DeepSeek上线搜索API，智谱开源法律大模型登顶

一、DeepSeek 1017版：搜索与抓取API打包上线

高频写代码和搭建智能体的开发者最近应该注意到了，DeepSeek^广告在开源552B参数、百万上下文的V4.1 Flash之后，又推送了V4.1 Flash 1017新版本。这次更新的核心只有两件事：模型本身推理耗时进一步缩短，主打「一句话生成完整项目」的许愿式编程体验；同步上线网页搜索与抓取API，并发布了Harness V0.2.1-RCE版本。

过去用DeepSeek搭智能体，开发者得自己额外配第三方搜索接口和网页清洗流水线。现在官方把搜索、抓取和底层模型升级打包给齐了。不过据B站原始快讯，详细的跑分对比表和搜索接口计费梯度尚未披露，正在用DeepSeek写代码或做联网检索工作流的开发者，可以直接去后台切到1017快照实测生成速度。

许愿式编程（vibe coding / wish-driven coding） 指开发者只用自然语言描述目标，由模型一次性生成可运行的完整项目，而非逐行补全代码。这类体验对模型的上下文长度、指令遵循与多文件一致性要求很高，通常需要百万级Token上下文来容纳项目结构、依赖与历史对话。它与传统代码补全的区别在于交付粒度：前者输出的是可运行产物，后者输出的是代码片段。因此评估这类能力时，除生成速度外，还应关注一次性跑通率、后续可维护性以及模型在长上下文中是否会「遗忘」早期约束——这也是官方跑分表值得等待的原因。

二、智谱GLM-Legal：法律垂直领域的开源标杆

国产模型在垂直专业领域的卡位越来越狠。智谱正式推出法律专用开源大模型GLM-Legal，直接包揽合同审核、证据串接、跨境合规研究等实务工作，输出的是可以直接交付的工作成果，而不只是背诵法条的问答机器。

在权威评测机构VALS AI最新公布的法律测评中，GLM-Legal以19.2%的任务全通过率和86.23%的准确率，同时拿下Harvey Lab和Legal Bench双榜的开放权重模型第一名。通用底座卷完代码之后，合同出审、跨境合规、私有化部署法务助手这类高客单价的行业细活，可能是最容易落地的场景。

VALS AI 是面向法律行业的第三方AI评测机构，其榜单以真实律所任务为题库，而非选择题式法条问答。其中 Harvey Lab 源自法律AI公司Harvey的研究基准，侧重合同审查、尽职调查等实务流程；Legal Bench 则更关注法律推理与条文适用的准确性。两个指标含义不同：「任务全通过率」衡量端到端交付是否可直接使用，通常较低；「准确率」衡量单点判断的正确比例。GLM-Legal的19.2%全通过率配合86.23%准确率，说明其在分步任务上表现扎实，但完整工作流的稳定性仍是垂直模型落地的主要瓶颈。

三、清华开源智能体操作系统Pilotech 2.0：成本砍掉83%

有了好用的底层模型，怎么管住一堆干活的Agent又是另一个头疼事。多项目文件串台、人离开电脑任务就卡住、账单狂烧，是日常用Agent跑复杂项目的常见痛点。清华大学桑豆皮实验室联合面壁智能、OpenManB等团队开源了智能体操作系统Pilotech 2.0，原生支持MCP协议，给出四个实用机制：

• 项目级隔离：文件、记忆与任务互不串台
• 白盒化长期记忆：AI记住项目背景和工作进度，支持随时查看与手动修改，不用每次重头交代
• 长周期后台执行：人离开电脑也能自动推进
• 智能路由：复杂推理交给强模型，简单步骤分给便宜模型

官方实测显示，这套机制把整体任务成本砍掉了83%。重度依赖多Agent跑长流程的开发者，值得装上试试。

四、Claude旧版下线倒计时与硬核科研战绩

如果你路由列表里还挂着老版本轻量级Claude模型，现在必须改配置了。继10月7日推出运行成本降低约75%的Claude Haiku 5.5之后，Anthropic公布了旧模型退场死线：10月29日正式从模型选项中移除上一代Claude Haiku 4.5。

新一代Haiku 5.5在提示词10万Token以内，输入仅需0.1美元、输出0.5美元每百万Token，还首次支持调节推理努力程度，速度和账单都全面优于旧版。留给改代码的时间已不到两周，生产环境里写死Haiku 4.5模型名称的开发者，这周末最好把接口参数切到Haiku 5.5，免得月底线上服务直接报错。

Anthropic这两天还密集晒出Claude在硬核科研上的战绩：官方宣布Claude自主设计的量子电路超越了人类现有顶尖方案；另一项堪称数字考古的案例中，针对困扰密码学界26年之久的美国国家安全局参数来源之谜，Claude只用不到30分钟就解开了谜底，证明此前学界在方向上集体走偏了20年。

作为微妙反差，OpenAI之前高调宣传的纳维-斯托克斯方程证明方法，最近被外界指出与官方叙事不符，智能体贡献了多少成谜，学界完整验证更需数年。对比下来，在密码学还原和电路优化这类可快速验证的窄域里让大模型干活，现阶段的含金量更实在。

五、Codex落地数据与生态变动

编程工具生态这边，OpenAI放出了两组Codex的真实落地数据。知名技术社区推出的面向智能体的Stack Overflow新产品，两名工程师借助Codex只花几周完成从零开发，把单个连接器构建时间从3至6周压缩到4天，缩减87%；接入GPT插件后新注册量一夜翻3倍，智能体创建量暴增10倍。金融机构Benefit Street Partners则用Codex开发信贷分析与估值工具，原本繁琐的追踪系统一天跑通，信贷协议出山时间缩短到20分钟左右。

有人欢喜有人分家。云端编程平台Ripleet的CEO对外表示已不再与Anthropic合作，但报道未披露具体商业原因。对一线程序员来说，大厂站队不用太操心，真正值得借鉴的是用Codex这类智能体去啃内部连接器和数据看板这类脏活累活，提效立竿见影。

连接器（connector） 在此语境下指让AI智能体访问外部系统（如CRM、工单系统、数据库、内部API）的适配组件，通常包含鉴权、字段映射、速率限制与错误重试等工程细节。它之所以耗时，是因为每个外部系统的认证方式和数据模型都不同，且需要处理权限边界与敏感数据脱敏。Codex将单个连接器构建时间从3至6周压缩到4天，本质是把样板代码、SDK调用与调试环节自动化，工程师的角色转向定义接口契约与验收测试。这也解释了为何「啃内部连接器和数据看板这类脏活累活」是当前智能体提效最确定的场景：任务边界清晰、结果可自动验证。

六、智能体撞上真实互联网的铁板

随着能自主操作浏览器的AI智能体普及，传统金融机构和内容网站开始联手关门。为避免自动化脚本频繁比价、搬砖导致存款流失，花旗银行和美国银行已正式出手限制外部AI智能体访问客户账户；海外多家主流网站正密集收紧大门拦截AI自动化访问；Meta也迫于外部对数据抓取和AI训练的担忧，紧急删除了条款中可能允许其抓取新闻网站的争议措辞。

风向很明确：当智能体从聊天框走向带客操作和全网抓取，触动的是平台最核心的资金留存与数据资产。正在做金融理财助手、自动化比价或跨站操作Agent的开发者，接下来务必做好走官方授权接口的准备，纯靠模拟点击硬闯第三方网站的路子会越来越窄。

背景补充

MCP（Model Context Protocol，模型上下文协议） 是由Anthropic于2024年底提出并开源的开放标准，用于统一大模型与外部工具、数据源之间的连接方式。在此之前，每个Agent框架都要为浏览器、数据库、文件系统等工具单独写适配层，接口碎片化严重。MCP把「工具提供方」和「模型调用方」解耦：工具只需实现一次MCP Server，任何支持该协议的模型或Agent平台即可直接调用，类似AI领域的USB-C接口。Pilotech 2.0原生支持MCP，意味着其内置工具与第三方生态可以即插即用，也便于开发者把自研内部系统快速暴露给Agent，这也是其降低集成与运维成本的关键基础之一。