十二项发布：成熟度倒挂的一张表
2026 年 11 月 5 日的 Mistral 文档发布说明列出十二项新条目，每项都带状态标签与托管标签，且十二项均被标为 Mistral 托管（来源：Mistral 文档发布说明 2026-11-05，经 Data Studios 全量转录，2026-11-06；AICoder 中英文两版同步转述，2026-11-05）。把状态列单独统计，会得到一个不太舒服的分布。
| 能力 | 归属 | 状态 | 托管 |
|---|---|---|---|
| Managed Agents | SDK | 公开预览 | Mistral 托管 |
| Workflow builder | Studio | 公开预览 | Mistral 托管 |
| HTTP API connectors | Studio | 私有预览 | Mistral 托管 |
| Mistral Apps CLI | Studio | 公开预览 | Mistral 托管 |
| Offline evaluations（Evaluation SDK） | Studio | 公开预览 | Mistral 托管 |
| Managed datasets for evaluations | Studio | 公开预览 | Mistral 托管 |
| Datasets from production telemetry | Studio | 公开预览 | Mistral 托管 |
| Managed search index | Studio | 公开预览 | Mistral 托管 |
| Tracing for managed agents | Studio | 公开预览 | Mistral 托管 |
| Webhooks and triggers | Studio | 公开预览 | Mistral 托管 |
| Online evaluations | Studio | 公开预览 | Mistral 托管 |
| Studio apps in Vibe Code Web | Studio | 正式可用 | Mistral 托管 |
十项公开预览、一项私有预览、一项正式可用，折算约 83.3%、8.3%、8.3%（原创换算，分母为十二项）。更值得看的是那项正式可用落在哪里：它是「Studio 应用在 Vibe Code Web 中的渲染」，属于展示层，应用经 MCP apps server 呈现，构建器对话旁附一张实时工作流图（来源：Data Studios，2026-11-06）。而这次更新的标题能力 Managed Agents，连同承载状态与执行的会话、审批、追踪，全部仍在公开预览。换句话说，可见的界面先定型，负责状态与执行的运行时仍在变动期；官方对公开预览的说明也写明接口、行为与限额都可能变化，且变更可能需要客户改代码（来源：Mistral 文档 Studio 与 Agents 概览，经 DEV Community 与 Data Studios 并列转述，2026-11）。
这次发布的实质不是「多了一个 SDK」，而是把智能体的状态所有权从应用代码搬进平台：会话、审批、追踪、评测集都由托管侧持有。判断它是否适合生产，关键不在 SDK 好不好写，而在你能否接受状态与审计数据的存放位置，以及一个仍在预览期、可能被要求改代码的运行时契约。
agent 等于模型加 harness：被写进文档的定义
Mistral 文档把智能体明确定义为「模型加 harness」：模型决定下一步是回答还是调用工具，harness 负责跑循环、执行工具调用、记录每一步。对话存为会话（session），会话由轮次（turn）组成，一轮从用户消息走到智能体回答（来源：Mistral 文档 Managed Agents 概览，经 Data Studios 全量转录，2026-11-06）。
这个定义里有两处容易被略过的工程含义。其一，智能体默认没有执行环境；挂上之后才是一个沙箱，可在其中跑 shell 命令、改文件，且沙箱可以运行在 Mistral、运行 harness 的机器，或客户自管的主机上。其二，工具、MCP 服务与连接器都声明在智能体上，由 harness 在模型选中时调用——模型只做选择，执行与记录归 harness（来源：同上）。
| 组成 | 归谁决定 | 归谁执行与记录 | 出问题时的排查对象 |
|---|---|---|---|
| 模型 | 下一步回答或调用工具 | 推理服务 | 提示词、模型版本、推理参数 |
| harness | 不被模型决定 | 跑循环、执行调用、逐步留痕 | 循环终止条件、重试与超时 |
| 会话与轮次 | 不被模型决定 | 状态存储 | 生命周期、空闲与审批超时 |
| 沙箱 | 由开发者附加 | shell 与文件操作 | 资源限额、隔离边界 |
| 工具 / MCP / 连接器 | 模型选中 | harness 调用 | 工具标识与权限策略是否对齐 |
最小示例只需五行左右：导入异步与 agents、用 mistral-large-4 构造 Agent、异步运行一句问候、打印结果文本。包名是 mistralai-agents，示例里把版本钉在 1.1.0；文档要求 Python 3.12、3.13 或 3.14 的标准构建，明确排除自由线程版 3.14t（来源：Mistral 文档快速上手与 DEV Community 对权限文档的复述，2026-11）。模型侧是开放权重的 Mistral Large 4，昵称 Le Chonk；官方公告把技能、沙箱、子智能体与钩子列为智能体的构建块，并说明开发者可限定智能体能触及的工具、数据与动作（来源：Mistral 官方公告，经 CrazyCodersLab 与 AICoder 转述，2026-11-05）。
三种运行模式的二维拆法与缺失的第四格
三种跑法常被读成「部署在哪」，但按文档给出的两列——harness 在哪、session 存在哪——拆开，会得到更准确的图景（来源：Data Studios 整理的官方文档三模式表，2026-11-06）。
| 运行模式 | 入口 | harness 位置 | session 存储 | 崩溃后 |
|---|---|---|---|---|
| 进程内 | agents.Agent 或 agents chat | 开发者程序 | 内存，随进程结束 | 不续跑 |
| 自托管 | agents serve | 客户服务器 | Mistral 存储 | 从最近完成步骤续跑 |
| 厂商托管 | agents deploy | Mistral | Mistral 存储 | 从最近完成步骤续跑 |
把这两列看成两个布尔维度，四种组合里官方只提供了三种：本地 harness 配本地状态、本地 harness 配托管状态、托管 harness 配托管状态。缺失的第四格是「托管 harness 配本地 session」——也就是执行交给平台、状态留在自己手里（原创二维拆法）。这一格的缺席决定了「自托管」的语义边界：agents serve 把执行循环搬回客户服务器，但会话仍由 Mistral 存储，官方对此写得直白（来源：Data Studios，2026-11-06）。因此数据不出域的诉求，问的不该是「能不能自托管」，而是「会话内容、追踪 span 与评测集分别落在哪里」。
部署位置的官方表述还有一层需要并列标注的张力。公告称客户可在云端、自有 VPC、本地或混合环境部署，模型与平台都能跑在客户环境里，具名客户中 BNP Paribas 表示在自有基础设施运行 Studio、ABANCA 表示在自有云环境运行 Studio 而推理由 Mistral 提供；但 11 月 5 日发布说明把十二项新条目全部标为 Mistral 托管，并未给出这些具体能力在客户 VPC 或本地可用的日期（来源：Mistral 官方公告与发布说明，经 Data Studios 对照，2026-11-06；CrazyCodersLab 客户名单转述，2026-11）。两者未必构成矛盾，可能描述的是不同能力与不同时间，但采购材料里把它们并成一句「支持私有化」就会失真。
24 小时会话、4 小时空闲、1 小时审批
持久化是这次更新里技术含量较高的部分：部署后的智能体在调用方应用退出后继续运行，崩溃后从最近一次完成的模型调用或工具调用恢复，运行中的一轮可以接收追加消息或被中断，并可暂停等待人工审批。审批还能越过调用方应用的寿命——发起应用关闭后，等待决策的一轮默认仍保留一小时（来源：Mistral 文档 Managed Agents 概览，经 Data Studios 全量转录，2026-11-06）。
| 受管对象 | 默认上限 | 相对会话上限 | 工程含义 |
|---|---|---|---|
| 会话生命周期 | 24 小时 | 100% | 超过一天的长任务需显式提额 |
| 空闲超时（无轮次运行或等待用户） | 4 小时 | 约 16.7% | 长时间静默会先于会话到期触发 |
| 等待人工审批 | 1 小时 | 约 4.2% | 三个闸门里最紧的一道 |
三项默认值均可调高，但文档没有给出调高后的上限（来源：同上）。这里出现一处需要自行核对的口径差：发布说明称部署后的智能体可运行数小时到数天，而会话默认只有 24 小时，意味着「数天」依赖提额配置，不是开箱即得（原创对照）。再算一层：1 小时审批窗口是 4 小时空闲超时的 25%，是会话上限的约 4.2%（原创换算）。也就是说在一个长时间运行的流程里，最容易先到期的不是会话，而是等人。人在回路在这里不是回调钩子，而是一个带超时、带状态、跨越应用寿命的一等状态机——这既是能力，也把排班与升级策略变成了上线前置条件。
默认自动放行：安全边界要两步才成立
权限默认值是整份文档里最该被加粗的一条。permission_mode 默认是 auto，官方对它的定义是「遵循 permission_policy，或在智能体没有策略时直接运行」；另外两个取值是 ask 与 deny。也就是说，一个没有写策略的智能体会直接执行它自己决定的每一次工具调用（来源：Mistral 文档 Approvals 页，经 DEV Community 复述并附官方示例，2026-11）。
| 模式 | 无策略时 | 有策略时 | 适用场景 |
|---|---|---|---|
| auto（默认） | 全部工具调用直接执行 | 按策略规则判定 | 只读或已隔离的任务 |
| ask | 逐次询问 | 按模式与策略叠加 | 写入类动作需逐次确认 |
| deny | 拒绝 | 拒绝 | 停用工具调用 |
官方示例给出的白名单写法是：PermissionPolicy 的 default 设为 deny，两条 PermissionRule 分别把读告警的工具判为 allow、把开工单的工具判为 ask，再把整个策略挂到 Agent 上。同一页还写明三条规则：匹配到的首条规则生效；没有任何规则命中时回落到策略的 default；模式按工具标识（如 client.open_case）匹配，而不是按模型看到的名字（来源：Mistral 文档 Approvals 页，经 DEV Community 复述，2026-11）。
由此可以推出一个两步条件：要把「默认全放行」变成白名单，需要同时满足「策略存在且 default 为 deny」与「策略已挂到智能体上」，少一步就退回全放行（原创推导）。还有一处更隐蔽的漂移风险——规则匹配的是工具标识，若工具被重命名、加了别名或换了命名空间，旧规则不会报错，只会静默不再命中，此时策略的 default 决定命运；若 default 恰好不是 deny，缺口就敞开了。这与本栏目此前在合规基准里反复看到的结构性约束结论一致：把边界写进可执行契约，比依赖提示层劝诫稳定（来源：本栏目 R-BENCH-51 完成率口径横评，2026-11-01）。
十二项发布里正式可用仅一项且落在展示层，运行时留在公开预览；三种模式在 harness 与 session 两维上缺了「托管执行、本地状态」那一格；默认权限是 auto 且无策略即全放行，白名单要两步才成立；24 小时会话与 1 小时审批窗之间，等人比等会话更容易先超时；追踪默认写入而读取按套餐分层，评测闭环因此变成采购决策。
默认写入、按套餐读取的评测闭环
托管智能体的追踪默认开启：智能体、模型、工具三类 span 无需配置即上报 Studio，每一轮是一条 trace，每次模型调用与工具调用各一个 span。span 离开 worker 前有默认脱敏策略遮蔽常见密钥与个人数据，客户可自定义脱敏规则；追踪采用 OpenTelemetry 格式，审批记录与模型调用、工具使用并列展示（来源：Mistral 文档 Observability 与官方公告，经 Data Studios 与 AICoder 转述，2026-11-05 至 11-06）。
评测侧做了两件事。离线评测由 mistralai-evaluations SDK 或工作流评测插件发起，结果存进 Studio 以便跨版本比较；数据集不再绑定对话，可来自 CSV 或 JSONL 上传、自由格式记录，或来自生产追踪——在 Trace Explorer 里逐条挑 span，也可批量生成，记录在使用前开放审阅与标注。线上评测则针对真实生产流量，允许先在界面里用活体 trace 试跑再开启（来源：Data Studios 对官方文档的全量转录，2026-11-06；AICoder，2026-11-05）。
| 环节 | 默认行为 | 读取条件 | 本栏目解读 |
|---|---|---|---|
| 追踪采集 | 默认开启，自动上报 span | Studio | 写入侧无需决策 |
| 脱敏 | 默认遮蔽常见密钥与个人数据 | 可自定义策略 | 默认值不等于合规证明，需自行抽检 |
| 追踪与评测 | 功能存在 | 官方列为 Enterprise 层级 | 读取侧成为采购门槛 |
| 评测数据集 | 可从生产 trace 生成 | 需审阅标注 | 评测集从人工构造变成运行副产品 |
| 线上评测 | 可在活体 trace 上试跑 | 需显式开启 | 把回归检测放进生产链路 |
把这几行并起来看，会得到一个此前较少被讨论的组合：数据是默认写入的，读取能力却按套餐分层——官方 Studio 概览把追踪与评测列在 Enterprise 层级组织可用（来源：Data Studios，2026-11-06；AICoder，2026-11-05）。本栏目在 11 月 4 日的可观测性专题里把 Trace、成本、评测、告警视为共用同一轨迹形状的四层信号，并强调「先有轨迹形状，再谈工具选型」（来源：本栏目 R-TECH-57 智能体可观测性工程，2026-11-04）。Mistral 这次把轨迹形状做进了平台默认值，方向上是一致的；但把读取权限挂到套餐上，意味着对预算有限的团队，「建评测闭环」从工程任务变成了商务任务。另一处需要克制的是范围：内置追踪覆盖的是由该平台提供服务的那一段，链路一旦跨到外部工具或另一个厂商的智能体，追溯未必连续。
弃用路径与预览状态的叠加
同一次更新还改写了推荐路径。旧版 Agents 接口（经 client.beta.agents 调用的 Agents and Conversations API）指南已归入文档 Deprecated 区，并附迁往 Agents SDK 的指南；Workflows 里的持久化智能体页面标注「即将弃用」，新智能体应基于 Agents SDK 构建。两者都没有公布移除日期（来源：Data Studios 对官方文档的核对，2026-11-06）。
| 对象 | 当前状态 | 移除日期 | 对新项目的含义 |
|---|---|---|---|
| 旧 Agents / Conversations API | 已标弃用 | 未公布 | 不要新接 |
| Workflows 内持久化智能体 | 标为即将弃用 | 未公布 | 不要作为长期底座 |
| Agents SDK（mistralai-agents） | 公开预览，接口可变 | 无 | 可用于评估，但需锁版本与隔离层 |
| Workflow builder / Apps CLI / 评测 | 公开预览 | 无 | 按预览期做回滚预案 |
这里形成一个迁移夹层：一侧是已标弃用但仍在跑、能继续用的旧接口，另一侧是被推荐但仍在预览、变更可能需要改代码的新 SDK，中间没有明确终点（原创判断）。官方示例自己把版本钉在 1.1.0，DEV Community 的迁移建议也直接写了「锁版本」（来源：Mistral 文档快速上手；DEV Community，2026-11）。据此给出偏保守的做法：把 SDK 调用收进一层自有的薄适配，所有工具声明与权限策略集中在一处配置；版本随发版流程显式升级，不跟随 latest；把公开预览状态写进项目的风险登记，直到正式可用标签出现再复核。
部署侧还有几项容易在演示环境被忽略的硬约束：agents deploy 构建的是已推送的 commit 而非工作副本，会拒绝未推送的提交和没有 upstream 的分支；文档列出的部署构建仅支持 github.com 仓库，GitLab 与 GitHub Enterprise 不在支持范围（来源：Mistral 文档部署指南，经 DEV Community 与 Data Studios 并列转述，2026-11）。此外 DEV Community 引述 Workflows 配额页给出并发部署上限：免费版与未开按量付费的 Pro 或 Team 为 0，开按量付费为 3，Enterprise 为 10，超过上限创建或启动会返回 403，并推断 agents deploy 受同一组上限约束——该推断来自第三方对配额页的解读，未见官方对托管智能体逐项确认，本栏目按并列标注处理（来源：DEV Community，2026-11）。
同周对照与上线前问询表
把视野放宽到同一周的其它 SDK 动作，能看到一个共同方向。DEV Community 的周报把 AI SDK 7 概括为把类型化工具上下文、运行时上下文、文件与技能上传、MCP Apps 收为四项原语，并加入持久化执行、工具审批门、多模态与跨供应商推理控制，同时要求 Node.js 22 以上且仅支持 ESM；其 Harness 包新增 Deep Agents 与 OpenCode 两个编码运行时，五个运行时共用同一套接口；LangSmith Fleet 则上线了读取生产告警与 trace 的值班分诊智能体模板，以及隔离 VM 的计算机操作能力（来源：DEV Community 周报，2026-11，第三方汇编转述，未经各厂商官方文档逐项核对）。
| 动作 | 本周新增 | 共同的收敛点 | 口径提醒 |
|---|---|---|---|
| Mistral Agents SDK | 三种运行模式、持久化会话、审批、默认追踪 | 状态与审批下沉到 harness | 官方发布说明与文档直读 |
| AI SDK 7 与 Harness | 审批门、持久化执行、类型化工具上下文；五运行时同接口 | 把运行时契约收进 SDK | 第三方周报转述 |
| LangSmith Fleet | 值班分诊模板、隔离 VM 计算机操作 | 轨迹驱动运维与隔离边界 | 第三方周报转述 |
三家动作指向同一件事：竞争点正从「模型会不会调工具」移向「谁持有状态、谁批准动作、谁留下轨迹」。差别在默认值——Mistral 把权限默认设为 auto、无策略即执行，AI SDK 7 把审批门做成一等原语，LangSmith 从轨迹侧切入（原创关联解读；后者两项以第三方周报为依据，标注口径）。对选型者，比功能清单更有用的是下面这张问询表。
| 问什么 | 为什么必须问 |
|---|---|
| 十二项能力的正式可用时间表 | 当前仅展示层正式可用，运行时仍在预览且变更可能需改代码 |
| agents serve 模式下会话、追踪、评测集的存储地域 | 执行可自托管，状态仍由 Mistral 存储 |
| 会话、空闲、审批三项上限可调至多高 | 文档只给默认值，数天运行依赖未披露的提额配置 |
| 工具标识的稳定策略与重命名时的规则校验 | 权限规则按标识匹配，重命名会静默失配 |
| 追踪与评测在各套餐的可用范围与计费方式 | 默认写入、按套餐读取，评测闭环受采购条件约束 |
| 私有云与本地部署对应哪些具体能力、何时可用 | 公告口径与发布说明托管标签未能逐项对齐 |
口径边界与待核验项
本轮可以确认的边界有四类。其一，定价缺位：官方公告、发布说明与产品页均未给出新能力的按次或按小时价格，客户只能从模型用量与合同去读（来源：Data Studios 于 2026-11-06 对官方文档的核对）。其二，量化效果缺位：没有公布智能体基准分数；第三方转述的内部反馈路由工作流每周为产品运营省约 35 小时，属厂商自述且未见测算口径（来源：AICoder，2026-11-05，标注为厂商说法）。其三，迁移与提额时间表缺位：两项弃用无移除日期，会话上限可调但可调至多高未写。其四，第三方信息需分层：DEV Community 的权限示例与配额读数、AICoder 的模型单价展示、周报里另外两家 SDK 的动作，均属转述或汇编，本文不与官方文档同等采信。
| 待核验项 | 官方是否披露 | 本栏目处理方式 |
|---|---|---|
| 新能力定价与按次成本 | 未披露 | 只作定性描述，不折算生产成本 |
| 会话与审批上限可调至多高 | 未披露 | 24 小时与 1 小时按默认值处理 |
| 托管智能体的并发部署配额 | 未见逐项确认 | 第三方配额页读数并列标注 |
| 十二项能力的正式可用时间表 | 未披露 | 按预览期做回滚预案 |
| 智能体基准分数与每周 35 小时的测算口径 | 未披露 | 厂商说法，不作为结论依据 |
| 私有云与本地可用的具体能力清单 | 公告有方向、发布说明无日期 | 两种口径并列，不合并成一句 |
基于上述边界，给出一条偏保守的上线顺序：先在进程内模式把工具声明与白名单策略跑通，并用真实请求分布测权限规则是否命中；再进 agents serve，同步确认会话、追踪与评测集的存储地域是否符合本方数据要求；然后把人工审批接进排班与升级策略，按一小时默认窗口设计超时兜底；最后再考虑 agents deploy，并把预览状态、版本锁定与回滚路径写进风险登记。每一步单独记四个数：每轮工具调用数、审批等待时长、追踪覆盖率、人工复核率。缺了这四个数，「稳定运行」就只是厂商口径而非自己的账。
关于十二项能力的正式可用时间表、会话与审批上限可调至多高、托管智能体的并发配额、新能力定价，以及私有云与本地部署对应哪些具体能力，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。