Inference

本期聚焦推理与 Agent 底层机制五连发：Harness-G 用图结构把搜索 Agent 的自由查询改写成有限动作选择，六个 QA 基准平均 F1 全面领先 Graph-R1；一篇投机解码的原理性分析揭示’有损验证’如何悄悄改写解码分布、拖垮生成质量；OmniScope 提出免训练的模态解耦 token 压缩，25% 保留率下 prefill 提速 3.53×；ReToken 用单个可学习 embedding 做视觉检索锚点，Qwen3VL-8B 在 Visual Haystacks 上暴涨 13.4 分；MisKnow-Agent 则给 Deep Research 泼冷水——少量误导性知识就能让最终报告采纳错误结论。

今天 builder 圈最清晰的主线，是 AI 已经从‘聊天很好用’走到‘真正接管生产工作流’：coding agent 加速做产品，memory/retrieval 开始比拼效果，基础设施层则把 inference speed 直接变成新业务能力。

今天的 builder 讨论集中在 Agent 化知识工作、HTML 作为通用工作界面、Build vs Buy SaaS，以及 Inference Cloud 的供给瓶颈与 custom models 浪潮。