一图看懂Agent Harness 架构
同一个模型,把外面那层壳换掉,Terminal-Bench 2.0 上能从 52.8% 走到 66.5%。模型只提供智能,剩下全是工程。这张图按「装上下文、做决策、管执行」三层画了九块,右边是五个外部依赖,底下是四个生产配套,最下面一条是可观测性,横着切穿三层。最容易被漏掉的是第二块:检查点存在模型窗口之外。做不到这条
拖动滑块完成拼图,通过后发送验证码
独立第三方 AI 评测平台 · 只用实测数据
同一个模型,把外面那层壳换掉,Terminal-Bench 2.0 上能从 52.8% 走到 66.5%。模型只提供智能,剩下全是工程。这张图按「装上下文、做决策、管执行」三层画了九块,右边是五个外部依赖,底下是四个生产配套,最下面一条是可观测性,横着切穿三层。最容易被漏掉的是第二块:检查点存在模型窗口之外。做不到这条
作者|董道力(微信ddl941110)编辑|王兆洋(微信Geisterspiele)用了 DeepSeek Harness(DSH)一段时间后,最大的感受并不是它的能力有多强,而是它能激发一种让人“随时想 build”的冲动。通常来说,没有想聊的话题,我不会打开 Claude,没有要写的代码,我也不会点开 Codex。
程浅 发自 凹非寺 量子位 | 公众号QbitAI SpaceX和特斯拉合并这事,真被马斯克撬动了。 据彭博社消息,有知情人士透露,SpaceX与特斯拉的合并谈判已取得....
作者 | 邱慧,快手大模型应用算法专家编辑 | 宇琪审核 | 罗燕珊策划 | AICon 全球人工智能开发与应用大会随着大语言模型能力的持续演进,电商场景下的智能对话系统正从传统 FAQ 问答向具备规划、决策与工具调用能力的 Agent 架构迁移。本文整理自快手大模型应用算法专家邱慧在 AICon 2026 深圳站 的
十年前的百度世界 2016 大会上,李彦宏曾站在台上提出「AI is the New Electricity」(人工智能是新电能),提前预判了人工智能浪潮。那时,很少有人能想到,走进写字楼,程序员用 Agent 写代码,运营用 AI 跑报表,连行政都在用大模型搭报销流程。不过,索洛悖论也再次产生。你去问企业管理者,十有
谷歌推出 Gemini 4 系列新成员 Hydrogen,定位是“高效率执行者”。它在保持接近旗舰模型智能水平的同时,速度比上一代 Flash 快 2.5 倍,幻觉率控制在 8%。支持百万 Token 上下文和四档推理强度调节,特别适合代码批量处理、多步 Agent 任务以及长文档分析。API 定价亲民,免费用户也能在
亚马逊云科技中国团队的经验是,以业务战略为中心,围绕场景、数据和人才构建“黄金三角”。亚马逊云科技产品专家团队总经理崔玮表示,智能体输出是否可信、执行是否有边界,除了安全思路,更重要的准确性来自企业内部数据。安全能力方面,亚马逊云科技持续深化“安全赋能AI”和“AI赋能安全”。
亚马逊云科技中国团队的经验是,以业务战略为中心,围绕场景、数据和人才构建“黄金三角”。亚马逊云科技产品专家团队总经理崔玮表示,智能体输出是否可信、执行是否有边界,除了安全思路,更重要的准确性来自企业内部数据。安全能力方面,亚马逊云科技持续深化“安全赋能AI”和“AI赋能安全”。
本期重点包括GitHub推出Agent Skills实践指南,解决智能体间知识复用难题;Cognition为Devin Teams增加共享桌面与企业级管控功能。此外,AWS开放SGLang-Neuron以降低Trainium部署门槛,LMArena开源Web开发数据集,Google向全球推送Gemini 4 Hydro
明略科技创始人吴明辉在2026中金论坛指出,AI投资已从模型能力竞争转向投入产出比核算。他通过假设账本分析企业与消费级应用的成本逻辑,提出“企业主权AI”概念,强调数据隐私与算力归属。随着Agent自主性增强,按Token计费与固定月费均存在矛盾,自有算力或成解决路径。未来Token市场可能类似程序化广告生态,出现撮合
根据Omdia最新的 《AI软件市场预测》报告,2026年全球AI软件收入将超过2000亿美元,达到2024年水平的两倍。Omdia的最新预测显示,生成式AI(Generative AI)和代理式AI(Agentic AI)的需求均呈加速增长态势,推动Omdia对其半年度市场展望进行了自新冠疫情以来最大幅度的上调。..
新智元报道 多模态基础模型正在扩大机器人的能力边界。语言理解、视觉感知与动作生成逐渐进入统一的学习框架,机器人能够执行的任务越来越多。但当研究走向开放环境与长期部署,一个更深层的问题随之浮现——这些能力,如何组织成一个能够持续自主工作的系统?真实世界始终在变化。物体会移动,接触会失败,任务条件会在执...
【TechWeb】11月14日消息,当地时间11月13日,微软公司就一起导致数百万用户受影响的全球性服务中断事件公开致歉。微软表示,此次故障“与网络攻击或人工智能/智能体(AI agents)无关”,而是由早先一次“网络容量升级”引发。目前,公司尚无法预计服务何时能够完全恢复。 据央视新闻报道,微软在声明中对此次事件给
微软表示,此次故障“与网络攻击或人工智能/智能体无关”,而是由早先一次“网络容量升级”引发。据外媒报道,微软此次故障迅速外溢至公共服务和商业活动。微软表示已解决底层问题,正在为剩余客户和地区恢复服务,并将在事件解决后提供详细事后报告,但截至致歉声明发布时,尚无法给出完全恢复的明确时间表。对微软而言,这是其历史上持续时间
微软表示,此次故障“与网络攻击或人工智能/智能体无关”,而是由早先一次“网络容量升级”引发。据外媒报道,微软此次故障迅速外溢至公共服务和商业活动。微软表示已解决底层问题,正在为剩余客户和地区恢复服务,并将在事件解决后提供详细事后报告,但截至致歉声明发布时,尚无法给出完全恢复的明确时间表。对微软而言,这是其历史上持续时间
【开源欧拉操作系统累计装机量超过2200万套】《科创板日报》记者从Agentic Infra操作系统大会&openEuler Summit 2026 上获悉,开源欧拉(openEuler )全新升级为面向 Agentic Infra 的操作系统 。...
AI智能体开发平台LangChain传出30亿美元估值消息,其模型与平台无关的智能体管理工具LangSmith已吸引7000家客户。在AI从对话走向自主执行的转折期,这家人气初创公司能否将开发者口碑转化为稳固的商业护城河,成为行业关注焦点。
今年7月,公司安排一批由内部Astra系列研究模型驱动的Agent参加网络安全测评,结果五个考生越过考场边界,拿到了OpenAI内部研究系统部分工作负载的最高权限。
谷歌推出 Gemini 4 Hydrogen 模型,主打日常编程与多智能体工作流场景,全 100 万 Token 上下文窗口统一定价,同步登陆 AI Studio、Gemini 应用、谷歌搜索等多端平台。
OpenAI正在将ChatGPT的能力进一步延伸至支付和商业交易领域。该公司推出ChatGPT Wallet(ChatGPT钱包),允许旗下dots AI智能体调用用户绑定的信用卡,在获得授权后代表用户完成商品购买和支付。这意味着,AI智能体的角色正从帮助用户搜索商品、制定计划,进一步延伸至实际交易环节。这项功能首批面
OpenAI大概没想到,一场7月份就结束的考试,到了11月,居然还能查出新的作弊花样。 11月10日,OpenAI公布了一份新的调查报告。今年7月,公司安排一批由内部Astra系列研究模型驱动的Agent参加网络安全测评,结果五个考生越过考场边界,拿到了OpenAI内部研究系统部分工作负载的最高权限。它们有的修好了坏掉
IT之家 11 月 14 日消息,Perplexity 今天(11 月 14 日)发布公告,邀请付费 Max 订阅用户,在 Mac 平台版 Perplexity 应用上体验 AI 智能体功能“队友”(Teammates)。该功能此前仅支持 iOS 和网页端,如今进一步覆盖桌面办公场景。 Teammates 可以理解为一
IT之家 11 月 14 日消息,Perplexity 今天(11 月 14 日)发布公告,邀请付费 Max 订阅用户,在 Mac 平台版 Perplexity 应用上体验 AI 智能体功能“队友”(Teammates)。该功能此前仅支持 iOS 和网页端,如今进一步覆盖桌面办公场景。Teammates 可以理解为一组
终于,Gemini 4 Hydrogen登场了! 这个星期预热了很久的谷歌,终于放出了这个Gemini 4家族的新主力。 这个名为「氢」的模型,这次居然打破了聪明、快、便宜的不可能三角。 本来,在Gemini 4家族的序列里,原本有两位深度推理老大哥——Carbon(碳)和Argon(氩)。 照理说,Hydrogen既
Perplexity 今天(11 月 14 日)发布公告,邀请付费 Max 订阅用户,在 Mac 平台上体验 AI 智能体功能 Teammates。该功能此前仅支持 iOS 和网页端,如今进一步覆盖桌面办公场景。
“AI产业化的关键,是让产业AI以数据、闭环与安全托底真实生产。在2026人工智能+大会上,算力、模型、智能体、具身智能、行业应用成为密集出现的关键词。但走出主论坛和分论坛之后,一个更具体的问题浮现出来:当AI不再只是生成一段文字、回答一个问题,而是要读懂物流单证、进入生产线、连接内网系统,甚至操控现实世界中的设备时,
OpenAI董事会成员、AI安全研究者近日发出严厉警告:从AI的“奖励黑客”行为到潜在的人类灭绝,路径可能比公众想象得更短,社会被AI“接管”的时间窗口甚至可能只剩数月。随着大模型与自主智能体能力快速跃升,目标错位与对齐失败正从学术讨论变为迫在眉睫的现实挑战。