一份早报里塞进十条动态，多数会被快速划过。但这一期的密度不太一样：从搜索成本结构、长时程智能体评测，到科学计算和机器人落地，几条线索指向同一个方向——智能体正在从演示走向工程化。

搜索的账本要重算

Parag Agrawal 在访谈中提出，智能体频繁使用网络会改变搜索的成本结构。他的建议是按获益向内容所有者付费，并提到推送式搜索这类新形态。这套逻辑的落点很直接：当调用方从人变成智能体，谁为内容买单、按什么标准买单，都需要重新定义。

评测和基础设施成了主战场

Supercell 的研究指出，长时程智能体需要的是实验而非仅靠提示词，主张通过可控场景评估行为。Roland Gavrilescu 则强调产品循环，把失败沉淀为评测。这两条放在一起看，行业的注意力正从调提示词转向系统化评测。

基础设施侧的动作同样具体。Perplexity 用 Rust 重写 CobbleDB 取代 DynamoDB，延迟降低 5 倍。GEPA 方法用反思式提示优化击败强化学习；Morph 利用智能体优化 GPU Kernel，实现 3 倍提速。三条路径不同，目标一致：把效率从模型层挪到工程层。

科学计算与机器人：从演示到实用

Claude Science 独立计算出 N=4 超杨-米尔斯理论的九圈振幅，并获同行核验。这类结果的意义在于，模型开始参与需要严格验证的复杂物理计算。

具身智能这边，Skydio 展示了单操作员多无人机自主飞行技术栈；Dyna Robotics 通过数据金字塔和主动学习，实现商用机器人的高成功率。一句金句概括了难点：机器人演示容易，可靠落地很难。

此外，千问 AI 平台发布了面向 Agent 的新服务方式。十条动态里，这条最像基础设施的补位——当智能体成为调用主体，平台层的服务形态也得跟着改。