搜索
智谱首席科学家唐杰发布 GLM-5.3-Flash 推理系统优化成果，模型仅用两周在超 10 万颗国产 AI 加速器集群上完成生产部署，端到端吞吐提升 3.2 倍，并由 GLM-5.3 驱动的 Infra Agent 参与瓶颈分析与代码修改，标志着智谱首个 RSI（递归自我改进）早期形态的落地。
大模型 Agent 进入浏览器、邮件、数据库和业务系统后，安全评估如果仍只检查最终回复是否包含有害内容，覆盖面会明显不足。Agent 需要规划步骤、读取外部信息并调用工具，风险可能出现在执行过程中的任一环节。
当 AI Agent 开始连续数小时替人工作，真正有价值的就不只是最终成果，还有藏在会话（Session）里的整个过程：它做过什么、哪里失败、为何改变方向。
在过去的几年里，LLM RL 系统的工作负载发生了巨大的变化。早期的 RLHF 围绕同步训练展开：模型按固定顺序进行生成、打分和训练，每个阶段之间有着明确的同步边界。如今，系统还需要处理异步生成、持续训练、多轮 Agent 以及与外部环境的交互 —— 那些在同步执行中原本隐含的状态、版本和故障边界，现在都必须显式地进行管理。
当大模型已经能够快速生成文案、图片和视频，一个更进一步的问题是：Agent 能否从执行过的任务中积累经验，并在持续交互中改进后续行为？
一个 Agent 第一次没把任务做对。
谷歌发布 Gemini 3.8 Live 与 Gemini 3.8 Live Extended Thinking 两款实时语音模型，后者支持后台异步推理与工具调用以解决语音 Agent 在任务执行中的沉默问题，两款模型已在 Gemini API 和 Google AI Studio 向开发者开放。
北航、南方科技大学、复旦大学、北京理工大学、爱丁堡大学等 8 家机构的 19 位研究者联合完成 Theory of Agent 综述，讨论模型内部与外部 harness 应如何分配能力，并据此梳理 LLM Agent 的学习、对齐、演化与评测。
OpenAI Codex团队主张模型越强Harness应越轻量，Anthropic Claude Code团队则认为模型越强Harness反而需越复杂以支撑Agent长时间自主运行，两者共同揭示了Agent Harness正经历从辅助层向承重结构转变的结构性变化。
实测显示，中国联通元景数字员工基于自研Agent Harness架构，具备全渠道触达与超千项技能，在深度研究、全时助理等办公场景中表现稳定可靠，并已在政务、工业、文旅等领域实现行业落地。