从技术演化到业务判断。

来源日期：2026-09-15；本次核对与实验：2026-09-20。

Jev 是 TypeSafe 的结构化决策模型。它接收材料与预先定义的问题，返回选项、等级或是非概率；RLCD 是厂商对校准决策后训练方向的命名。详细定义、损失教学例子及运行结果见 Jev 与 RLCD：结构化决策、概率校准与技术边界 ↗。

机制归位：直接变化放在后训练与推理输出；检索筛选、Agent 路由和评测受到关联影响。厂商另有架构创新声明，但因细节不足，本图不把它扩成已知网络结构。

证据：官方文档说明目标与接口；本轮中文合成样本验证接口和有限任务。代价：定义候选、评测语种、维护阈值、调用服务。业务追问：返回合法类型是否仍会判断错误？哪些输入需要澄清？筛选是否漏掉反证？

原始发布 · 已知限制

变化速读：jev-rlcd

相对什么、改变哪里： 对照让通用模型生成分类 JSON 的用法，Jev 专门返回决策与分布，厂商把校准决策作为后训练目标。RLCD 与推理接口分别影响“学什么”和“怎样输出”，不应合并解释成“RL 让它更快”。

对我们可能有什么影响： 可在请求分流、RAG 支持核查和程序分支上试用；用概率安排澄清或升级，动作和权限仍由代码决定。

证据与未知： 已跑通中文合成样本，但样本很小、没有独立阈值验证集；网络结构、奖励函数及训练配方未还原。类型安全不保证事实正确，厂商性能倍率不能当作本机收益。

来源日期：2021-01-11；本次核对：2026-09-07。

Switch Transformers 在模型内使用稀疏专家路由，探索容量与计算的关系。它首先属于架构，同时影响训练和部署。

机制归位：模型中的专家网络不是独立业务 Agent。证据：原论文实验，不能外推成所有任务和硬件都等比例获益。代价：负载均衡、通信与模型存储。业务追问：相同质量下，一次合格任务究竟便宜多少？

原始来源：Switch Transformers

变化速读：moe

相对什么、改变哪里： 教学对照：稠密前馈层通常让每个 Token 经过全部该层参数；稀疏专家路由让每个 Token 只走选中的专家。直接变化在模型架构，训练和服务需要适配。

对我们可能有什么影响： 可能改变容量与每次计算的取舍；应比较相同质量下的内存、通信、延迟与成本。

证据与未知： 论文实验不是所有硬件与业务的收益保证；这里没有给出本企业实测。

来源日期：2025-01-22；本次核对：2026-09-07。

DeepSeek-R1 研究通过强化学习改善推理，并讨论不同训练路径。这里的核心改变发生在参数训练，推理阶段的预算与评测也必须记录。

机制归位：后训练为主，关联推理和验证；不能只凭模型输出更长就认定机制相同。证据：论文自报实验。代价：训练奖励设计、推理耗时与输出质量取舍。业务追问：收益是否出现在我们的真实任务，而不仅是可核对答案的题目？

原始来源：DeepSeek-R1

变化速读：reasoning-rl

相对什么、改变哪里： 观察论文讨论的强化学习训练路径：用奖励反馈更新参数，改善推理行为。直接变化在后训练；推理预算和评测是关联条件。

对我们可能有什么影响： 对需要多步推理的任务有参考价值；仍需用本企业任务检查答案质量、响应时间与费用。

证据与未知： 不能把推理文字更长当成相同机制，也不能把论文自报成绩当作企业验收。

来源日期：2020-05-22；本次核对：2026-09-07。

RAG 原论文把检索与生成结合；今天常见的应用还会直接把检索材料放入已有模型上下文。两者应说明具体配方，不能认为所有 RAG 都不涉及训练。

机制归位：检索与上下文、生成和证据检查。证据：原论文支持研究设定下的效果，普通业务系统仍需测量。代价：索引更新、召回质量、额外延迟。业务追问：引用是否真的支持答案，资料更新后能否及时检索？

原始来源：Retrieval-Augmented Generation

变化速读：rag

相对什么、改变哪里： 教学对照：仅凭当前输入与模型参数回答 → 检索相关材料并与生成结合。直接位置在上下文与生成的连接。原论文还涉及检索与生成的训练；常见应用层接入不一定更新参数。

对我们可能有什么影响： 公司资料可以成为回答依据；是否有用取决于召回、版本和引用是否支持结论。

证据与未知： 本例不是某产品新增功能，也不代表所有 RAG 配方相同；检索结果不自动成为长期记忆。

来源日期：2023-09-12；本次核对：2026-09-07。

PagedAttention 改进大模型服务中的 KV Cache 内存管理。它改变计算资源的利用，不是通过学习给模型添加业务知识。

机制归位：推理服务与基础设施。证据：论文的服务实验，需保留负载和硬件条件。代价：工程集成与特定场景下的取舍。业务追问：并发、延迟与成本改善后，任务正确率有没有保持？

原始来源：PagedAttention

变化速读：paged-attention

相对什么、改变哪里： 对照传统 KV Cache 内存管理，PagedAttention 以分页思想管理缓存。直接变化在推理服务，影响推理运行效率；没有因此给模型增加知识。

对我们可能有什么影响： 可评估并发吞吐、内存占用和响应延迟；具体收益必须带负载与硬件条件。

证据与未知： 论文服务实验不证明答案更正确，也不保证所有流量下都同等省钱。

来源日期：2026-04-08；本次核对：2026-09-07。

Anthropic 的工程文章将会话记录、Harness 与执行环境拆开，讨论恢复、资源与安全边界。这是系统职责与部署方式的改进，不是把某个新网络层加进模型。

机制归位：执行循环、状态、环境与平台。证据：厂商工程实践，不是跨厂商同口径排名。代价：接口、状态一致性和运行复杂度。业务追问：谁保存可信运行事实，失败后从哪里继续，旧副作用会不会重复？

原始来源：Managed Agents engineering

变化速读：harness

相对什么、改变哪里： 教学对照：把会话、执行循环和环境紧耦合 → 拆分记录、Harness 与执行环境职责。直接变化在 Harness 与运行平台，循环和工具环境受到关联影响。

对我们可能有什么影响： 帮助讨论长任务接续、资源管理和故障处理；公司仍需明确运行事实、权限及副作用归属。

证据与未知： 这是厂商工程机制样本，未做跨厂商同条件测试，也不代表我们的系统已实现相同能力。

来源日期：2023-02-09；本次核对：2026-09-07。

Toolformer 用构造并筛选的 API 调用示例继续训练模型，使其学习何时调用、填什么参数以及怎样利用返回结果。实际 API 仍由外部系统执行。

机制归位：数据、已有模型的继续训练、工具和推理的组合；这里用广义后训练位置表示，不把它等同于 RLHF。证据：原论文任务实验。代价：工具数据构造、接口适配与调用开销。业务追问：新的工具接口与业务权限是否被训练和执行两端正确支持？

原始来源：Toolformer

变化速读：toolformer

相对什么、改变哪里： 对照未接受这类 API 示例继续训练的模型，Toolformer 构造并筛选调用样本，再继续训练模型。直接变化在数据和训练，工具接口与推理行为参与配合。

对我们可能有什么影响： 可以检查模型是否学会何时调用工具、怎样填写参数与利用结果；实际调用仍由外部程序执行。

证据与未知： 此处后训练是广义继续训练，不等于 RLHF；新工具、业务权限和迁移效果还需验证。

改变工具结果如何进入下一轮推理，主要影响 Harness、Agent Loop、上下文与工具接口；底层模型可能没有变化。证据可以是公开机制、实现和同任务轨迹。端到端效果还取决于模型、工具、环境、预算与验证标准，不能把所有提升归因给 Harness。

变化速读：codex-loop

相对什么、改变哪里： 教学对照：一次模型回答 → 工具执行、观察回填、下一轮推理。机制位置是循环、Harness 与上下文，工具提供实际动作。

对我们可能有什么影响： 工作区任务可以持续探索与修改，并以文件、运行结果等交付；仍需要检查完成标准。

证据与未知： 这是公开机制解读，不是新版本增量；未将效果归因于某个独占机制，也未做产品排名。

按需加载 Skills、子 Agent 独立上下文或历史压缩，首先改变信息组织和任务执行。它们可能减少主上下文负担，也可能遗漏信息或增加协调成本。要看实际输入、调用记录与交付验证，不能把“支持子 Agent”本身当成效果证明。

变化速读：claude-context

相对什么、改变哪里： 教学对照：所有材料和子任务都挤进主上下文 → 按需加载、独立子任务上下文或历史压缩。直接位置是上下文与 Harness，循环和验证需配合。

对我们可能有什么影响： 可以减少主上下文负担，但也可能遗漏信息或增加协调成本；需看实际交付。

证据与未知： 动态文档保留原核验日期；这里不是版本差异清单，不保证扩展越多效果越好。

将循环、工具、存储、模型接口和界面拆成插件，改变的是 Harness 的装配与扩展机制，涉及多个模块；其中新增模型插件并不必然改变模型权重。PTC 还关联工具调用组织。应核对插件依赖、权限与故障行为，并比较固定条件下的任务结果；开发者预览状态需保留。

变化速读：deepseek-plugins

相对什么、改变哪里： 教学对照：能力紧耦合在实现中 → 通过插件装配循环、工具、存储和模型接口等。直接位置是 Harness，工具、平台与上下文需要适配。

对我们可能有什么影响： 便于讨论能力替换和组合；应检查插件依赖、权限、故障行为与维护成本。

证据与未知： 保留2026-09-08开发者预览语境；未安装实测。新增模型接口不必然改变模型权重。

来源日期：2026-09-15；本次核对与实验：2026-09-20。

Jev 是 TypeSafe 的结构化决策模型。它接收材料与预先定义的问题，返回选项、等级或是非概率；RLCD 是厂商对校准决策后训练方向的命名。详细定义、损失教学例子及运行结果见 Jev 与 RLCD：结构化决策、概率校准与技术边界 ↗。

机制归位：直接变化放在后训练与推理输出；检索筛选、Agent 路由和评测受到关联影响。厂商另有架构创新声明，但因细节不足，本图不把它扩成已知网络结构。

证据：官方文档说明目标与接口；本轮中文合成样本验证接口和有限任务。代价：定义候选、评测语种、维护阈值、调用服务。业务追问：返回合法类型是否仍会判断错误？哪些输入需要澄清？筛选是否漏掉反证？

原始发布 · 已知限制

变化速读：jev-rlcd

相对什么、改变哪里： 对照让通用模型生成分类 JSON 的用法，Jev 专门返回决策与分布，厂商把校准决策作为后训练目标。RLCD 与推理接口分别影响“学什么”和“怎样输出”，不应合并解释成“RL 让它更快”。

对我们可能有什么影响： 可在请求分流、RAG 支持核查和程序分支上试用；用概率安排澄清或升级，动作和权限仍由代码决定。

证据与未知： 已跑通中文合成样本，但样本很小、没有独立阈值验证集；网络结构、奖励函数及训练配方未还原。类型安全不保证事实正确，厂商性能倍率不能当作本机收益。

来源日期：2021-01-11；本次核对：2026-09-07。

Switch Transformers 在模型内使用稀疏专家路由，探索容量与计算的关系。它首先属于架构，同时影响训练和部署。

机制归位：模型中的专家网络不是独立业务 Agent。证据：原论文实验，不能外推成所有任务和硬件都等比例获益。代价：负载均衡、通信与模型存储。业务追问：相同质量下，一次合格任务究竟便宜多少？

原始来源：Switch Transformers

变化速读：moe

相对什么、改变哪里： 教学对照：稠密前馈层通常让每个 Token 经过全部该层参数；稀疏专家路由让每个 Token 只走选中的专家。直接变化在模型架构，训练和服务需要适配。

对我们可能有什么影响： 可能改变容量与每次计算的取舍；应比较相同质量下的内存、通信、延迟与成本。

证据与未知： 论文实验不是所有硬件与业务的收益保证；这里没有给出本企业实测。

来源日期：2025-01-22；本次核对：2026-09-07。

DeepSeek-R1 研究通过强化学习改善推理，并讨论不同训练路径。这里的核心改变发生在参数训练，推理阶段的预算与评测也必须记录。

机制归位：后训练为主，关联推理和验证；不能只凭模型输出更长就认定机制相同。证据：论文自报实验。代价：训练奖励设计、推理耗时与输出质量取舍。业务追问：收益是否出现在我们的真实任务，而不仅是可核对答案的题目？

原始来源：DeepSeek-R1

变化速读：reasoning-rl

相对什么、改变哪里： 观察论文讨论的强化学习训练路径：用奖励反馈更新参数，改善推理行为。直接变化在后训练；推理预算和评测是关联条件。

对我们可能有什么影响： 对需要多步推理的任务有参考价值；仍需用本企业任务检查答案质量、响应时间与费用。

证据与未知： 不能把推理文字更长当成相同机制，也不能把论文自报成绩当作企业验收。

来源日期：2020-05-22；本次核对：2026-09-07。

RAG 原论文把检索与生成结合；今天常见的应用还会直接把检索材料放入已有模型上下文。两者应说明具体配方，不能认为所有 RAG 都不涉及训练。

机制归位：检索与上下文、生成和证据检查。证据：原论文支持研究设定下的效果，普通业务系统仍需测量。代价：索引更新、召回质量、额外延迟。业务追问：引用是否真的支持答案，资料更新后能否及时检索？

原始来源：Retrieval-Augmented Generation

变化速读：rag

相对什么、改变哪里： 教学对照：仅凭当前输入与模型参数回答 → 检索相关材料并与生成结合。直接位置在上下文与生成的连接。原论文还涉及检索与生成的训练；常见应用层接入不一定更新参数。

对我们可能有什么影响： 公司资料可以成为回答依据；是否有用取决于召回、版本和引用是否支持结论。

证据与未知： 本例不是某产品新增功能，也不代表所有 RAG 配方相同；检索结果不自动成为长期记忆。

来源日期：2023-09-12；本次核对：2026-09-07。

PagedAttention 改进大模型服务中的 KV Cache 内存管理。它改变计算资源的利用，不是通过学习给模型添加业务知识。

机制归位：推理服务与基础设施。证据：论文的服务实验，需保留负载和硬件条件。代价：工程集成与特定场景下的取舍。业务追问：并发、延迟与成本改善后，任务正确率有没有保持？

原始来源：PagedAttention

变化速读：paged-attention

相对什么、改变哪里： 对照传统 KV Cache 内存管理，PagedAttention 以分页思想管理缓存。直接变化在推理服务，影响推理运行效率；没有因此给模型增加知识。

对我们可能有什么影响： 可评估并发吞吐、内存占用和响应延迟；具体收益必须带负载与硬件条件。

证据与未知： 论文服务实验不证明答案更正确，也不保证所有流量下都同等省钱。

来源日期：2026-04-08；本次核对：2026-09-07。

Anthropic 的工程文章将会话记录、Harness 与执行环境拆开，讨论恢复、资源与安全边界。这是系统职责与部署方式的改进，不是把某个新网络层加进模型。

机制归位：执行循环、状态、环境与平台。证据：厂商工程实践，不是跨厂商同口径排名。代价：接口、状态一致性和运行复杂度。业务追问：谁保存可信运行事实，失败后从哪里继续，旧副作用会不会重复？

原始来源：Managed Agents engineering

变化速读：harness

相对什么、改变哪里： 教学对照：把会话、执行循环和环境紧耦合 → 拆分记录、Harness 与执行环境职责。直接变化在 Harness 与运行平台，循环和工具环境受到关联影响。

对我们可能有什么影响： 帮助讨论长任务接续、资源管理和故障处理；公司仍需明确运行事实、权限及副作用归属。

证据与未知： 这是厂商工程机制样本，未做跨厂商同条件测试，也不代表我们的系统已实现相同能力。

来源日期：2023-02-09；本次核对：2026-09-07。

Toolformer 用构造并筛选的 API 调用示例继续训练模型，使其学习何时调用、填什么参数以及怎样利用返回结果。实际 API 仍由外部系统执行。

机制归位：数据、已有模型的继续训练、工具和推理的组合；这里用广义后训练位置表示，不把它等同于 RLHF。证据：原论文任务实验。代价：工具数据构造、接口适配与调用开销。业务追问：新的工具接口与业务权限是否被训练和执行两端正确支持？

原始来源：Toolformer

变化速读：toolformer

相对什么、改变哪里： 对照未接受这类 API 示例继续训练的模型，Toolformer 构造并筛选调用样本，再继续训练模型。直接变化在数据和训练，工具接口与推理行为参与配合。

对我们可能有什么影响： 可以检查模型是否学会何时调用工具、怎样填写参数与利用结果；实际调用仍由外部程序执行。

证据与未知： 此处后训练是广义继续训练，不等于 RLHF；新工具、业务权限和迁移效果还需验证。

改变工具结果如何进入下一轮推理，主要影响 Harness、Agent Loop、上下文与工具接口；底层模型可能没有变化。证据可以是公开机制、实现和同任务轨迹。端到端效果还取决于模型、工具、环境、预算与验证标准，不能把所有提升归因给 Harness。

变化速读：codex-loop

相对什么、改变哪里： 教学对照：一次模型回答 → 工具执行、观察回填、下一轮推理。机制位置是循环、Harness 与上下文，工具提供实际动作。

对我们可能有什么影响： 工作区任务可以持续探索与修改，并以文件、运行结果等交付；仍需要检查完成标准。

证据与未知： 这是公开机制解读，不是新版本增量；未将效果归因于某个独占机制，也未做产品排名。

按需加载 Skills、子 Agent 独立上下文或历史压缩，首先改变信息组织和任务执行。它们可能减少主上下文负担，也可能遗漏信息或增加协调成本。要看实际输入、调用记录与交付验证，不能把“支持子 Agent”本身当成效果证明。

变化速读：claude-context

相对什么、改变哪里： 教学对照：所有材料和子任务都挤进主上下文 → 按需加载、独立子任务上下文或历史压缩。直接位置是上下文与 Harness，循环和验证需配合。

对我们可能有什么影响： 可以减少主上下文负担，但也可能遗漏信息或增加协调成本；需看实际交付。

证据与未知： 动态文档保留原核验日期；这里不是版本差异清单，不保证扩展越多效果越好。

将循环、工具、存储、模型接口和界面拆成插件，改变的是 Harness 的装配与扩展机制，涉及多个模块；其中新增模型插件并不必然改变模型权重。PTC 还关联工具调用组织。应核对插件依赖、权限与故障行为，并比较固定条件下的任务结果；开发者预览状态需保留。

变化速读：deepseek-plugins

相对什么、改变哪里： 教学对照：能力紧耦合在实现中 → 通过插件装配循环、工具、存储和模型接口等。直接位置是 Harness，工具、平台与上下文需要适配。

对我们可能有什么影响： 便于讨论能力替换和组合；应检查插件依赖、权限、故障行为与维护成本。

证据与未知： 保留2026-09-08开发者预览语境；未安装实测。新增模型接口不必然改变模型权重。