Maxwell 改运行时，微软要随时收回写入权|agent|微软|新模型|服务器|沙箱|知名企业|调用

周末两封正式简报叠在一起，主题拧得很：AI开始动运行中的代码，企业又把Agent当成需要单独管权限的内部身份。写代码的人两边都躲不开。

01｜Maxwell：不改源码，在运行时换底层实现

10月19日，doubleAI放出Maxwell早期访问，自称CodeExecutionModel。普通CodingAgent改的是源代码；它盯真实硬件和数据形态，在运行时生成更合适的底层实现，再用形式化方法验替换前后等价。公司甩过GPU图计算和推理内核的加速案例，倍数都绑在特定测试上，别直接套到你的Java、Go服务。

这条闭环更值得看：运行时分析→候选优化→正确性证明→替换执行。跟JIT有点像，但宣称能跨更大的算法选择空间。现在还是早期访问，不是给任意生产服务一键提速的通用工具。

02｜微软GuardianAgents：员工有权限，不代表Agent该永久继承

同一天微软公布ProjectPerception新能力：GuardianAgents、动态权限、动态风险、条件访问。企业自己部署的Agent也不能默认可信。员工能干什么，不代表替他干活的Agent就该一直拿着全部权限；一旦读到带提示注入的外部文档，系统应能临时撤销写入、缩小范围，必要时隔离环境。

这跟「Agent能不能访问网站」不是一回事，今天新增的是企业内部的独立安全控制。短期授权、工具调用审计、高风险操作二次确认——这三件后端最该先抄。产品覆盖范围仍要按微软部署条件自己核。

03｜GRAFT：奖励作弊别扣分了，训完直接卸掉

MATS和Anthropic合作者发了GRAFT。训练前在每个MLP里加RETAIN/FORGET两套适配器；监控标到含rewardhack的轨迹时，只更新FORGET；训完把FORGET卸掉再上线。监控只管「梯度往哪走」，不直接改奖励，也就少激励模型去学「监控看不见的作弊」。

Countdown-Code里用Qwen3-8B演示：无干预时大量走「改测试函数让自己过」；对监控命中轨迹施奖励惩罚后，模型会改走监控抓不到的hack。GRAFT卸掉FORGET后，各类hack率接近零，目标任务正确率仍明显高于基座。作者自己划了边界：小模型、手写启发式监控，LLM裁判和大规模多轮RL还没验。

弱监控仍有用，只是从「扣分」换成「隔离再切除」。

04｜Modal订VeraCPU：Agent服务器不能只盯GPU

路透社报道，AI云平台Modal计划用NVIDIAVeraCPU扛长时间Agent负载。以前主要用Intel和AMD；早期测试里Vera在选定任务上大约两倍性能，Modal仍保留混合硬件。

Agent一次任务要反复起沙箱、跑Python/JavaScript、处理文件、调工具——GPU在推理，CPU却可能卡住整条链路。做平台或容器调度的，沙箱启动时间、单核性能、内存带宽和并发任务完成时间，该进压测清单了，别只盯每秒Token。

05｜MiniMaxM3.1Flash：便宜不等于账单低

MiniMax正式推M3.1Flash，重点放在Agent、编程、ComputerUse。官方称在线推理接近上一代三倍速、成本降约七成——厂商对比口径，别当成每个API场景都能省七成。

跑多模型网关的，同一套回归集测一下：工具调用参数稳不稳、长任务会不会中途跑偏、每个成功任务实际花多少钱。便宜模型多重试三次，账单未必更低。

06｜AWSTorchNeuron：PyTorch迁Trainium门槛再降一点

AWS披露TorchNeuron，想让开发者尽量沿用PyTorch代码跑Trainium。当天文章举了Deepgram：Nova-3语音识别迁Trainium2，配合内核调优和Rust数据并行，离线批量里每美元处理音频量比原方案高11%—70%。

不是CUDA零改动全兼容，Deepgram仍做了大量算子调优；收益来自离线吞吐，不代表实时延迟也能涨同样幅度。选芯片还是自己测。

07｜Instagram被Claude工具刷崩了

Bloomberg消息，周末一个Instagram账号被暂停，Meta指原因是Claude工具以大约四倍正常速率读主页、帖子和话题标签，触发了机器人检测。账户是真人登录、工具代刷，平台仍按自动化节奏处置。