DevRel 通讯 — 2026 年 9 月
内容提要
Elastic DevRel 九月通讯：jina-ocr-v1 上线，单模型支持版面、表格、公式及百种语言；Elastic CLI 进入技术预览，统一管理各 API 并保障凭证安全；预计算知识指标让智能体省 93% token、延迟降至三分之一；APM 新增 LLM 调用追踪；安全实验室用 Cursor 钩子审计 1100 台机器、1300 万次工具调用。
延伸解读
jina-ocr-v1 的架构与性能优势
jina-ocr-v1 采用混合专家设计，总参数 3.4B，推理时仅激活 570M，实现了小模型的速度与成本。在 olmOCR-bench 上得分 83.4，为活跃参数少于 600M 的模型中最优；在 OmniDocBench 上得分 91.14，超过 GPT-5.2 的 86.59。其布局感知解析能正确处理多栏、表格、公式和手写内容，并支持 100 多种语言，适合复杂文档处理场景。
Elastic CLI 为智能体操作提供安全护栏
Elastic CLI 技术预览版统一了 Elasticsearch、Kibana 和 Cloud API 的命令行接口，强调一致性与安全性。凭证存储在操作系统钥匙串中，避免泄露；支持允许/阻止列表控制命令权限；所有输入在发送前进行 JSON Schema 验证；破坏性命令需确认或 --yes 标志。这些特性使其成为智能体安全执行操作的理想传输层，Agent Skills 已基于它重建。
预计算知识指标大幅降低智能体成本
通过一次性批处理提取知识指标（KI）并存入 AI 索引，智能体查询时仅检索 KI 而非全文，从而减少 token 消耗和延迟。测试显示，相比标准 RAG，token 使用量从 386,187 降至 27,625（节省 93%），延迟从 44.86 秒降至 15.22 秒。该方法兼容 LangChain、Elastic Agent Builder 和 Claude Code，无需修改智能体框架。
审计 AI 编码代理的实践与发现
Elastic 安全实验室利用 Cursor 钩子收集了 1,100 多台机器上的 1,300 万次工具调用事件，通过 Elastic Agent 发送到 Elasticsearch。数据表明文件读取与 shell 命令比例约为 4:1，且超过 300 个 MCP 服务器中 86% 仅连接一两人，便于风险评估。钩子默认仅观察不阻断，但可配置为阻断以添加审批门，类似机制也适用于 Claude Code 等代理。
Q&A
jina-ocr-v1 是什么？它和传统 OCR 有什么区别？
jina-ocr-v1 是 Elastic Inference Service 中提供的端到端文档解析器，能一次性将扫描页、文档照片、幻灯片和手写笔记转换为结构化 Markdown。与传统 OCR 不同，它先理解页面布局再按人类阅读顺序读取，因此能正确处理多栏、侧边栏和混合内容页面；表格输出为 HTML，数学公式输出为 LaTeX，嵌入图片中的文字会被识别但不输出。
jina-ocr-v1 的性能和语言支持怎么样？
jina-ocr-v1 总参数量 34 亿，采用混合专家设计，推理时仅激活 5.7 亿参数，因此运行成本和速度相当于 5.7 亿参数模型。在 olmOCR-bench 上得分 83.4，是活跃参数少于 6 亿的模型中最高分；在 OmniDocBench 上得分 91.14，超过 GPT-5.2 的 86.59。它支持 100 多种语言，包括阿拉伯语、中文、日语、韩语、泰语、印地语、希腊语、西里尔语、土耳其语、捷克语等，并能一次处理混合语言页面。
Elastic CLI 是什么？它如何保障凭证安全？
Elastic CLI 是技术预览版工具，通过一次安装为所有公共 Elasticsearch、Kibana 和 Elastic Cloud API 提供统一命令行入口。它使用 JSON 输入输出、请求前进行 schema 验证，失败时返回非零退出码。凭证安全方面，运行 elastic config context add 会将 API 密钥写入操作系统钥匙串（macOS Keychain、Linux Secret Service 或 Windows Credential Manager），配置文件中只保留 $(keychain:...) 引用，密钥不会出现在 shell 历史或 LLM 对话记录中。
预计算知识指标（KI）如何帮助智能体减少 token 消耗和延迟？
预计算知识指标通过一次性批处理将文档语料转换为紧凑的 Knowledge Indicator（包含标题、摘要、实体列表、可回答问题等），存入 Elasticsearch AI Index。智能体回答问题时，对 KI 索引执行 BM25 和语义混合搜索，上下文中不再包含完整文档。在一个维基百科查询测试中，标准 RAG 使用 386,187 个 token、延迟 44.86 秒，而使用 KI 仅用 27,625 个 token、延迟 15.22 秒，token 减少 93%，延迟降至三分之一，答案质量相当。
Elastic APM 新增的 LLM 调用追踪功能有哪些亮点？
Elastic APM 现在将 LLM 调用显示为 trace waterfall 中的正式 span，并新增 GenAI 标签页，可查看系统提示、输入消息和模型响应，每个字段都有复制按钮。token 数量以徽章形式显示在每个 GenAI span 行上，便于快速识别哪个调用消耗最多 token。该功能遵循 OpenTelemetry GenAI 语义约定（v1.37.0+），支持 OpenAI、Anthropic、AWS Bedrock 等任何 OTel 插桩的提供商，无需 Kibana 配置，目前在 Serverless 上技术预览，Stack 9.6 即将支持。
Elastic Security Labs 如何审计 AI 编码代理？发现了什么？
Elastic Security Labs 利用 Cursor 内置钩子构建了轻量级审计方案：一个 280 行无依赖的 bash 脚本在钩子触发时捕获结构化 JSON 事件，再通过 Elastic Agent 发送到 Elasticsearch。在 1,100 多台机器上收集了 1,300 万个事件。数据显示文件读取与 shell 命令的比例约为 4:1，代理大部分时间在读取代码库；出现了 300 多个不同的 MCP 服务器，其中 86% 仅连接一两个人，便于清点和风险评估。该方案默认仅观察不阻止，但支持阻塞钩子以添加审批门控。
