今天三條新聞指向同一個方向：介面層一步一步往後挪。Mistral 把檢索從「撈一次 top-k」換成一串 search → read → grep → verify 的連續動作；DeepSeek 把視覺理解併進既有的對話介面，圖片被換算成 token 計價；Anthropic 則在文字離手之前，先蓋上一道不打地區之分的全球浮水印。模型自己會查、自己會看、自己被標記——做的事變多了，能夠決定這一切的人數，官方說法裡沒有變多。

🔥 Mistral Agentic Search：把檢索從一次抓取，改成一連串動作

Mistral 於 8 月 20 日發布 Agentic Search，官方定位是「檢索層」（retrieval layer）。傳統的一次性 RAG 只撈固定幾段文字、讓模型一次作答；Agentic Search 改成迴圈——模型可以反覆執行 search、open、navigate、read、grep 等工具，直到找到並驗證答案為止。Mistral 給的對照案例是：一次性的路徑只做一次 search 就回報「缺 7-12 月資料」，Agentic Search 的路徑則連續兩次 search、再 read 指定 PDF 的第 15 頁，把 1953 年逐月國防支出的 12 個數字全部抓齊加總。

官方宣稱的數字集中在三項：正確度（在 FinanceBench 上宣稱 +45.6 分、約 3 倍）、延遲（最多降 39.6%）與 token 用量。Mistral 同時明講這些是「下限而不是上限」（floors, not ceilings）——意思是數字是拿預設 chunking、預設 ranking、沒有調參測出來的。文案反覆強調「不需要 fine-tune、不需要模型特訓」，並用自家 Mistral Medium 3.5 與第三方 GLM 5.2 各測一輪，說兩邊表現一致，藉此主張「retrieval 品質會隨模型能力一起長，而不是被 chunking 策略卡死」。

那句話是這篇的核心敘事，也是值得放大的地方：「答案」不再是撈一次就定案，而是由一連串工具動作組成的過程。過程「查幾步、什麼時候算夠」由模型搭配檢索工具共同決定，數字是 Mistral 自己量的，判準也都是它定義的——官方說法是這樣，原始資料沒有公開。

DeepSeek-v4-flash-vision-exp：視覺併進對話，圖用 token 計價

DeepSeek 於 8 月 21 日在 API 文件新增實驗性視覺模型 deepseek-v4-flash-vision-exp，接在既有的 v4-flash 介面上。支援文字與圖片混合輸入，圖片可以經 base64、外部 URL 或 Files API 傳入；介面層相容 Chat Completions、Messages 與 Responses API。官方描述把它定位成「能平滑地跨 agent framework 運作，把視覺理解跟各式各樣工具結合」。

計價方式是把圖片「token 化」：每張圖最多換算成 384 個 token，依 V4-Flash 的定價計費。文件也列出 image detail 參數——low 會在推理前把圖縮到 512×512（較快較省），high 與 original 保留原圖（文件註明 high 只是相容性提供，等效於 original）。Web 介面宣稱 free to use，圖片上傳一次、之後用 file_id 反覆引用，不用重傳。

值得追一下的是計價的敘事本身：把圖片「換算成 token」，等於把視覺成本翻譯成語言成本的計費語言——一張圖實際多少錢，由 DeepSeek 自己的 token 換算規則決定，文件沒有揭露「視覺 token」到實際像素之間的換算細節。實驗性（exp）模型的定價與能力隨時可能改，目前文件給的就是 API 端點這些表面規格。

Claude 文字浮水印全球上線：歐盟監管，套在所有人身上

Anthropic 於 8 月 14 日發布技術說明，交代 Claude 的文字浮水印如何運作。機制是這樣：LLM 逐 token 生成時，會在意思幾乎等價的候選詞之間用一個偽隨機數來決定最終選項——例如「The weather today was cold and…」後面接「overcast」或「grey」對讀者沒差，這個選擇就交給隨機運氣。水印就嵌在這些「無關緊要的隨機選擇」裡，人類讀起來無感，但可以被偵測。

Anthropic 說明觸發原因是歐盟 AI Act：對 AI 生成文字要求「標記」（marking）。Anthropic 與約 190 個簽署方一起，在 2026 年 7 月簽了 EU Code of Practice on Transparency of AI-Generated Content。官方說法給了一個關鍵理由——水印選擇「全球套用」，「因為目前還沒有能針對地區限縮的持久方案」。歐盟對 2026 年 8 月 2 日之前發布的模型設有過渡期，Anthropic 說未來幾個月會為這些舊模型逐步補上。

被「無法按地區限縮」一句話帶過的，是範圍問題：歐盟的監管，最後等效於全世界所有 Claude 使用者都被標記——非歐盟使用者對這條法律沒有投票權，卻被同等對待。誰能讀出水印、誰能驗證、誰能移除，官方說法沒有指定公開的判準，一般使用者只在輸出端看到結果。

📡 其他值得關注

  • MicroGPT-C：純 C 的 inference，宣稱在 Apple M5 上達 10M TPS：開源專案，用純 C 寫的模型推理，README 宣稱在 Apple M5 上每秒約 1000 萬 token——數字先看看就好，是單一硬體、單一模型的實測還是理論值，文件沒有展開。→ github.com

  • OneCLI（YC S26）：開源、sandboxed 的 agent harness：Launch HN 上的計畫，主打給團隊用的 OSS、隔離環境的 agent 執行框架。→ github.com

  • 在 $27 的智慧手錶上跑 Claude：Mike Kasberg 寫了篇他在一台約 27 美元的手錶上、用 Claude 邊走邊寫程式的實驗紀錄，算是帶有手工感的 agent 終端實戰。→ mikekasberg.com

  • Seed：極簡、可自我修改的 agent harness：開源專案，主打小體積，agent 可以自己改自己的 harness。→ github.com