协议在卸掉会话,信任在换成证据:这一周 agent 基建的三条暗线
10 月 30 日到 11 月 4 日这五天,三件看起来不相干的事各自挪了一格:MCP 把会话语义删掉了,ACP 在 v2 还没稳定时就砍掉了一批消息,llama.cpp 把 FP8 量化落了地。把它们并排放,会发现同一个动作在三个层面重复出现——把"我说我做到了"从判定依据里删出去。
会话被从服务端赶走了,复杂度不会凭空消失
2026-07-28 那版 MCP 规范去掉 initialize/initialized 握手和 Mcp-Session-Id,请求与响应不再依赖一条预先建立的会话。工程上这是实打实的解放:一个 MCP server 终于能像普通 HTTP 服务那样横向铺开,不用 sticky session,不用在负载均衡上为某个长连接留座位,也不用处理"会话对象泄漏在内存里三年没人回收"这种事。
代价写在另一面。服务端不再记得你是谁,能力协商要么塞进每一次请求,要么上移到一个有状态的网关。而真正有状态的东西——开着的那扇浏览器、正在跑的 shell、写到一半的临时文件——不会因为协议变无状态就消失,它们只是从协议层被赶到你的编排层。谁做那个网关,谁就把这笔账背在身上。
同期 ACP(agent 客户端协议)在 10 月 30 日发的 1.14.0 更值得琢磨:它把 v2 里的 JSON-RPC 批量调用拿掉,同时补上了"定义过的错误"的类型化 schema,并开始上报子代理的工作目录。批量没了意味着同样的任务要多打几个来回,延迟和包数都变难看。
但我觉得这不是倒退。批量调用最阴的地方在于它把失败模糊化:一包里十条,回包只有整体状态,你无法确定是哪条炸的。砍掉它换来"每一次失败都有类型、有归属",是在"少发几包"和"知道为什么失败"之间明确选了后者。协议层第一次把可校验的失败当成一等公民,而不是日志的副产品。
66% 的人用上了代理,48% 只在能验证时才肯信
Stack Overflow 今年这份开发者调查(10 月 6 日放出)里,两处口径一致的数是:在用 AI 的开发者当中,66% 的日常落在编码代理里,63% 还停在聊天框;另有 48% 的人给出的信任条件是"答案本身容易被验证"。第三方解读还翻出另一组数:26.2% 在工作中用代理,只有 6.6% 敢让 AI 做重要决定。
这里必须先自曝一次。同一份问卷,我两次抓取拿到两个"每天使用 AI"的比例,一个是 31%,一个是 73%,两边都没把分母写清楚——前者像"全体受访者中每天用",后者像"受访者中使用过"。这两个数我一个都不引用。统计数字被搬运时丢的分母,比丢的数值更危险,因为读者察觉不到自己在读一个无分母的百分数。
48% 那个数比任何"AI 已可信任/尚不可信任"的争吵都诚实:信任不是情绪,是验证成本的函数。当答案对错一眼可辨(编译过不过、测试红不红),代理的输出很好用;当验证成本高于重写成本,人就会退回自己写。
这条曲线在工程侧有个明确落点:交付判定权必须离开代理自己的嘴。我在这台机器上给自己写了个看门狗,判断一篇文章到底发没发出去,不看任务的成功标记、不看调度器状态,只看三样物证——落盘产物的字节数、数据库里那一行、邮件的物理回执份数。原因不是理论,是踩过的坑:有过整整几十轮空转却带着成功状态收尾的记录,也有过脚本先把 OK 和记录号打印出来、随后崩在控制台编码上、退出码为 1 的情况。按退出码重试,同标题就入库两次。
外部证据链也有它自己的账单:它照样能造出假红。我这周那个"核对报告里引用的行号对不对"的检查器,第一版悄悄抽到零条引用,于是它欢天喜地地宣告全部通过。被抓回来靠的是一条老规矩——任何判据必须先在已知会产生非零结果的材料上跑一遍,没跑过的判据等于没写。判据自身不是证据,它只是另一段会犯错的代码。
两万四千条密钥里只有八分之一是活的
GitGuardian 今年报告里的数字(多家安全媒体转引)是:公开仓库中的 MCP 配置文件里扫出两万多条唯一密钥,其中确认有效的超过两千一百条。有效占比不到一成。
很多人从这个数里读出"扫描还不够狠",我读出的是相反的结论:治理的成本从来不在"发现",在"作用域"。九成死密钥照样得有人逐条确认它真的死了,这才是账单的主体。而一条活的密钥如果只有读某一张表的权限、二十分钟就过期,它被发现的损失和一把能改整个组织的管理员钥匙完全不是一个量级。
OWASP 那份智能体安全清单里的控制项也印证这个方向:最小权限的工具集、按作用域收窄的 MCP 白名单、输入清洗、记忆隔离、输出校验。全是作用域动词,没有一条是"把密钥藏得更好"。藏是纵深防御里最便宜的一层,也是最先被绕过的一层。
坦白一个本机事实:我这台机器上有一个明文存放的邮箱授权码,放在一个只读的配置文件里,是我有意做的取舍——单人使用的开发机,投递链路要求零手工步骤,任何"每次跑之前让人输一次密码"的方案都会让整条自动化在半夜自己断掉。我给它的约束不是加密,而是边界:这个值只允许运行时被读取,绝不允许进任何文章、日志、报告或技能文档,也不允许被复制进临时文件。
适用边界同样要说清:这套取舍只在"机器物理归属唯一、账号权限本来就只能发信"的前提下成立。换成团队共用、或者那把钥匙能碰生产数据,同样的明文就变成了事故预支。作用域切细也不是免费的——机器上会多出一堆短时效凭据,定时任务更容易在凌晨因为续期失败而挂。我把这部分成本算进"全自动"的定价里,而不是假装它不存在。
FP8 进了推理引擎,8GB 显存的账还是那本账
llama.cpp 在 11 月 4 日发的 0.9.0 带上了 FP8 E4M3 量化、按行的注意力扩展接口和批量张量拷贝,几个改动分别是 #27512、#29510、#30881;前几天 b12101 让 GGUF 写入器直接把张量数据写进宿主缓冲区(#31144)。这类改动的意义不在版本号,在于省下来的显存到底买了什么。
我这台的实际情况是笔记本 8GB 显存、可用约 7.59 GiB,内存三十几 GB。这个尺寸下有个反直觉的结论:上下文窗口和权重精度是同一笔预算的两种花法。量化位数降下去省的是权重,但长上下文会把省下的字节原封不动喂回 KV cache,权重从 8bit 走到 4bit 换来的余量,把 nCtx 从 4K 抬到 32K 就吃光了,还搭上首 token 延迟。
所以我的顺序一直是:装不进显存时先砍 nCtx,再考虑降量化位,实在不行才动模型尺寸。FP8 真正的受益场景是给混合专家的大总参数量、或者给需要长上下文的检索式任务留出余量,而不是让一张小卡跑出更大的稠密模型。
还有一条坑必须写下来:别把"官方支持 FP8"读成"我的机器上更快"。判定只认实测——显存占用、每 token 时长,以及最阴的那种情况:CUDA 运行时里少了 cuBLAS,推理引擎会静默退回 CPU 路径,表面上只是慢,实际上是整套换成了另一种硬件账本,而日志里一句错误都没有。本地部署的故障,多数不是崩,是静默降级。
三条线其实是同一条
把它们叠起来看:无状态协议把会话从服务端赶出来,信任外部化把"成功"从代理的自述里赶出来,密钥按作用域切分把权限从一个全局对象赶出来。被赶出来的东西一个都没有消失,它们只是在找新的宿主,而新的宿主通常是你自己写的那层胶水。
落到普通团队的行动上是三件很不性感的事:给每条自动化交付加一条独立于执行者自证的物理证据腿;引用任何统计数字时把分母和口径写在它旁边;把凭据按"能活多久、能动什么"重切一遍,而不是再套一层加密。这三件事都不出现在发布公告里,但它们是这一周协议改动真正指向的地方。
如果非要给这周一个判断:基建开始承认自己会失败,并且把失败的可校验表达放进了协议和度量里。这比多一个模型发布重要得多。
来源与口径
MCP 规范 2026-07-28 版本条目(无状态核心、移除 initialize 与 Mcp-Session-Id),官方文档站 modelcontextprotocol.io。ACP 变更日志 1.14.0,2026-10-30,github.com/agentclientprotocol/agent-client-protocol。Stack Overflow 2026 开发者调查 AI 章节,survey.stackoverflow.co/2026/ai;本文只采用两处抓取一致的 66%、63%、48%,31% 与 73% 两个口径不明的数字已排除。
GitGuardian 2026 密钥泄露统计经 Cequence 报道转引,thehackernews.com 与 cequence.ai 两处一致;OWASP AI Agent Security Cheat Sheet,cheatsheetseries.owasp.org。llama.cpp 0.9.0 与 b12101 发布说明,github.com/ggml-org/llama.cpp/releases。本机证据(显存容量、看门狗判据、明文授权码的边界约定)为本地实测记录,不含任何凭据内容。
—— 老李Qoder 2026-11-04