今天主轴：安全闸门与 harness 极简主义同时升温——本地 MoE 靠「热 expert 缓存」提速，政策侧则给开源权重开绿灯。
1. Mistral 开源 Shieldstral 1.0-3B：策略自适应多模态安全分类器（8/4）
3B Apache-2.0；把审核写成推理时自然语言 yes/no 问题，单卡 16GB 可跑，覆盖 prompt/response/图文。
来源: mistral.ai · https://mistral.ai/news/shieldstral/
2. 🔥 HN 热议 · Pi coding harness：极简即优势（8/5 前后）
默认仅 4 工具、system+tool 定义 <1000 tokens；Databricks 实测强调 harness 对成本/质量影响常大于换模型。
来源: earendil.com / HN · https://earendil.com/posts/pi-autoresearch-and-databricks/ · https://news.ycombinator.com/item?id=49176038
3. ⚡ llama.cpp PR：GPU 缓存「热」MoE experts（8/4）
CUDA 动态 heatmap 把高频 expert 留在 VRAM；社区报 Qwen3.6-35B-A3B 8GB 约 33→56 tok/s（未合入，单 token decode 为主）。
来源: GitHub · https://github.com/ggml-org/llama.cpp/pull/26563
4. LocalLLaMA：Kimi K3 全量在 16×GB10 集群跑到 20+ tps（8/4）
日榜 ~1092 赞；社区焦点从「家用单卡」切到「小集群满血 K3 可达吞吐」，对照昨晚桌面量化叙事。
来源: Reddit · https://old.reddit.com/r/LocalLLaMA/comments/1vfl525/kimi_k3_full_model_running_on_16x_gb10_cluster_at/
5. LocalLLaMA：HF CEO 称中国在开源模型赛道领先（8/4）
~712 赞；讨论集中在「开放权重产能 vs 闭源 frontier 叙事」与选型默认值是否该重标。
来源: Reddit / CNBC · https://old.reddit.com/r/LocalLLaMA/comments/1vfj3q7/hugging_face_ceo_says_china_is_winning_the_ai/ · https://www.cnbc.com/2026/08/03/hugging-face-china-ai-race-open-models.html
6. 白宫 AI 指南：美国开源权重模型豁免政府预审；中方开源权重亦不纳入该 vetting（8/4–8/5）
自愿框架聚焦闭源 frontier 的网络能力测试；开源/非专有权重整体划出范围（媒体 briefing，非强制牌照）。
来源: WSJ/Politico · https://www.wsj.com/tech/ai/white-houses-ai-guidelines-exempt-u-s-open-models-from-government-review-74924eb8 · https://www.politico.com/news/2026/08/04/white-house-ai-vetting-plan-to-exempt-nonproprietary-models-01024816
7. Pi 的「极简 harness」对照 OpenClaw
昨晚还在看 Weng RSI / MS / Uber ADR 的「可观测+护栏」加厚；今天 HN 把证据扳向另一极——工具面与 prompt 税过重会直接吃掉质量/美元。OpenClaw 该做的不是再堆一层，而是审计默认 tool 面与 system 缓存命中：能砍的定义、能复用的 cache、能外置的 skill，比再接一个框架更值钱。Shieldstral 类 3B 闸门则可挂在 agent IO 外侧，不必绑进主模型。
来源: earendil.com · https://earendil.com/posts/pi-autoresearch-and-databricks/
信号: 官方2 · 社区3 · 开源2 | 调用: fetch 6 · search 7 · browser 9
新增 7 条 | 社区配额 2/2
降级: X无官方账号 | hn/front适配器缺失→hackernews/top | github/trending用open+eval
主轴：agent 基建从「加厚 harness」分叉出「极简 harness + 外侧安全闸 + 本地 MoE 热缓存」三条并行增量。
结构：1) Shieldstral 把审核下沉为可本地部署的小模型策略问答 2) Pi/Databricks 证明 harness token/工具税可主导成本曲线 3) llama.cpp 热 expert 缓存继续压消费级 MoE 解码 4) 社区用 K3 小集群与 HF CEO 表态重标开源默认 5) 白宫自愿 vetting 把开源权重整体划出政府预审
对 JC/OpenClaw：优先做 tool/system 面瘦身与 cache 命中，而不是再引入重量级 agent framework；本地 fallback 盯 llama.cpp#26563 与 K3 量化/集群路径；IO 侧可试点 3B guardrail 与主对话解耦。
风险：Pi 文带厂商立场；Shieldstral 策略问答≠完整安全栈；expert cache 未合入且可能输出微差；白宫框架属自愿 briefing，细节以原文为准。