Palantir 用一纸合作，把"主权 AI"从软件政策变成可拥有、可气隙的硬件。一周三大信号里，藏着一个被高估的"数月交付"。

这两年大模型打的太激烈了，基本上属于狂飙状态。老美有 OpenAI、Anthropic、我国有 DeepSeek、Qwen、GLM、Kimi 。反观欧洲呢？在底层前沿模型上几乎处于全面掉队的状态。

这是一篇检索不到正确答案的深夜排查，还是一次架构设计的提前避坑？增强层（Augmentation Layer） ，这个RAG系统里最容易被忽视的环节，往往决定了你调了一周检索，效果却依然不尽人意的真相。

说实话，这可能是我今年看到的，对“AI如今的真正进展”描述最完整的一组材料，虽然因为A16Z的特性，所以基本上是代表着美国当前的进展，但是我觉得也可以以小见大吧。我尽可能地把这份报告里面抽出来了一些我觉得最值得聊的点，来分享一下。

Jev 更准确的定位是：它把“理解语义之后做一个有限判断”变成了可以高频调用的程序部件。它不会替通用模型写计划，也不会替代码执行动作；它只把原本模糊的判断位，变成一个有候选、有概率、有回退的接口。

把 effort 档、定价悬崖、子 Agent 路由、缓存读这四件事一起算进架构，Agent 成本能砍下一大截。前提是先分清：哪些活儿真需要大模型，哪些只是"是或否"的判断——后者，也许连小模型都不用，交给决策模型更合适。降本的本质，是让每个判断都落在最便宜的、够用的那一层，而不是永远调最强的那个。

“我们如何监视所有 Spring Boot 微服务？”，真正想考察的，并不是你会不会某一个监控工具，而是你能不能设计出一套完整的微服务可观测性体系。

三类依赖的差别在成功定义与恢复风险。模型要等流式完整结束，不能拿到 200 就记成功；拒答、质量和配额问题分别处理。检索空结果不等于故障，分片失败返回的部分结果也不等于完整，降级仍保留权限和证据要求。写 Tool 则必须核对已发送操作的真实状态：库存不足是业务结果，超时可能已经提交，熔断不能撤销它，更不能直接换渠道重做。

不管改什么，综述用一个三步循环来描述，Proposal、Feedback、Optimization。Proposal 负责选题和生成候选改动，Feedback 负责把候选放进环境里跑、再用测试或裁判把结果变成证据，Optimization 负责决定这条改动是保留、修改、拒绝、晋升还是回滚，并把该留的东西写进记忆和版本。