Learn and share.
原文地址：Controlling Reasoning Effort in LLMs，by Sebastian Raschka, on 2026-07-18
OpenAI 发布 o1 模型、让 “基于大语言模型的推理模型” 概念普及至今，已过去近两年。约四个月后，DeepSeek-R1 问世，同时公开了训练这类推理模型的可验证奖励强化学习（RLVR） 完整方案。
上周，OpenAI 发布 GPT-5.6 模型系列，该系列包含三种参数量规格，每个规格均设有约 5-6 档推理强度可选。
图1：不同推理强度档位下的GPT 5.6 Sol模型表现。（Ultra档位的基准测试数据目前尚未公布，但性能应与Max档位接近——二者推理强度相当，只是Ultra通过4个子智能体并行加速了执行过程。）
2026年7月10日~13日，AI开发圈爆发了一起标志性的隐私争议事件：xAI 推出的编程助手工具 Grok Build CLI 被安全研究人员揭发 —— 在用户无感知的情况下，后台静默打包整个本地代码仓库并上传至云端，其数据收集范围与隐蔽程度，远超行业对 “AI 编程助手” 的普遍认知。事件披露后，xAI 通过云端配置远程关闭了全量打包上传功能。本文复盘一下这起标志性事件。
2026 年 4 月 10 日，国家互联网信息办公室、国家发展和改革委员会、工业和信息化部、公安部、国家市场监督管理总局五部门联合签发第 21 号令，正式公布《人工智能拟人化互动服务管理暂行办法》，自 2026 年 7 月 15 日起施行。
这是国内首部针对 AI 拟人化情感互动服务的专项监管文件，通过明确的适用边界与禁止条款，直接划定了赛道内玩家的生死线。
不少同学都有一个潜在的认知误区：认为开启VPN、更换公网IP就能实现网络隐身。但 VPN 仅能遮盖网络层IP，完全无法覆盖设备层、应用层、行为层的永久指纹。真正的身份追踪，从来不靠动态可变的IP，而是靠多层固化的设备、系统、行为特征交叉锁定。
近期引发开发者圈震动的 Claude 地域封号事件、Windows GDID 黑客溯源落网案例，就是最典型的佐证。两大案例本质相同：脱离IP做身份锚定。本文将结合这两个案例，拆解溯源机制，浅析网络匿名追踪的底层逻辑。
最近在做 Agent 相关开发时，发现一个很有意思的现象：同样是上下文压缩，在不同业务场景下的影响天差地别。
用 Claude Code、Codex、Cursor、Trae这类编程工具写代码，对话压缩个两三次，你就会明显感觉到它 “变笨了”—— 找不到工具、记不住文件路径、忘记之前定好的约束，甚至开始重复做已经完成的事。而日常聊天类产品，比如你跟豆包聊一下午，天南海北扯几十轮，上下文不知道被压缩了多少轮，你却几乎感觉不到明显的质量下降。
这背后不是模型能力的差距，而是两类业务对上下文信息的要求，本质上就不在一个维度上。
2026年6月底，消费电子行业爆出重磅消息：苹果印度核心代工厂塔塔电子遭到黑客组织World Leaks的网络攻击，总计超过630GB、20余万份标注有机密水印的内部文件被泄露至暗网，其中包含大量尚未发布的iPhone 18 Pro系列核心资料。这被业内普遍认为是苹果公司历史上最严重的一次供应链泄密事件。
根据《进程级Agent沙箱的12道安全防线》，对主流操作系统的12个管控维度，推荐了轻量级落地方案，供大家参考。
在AI Agent从“聊天助手”向“自主执行者”演进的今天，我们正面临着前所未有的安全挑战。当Agent开始拥有访问文件系统、调用命令行工具甚至发起网络请求的能力时，一个失控的Prompt就可能让整个服务器沦陷。
为了让Agent既能“放手干活”，又不“惹是生非”，进程级沙箱（Process-level Sandboxing）成为了保障宿主环境安全的最后一道防线。
最近AI Agent技术火热，大家都很感兴趣，不少同学都已开始实践。在落地的过程中，有一对矛盾始终绕不开：
1、必须给Agent赋能和赋权，否则Agent就没有行动力
2、必须管控好Agent，防止Agent一抽风就把电脑炸了
对于问题1，我们有harness、tools、skills、MCP、sub-agent等等
对于问题2，就要用到沙箱技术了
市面上的沙箱技术五花八门，各有千秋。今天咱们就浅聊一下Agent场景下，常见的几类沙箱技术方案。
如果你是大模型API的重度用户，看着token快速燃烧，大概率会思考过这样一个问题：
每次和大模型对话，都会先有几百个token的固定system prompt（角色设定、工具定义、甚至是一整份文档），然后才是几十个token用户的问题。但我们却要为这段固定不变的system prompt反复付费、反复等它算完。这是一种巨大的浪费，不能想想办法节约一些token吗？
Prompt KV Cache要解决的就是这件事：让完全相同的prompt前缀不要重复计算，可以在后续的对话中，继续复用已经计算好的结果。本文来剖析一下，这个技术是如何实现的。