本期观察 10 月 18 日至 19 日凌晨可核验的 AI 动态。量子位 WordPress API 本次返回 403，未纳入其文章；海外条目优先使用 Hacker News Firebase 记录定位，再回到原始页面核验。

1. DeepSeek：搜索与抓取接口开始按成功请求计费

来源：DeepSeek Search & Fetch 文档 · Hacker News 记录 · HN 记录时间：2026-10-18 21:08（北京时间）

事实。 DeepSeek 文档新增 Search & Fetch 指南，Hacker News 条目标题给出的价格是每 1,000 次成功请求 0.75 美元；具体计费口径以文档和账户侧为准。

为什么重要。 搜索、网页抓取和模型调用被拆成可组合的基础能力后，Agent 的成本可以按“成功完成一次检索”来度量，而不只看 token 数。

待观察。 成功请求的定义、失败重试是否收费、地区可用性和结果质量，决定它能否成为生产级检索层。

2. vLLM：围绕 Kimi K3 做推理内核优化

来源：vLLM：Hyper Optimizing Kimi K3 in vLLM · Hacker News 记录

事实。 vLLM 博客介绍了针对 Kimi K3 的 Megakernel 优化，重点是把模型推理中的多个阶段更紧密地组织起来，以减少调度和内存访问开销。

为什么重要。 模型能力趋于同质化后，真实可用性越来越取决于推理栈能否把硬件利用率、延迟和吞吐一起做上去。

待观察。 文章中的收益是否能迁移到不同 GPU、批大小和上下文长度；专用优化与通用 serving 栈之间的维护成本也需要长期验证。

3. Meta：AI-native 工程开始进入真实产品流程

来源：Meta Engineering：How Meta Built Forum With AI-Native Engineering · Hacker News 记录 · HN 记录时间：2026-10-19 06:27（北京时间）

事实。 Meta 工程团队公开介绍 Forum 的构建过程，文章将 AI-native engineering 放在产品开发、协作和交付流程的整体语境中，而不是只展示一个代码补全功能。

为什么重要。 这说明工程团队的竞争点正在从“是否使用模型”转向“能否把模型嵌入需求、实现、测试和迭代闭环”。

待观察。 这类经验能否被小团队复用，关键取决于代码审查、测试覆盖和权限边界是否同步升级；单看交付速度不足以证明质量提升。

今日判断

今天的信号不是又一个模型榜单，而是 AI 基础设施继续产品化：检索被拆成可计费服务，推理被下沉到 kernel 和 serving 层，应用团队则把模型嵌入完整工程流程。下一阶段的分水岭会是成本、可观测性与失败恢复，而不是 Demo 是否能跑通。