 需要把请求、会话、工作目录、执行结果和代码变更绑定到同一个可追踪任务。这个运行单元可以减少跨工具传递上下文的工作，但是研究原型的任务闭环不能替代生产环境所需的身份管理、故障恢复、审计保留和服务支持。
授权规则与人工注意力开始成为运行时状态
DeepSeek 的理念文档要求代理只在人工必须采取动作或结果具有使用价值时发出消息，而且理念文档要求代理在遇到歧义时提出一个具体问题。DeepSeek 的授权文档则让宿主系统执行允许名单、书面规则和任务授权；引用内容不能改变权限。主动任务默认使用 `observe` 模式，所以系统只记录本来会接受的任务，而不会自动执行任务。
Qwen Code v0.26.5 把类似边界写进自动修复流程。新版本为自动修复设置了三次推送的重试预算，预算耗尽后，系统会把检查交给人工处理。受阻的自动修复还会说明已经尝试的动作、受阻原因和需要人工完成的动作。新版本同时显示后台代理数量，并为托管本地 H2 数据库和托管 MySQL 提供有限范围的历史查询。
对企业落地而言，系统需要把“允许执行”“只观察”“需要人工回答”和“重试预算耗尽”保存为明确状态。企业只有把这些状态与触发来源、权限规则和执行记录连接起来，企业才能控制长期运行任务消耗的人力与计算资源。三次推送是一项具体的产品规则，但是现有材料没有证明三次推送适合所有代码库或所有风险等级。
隔离执行环境开始同时记录来源、制品与使用量边界
Pydantic 团队在 10 月 30 日发布了 Pydantic AI v2.64.0。这个版本只把服务器状态标识发送给原始端点，而且这个版本让在线评估器在每次持久运行中执行一次，而不是在每次重放时重复执行。这个版本还为 Memory 和 Skills 制品增加了安全扫描，并且这个版本提供了能够在隔离机器中运行 Coder、Shell 和 FileSystem 等能力的 BoxdSandbox。
这个版本还让子代理服从父代理的使用量限制，而且这个版本让模型响应记录模型标识。Coder 能力会读取命名任务、检查要求，并且只在任务明确要求时委派工作。这些变化为执行来源、制品内容、委派行为和资源消耗留下了更多边界，但是版本发布页没有提供跨环境的独立安全测试或长期可靠性结果。
对企业落地而言，隔离容器只能覆盖执行环境的一部分风险。企业还需要记录哪个端点提供了状态、哪个模型生成了响应、哪个制品通过了扫描、哪个父任务授予了子代理预算，以及重放是否重复触发了外部动作。现有功能能够提供这些记录的组成部分，但是现有功能不能单独证明端到端隔离已经成立。
本地执行仍然依赖明确的模型、内存与并发条件
NVIDIA 在 10 月 30 日发布了使用 DGX Spark 和 TensorRT Edge-LLM 的本地边缘模型开发说明。该开发流程使用 64 GB 的 DGX Spark，并下载大约 21 GB 的 Nemotron-3.5 Lightning NVFP4 模型。开发环境随后通过本地 OpenAI 兼容接口提供模型服务，而且同一运行时面向 Jetson Thor、DRIVE AGX Thor 和 IGX Thor 等后续部署目标。
NVIDIA 还公布了 HumanEval 场景下的速度数据。厂商测试在 64 GB DGX Spark 上使用批量一、单个并发流式请求、128 个输出词元和开启思考模式；在这些条件下，平均生成速度从每秒 73.4 个词元提高到每秒 126.9 个词元，系统内存峰值为 27.9 GB。这个数字来自 NVIDIA 自测，而且这个数字没有覆盖企业并发、长上下文、工具调用、故障恢复或独立复现。
对企业落地而言，本地运行可以让开发环境更接近数据所在位置，但是硬件名称或模型参数量不能单独证明业务可用性。企业需要把量化格式、模型文件大小、内存峰值、上下文、并发、首个词元延迟、持续吞吐、功耗、网络和运维条件放在同一份验收记录中。当前材料证明了一个开发和原型路径，但是当前材料没有证明这个路径已经满足生产服务等级。
后续观察
- DeepSeek 团队能否公布这个研究原型的独立安全测试、故障恢复结果和正式产品支持状态。
- Qwen Code 的三次推送预算和实验性 Helm 部署能否在不同代码库中降低重复修复，同时避免过早阻断可恢复任务。
- Pydantic AI 与本地边缘运行时能否共同保留跨框架可核验的授权、模型、制品、资源和人工接管记录。
来源与核验
本文由英科铸数基于所列公开资料编辑撰写。事实与数据以原始来源为准；“对企业落地意味着什么”为英科铸数结合企业客户场景所作的编辑分析，不构成对第三方产品的背书。
← 返回每日观察