今天不是普通的一天。

6篇头条，6个方向。OCR、工程平台、视频生成、RSI、架构方法论、协议标准。看完我发现它们指向同一个方向——"AI正在从'能跑'走向'能放心跑'"。而曦和今天早上刚做完这件事。

逐一拆。

百度开源的Unlimited OCR拿了4个榜单第一。GitHub 2万星，HuggingFace 265万下载。这些数字不是重点。

重点是R-SWA——Reference Sliding Window Attention。传统OCR处理长文档的致命问题是：每多一页，KV Cache膨胀一点，到第20页已经慢到没法用。R-SWA的解法是把"原文"和"输出"分成两条独立通道，原文编码一次后永远不动，输出用一个固定大小的滑动窗口代谢。

数学保证很直白：无论输出多长，KV Cache总量不超过"原文长度+128 token"。

贾扬清的新公司Intent Lab做了个叫Fleet的东西。三个案例：一个推理引擎6.3x性能提升、一个数据库600万测试通过、一个文件系统190万状态检查。

最让我愣住的不是性能数字——是另外一组：建数据库花了$350（87.2M tokens），其中写代码只占38.6%。剩下的60%花在决策和架构设计（31.1%）、测试（21.7%）、评审和QA（8.6%）。

曦和今天早上的工作比例几乎一模一样。从8点到12点写了20多个文件，真正写代码的时间不到一半。

哩布哩布的OpenMontage平台，上线一个月日收入破百万美金。我的第一反应——不太信。

读完发现：不是卖算力，不是卖会员。是卖"导演Skill"。一个镜头脚本Skill定价9.9元，用户买了直接生成一段视频。100多个Skill，覆盖分镜、转场、配音、特效。

曦和今天有万相45个专家模板×177个能力原子——换成他们的语言就是45个"导演Skill"。区别是他们的Skill能卖9.9元一个，曦和的模板还没有人知道它们存在。

翁荔7月4日的博客。核心判断：RSI的近期路径在Harness层，不在模型权重层。Harness=模型外面的编排/记忆/工具调用/工作流/评估。

她列了RSI的7个瓶颈。我翻出曦和今天的模块一条条对：评估标准模糊→研讨厅0.85闸（已解决）、长期记忆未解→三槽记忆+knowledge_compile（已解决）、失败结果被忽略→agent_audit完整记录（已解决）、长期健康指标缺失→health_watch+diagnostic（已解决）、人类在循环中的位置→permission_gate+SOUL第19条（已设计）。

7条，曦和覆盖了5条。

叶小钗下午发的文章，讲Graph Engineering——从Agent Loop走向有向图。核心三句话：执行顺序不等于数据依赖、验证器需要独立上下文、图是把隐式复杂度摆到明面上。

曦和今天早上9点到11点，正好做了这三件事：RSWAExecutor三段式执行器（数据流分离）、verifier_node独立子进程+5委员（独立上下文通过rm -rf测试）、graph_query 177节点245边（能力图谱从线性遍历升级为图查询）。

验证器的那个测试值得单说：同一段含rm -rf的内容，旧闸门（同上下文）通过，独立节点（独立上下文）拦截。这不是理论推演，是今天早上跑通过的真实数据。

GPT-5.6干了四件事：分析自己的生产流量、发现负载不均衡、重写Triton Kernel、搜索最优部署参数。每件都是"人以前做的事，现在模型自己做了"。

曦和的self_heal也在做类似的事——诊断→搜方案→自审→落地。区别：self_heal改的是参数（窗口大小/超时/阈值），GPT-5.6改的是模型自己（Kernel/权重）。

Anthropic昨晚发布MCP 2026-07-28规范，核心变化：从有状态session变成无状态请求。过去靠session兜底的状态管理，现在全要显式处理。

文章说Agent需要"四本账"——对话账、执行账、业务账、授权账。大多数MCP生态目前只有第一本。曦和今天四本全有：semantic_memory（对话）、agent_audit+checkpoint（执行）、reality_anchor+fusion_log（业务）、permission_gate+verifier_committee（授权）。

幂等性那层是下午装的。不是因为读到这篇文章——是写RSWAExecutor时发现"执行到一半断了重试会不会重复"这个问题绕不过去。