Harness 刚火，可能就要成为过去时了｜Hao好聊论文
Harness 刚火，可能就要成为过去时了｜Hao好聊论文随着任务的复杂度提升，Agent（智能体）的上下文在无限膨胀。在无穷的历史对话、工具调用输出、中间步骤以及报错信息中，模型迷糊了，于是开始跳步、忽视、绕道。
来自主题:
AI技术研报
7974 点击 2026-04-13 13:51
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
随着任务的复杂度提升，Agent（智能体）的上下文在无限膨胀。在无穷的历史对话、工具调用输出、中间步骤以及报错信息中，模型迷糊了，于是开始跳步、忽视、绕道。
在当下的创投话题里，有个热门概念叫“一人公司”，说只要熟练掌握AI工具，人们完全可以在没有同事、没有团队、没有组织结构的情况下独立创业，造出现象级的产品。
想象几个并不遥远的场景： 医院的病房里，刚做完手术的患者正在练习下床、走动，智能系统通过摄像头捕捉他的动作，判断步态是否稳定、有没有跌倒风险；回到家，在卧室或浴室这样私密的空间里，老人起身、转身、洗漱，甚至意外滑倒的瞬间，也可能被视觉传感器记录，只为了让 AI 能更早发现异常；
在本文中，我将探讨编码智能体（coding agents）及其智能体编排（agent harnesses）的整体设计：它们究竟是什么、工作原理如何，以及在实际应用中各组件是如何协同运作的。
Anthropic 的 Claude Code 源码被扒了个干干净净。55 个目录、331 个模块、目前业界最经受实战检验的 Agent 架构——全部暴露在 .map 文件里。
我每次翻《天龙八部》，翻到少林寺藏经阁那一段，都要停下来。
现有大模型评测分数日趋饱和，但与真实体验差距显著。南京大学傅朝友团队牵头，在Google Gemini评测团队邀约下推出视频理解新基准Video-MME-v2。凭借创新的分层能力体系与组级非线性评分，以及3300+人工时高质量标注，揭示模型与人类的巨大鸿沟（49vs90）、传统Acc指标虚高、以及「Thinking」并非总是增益等现象。
生数科技或计划在2026年上半年启动港股IPO流程，估值超20亿美元。
“你好，老板，你这个视频我们用即梦Seedance 2.0 生成，这一条视频报价1235.25元人民币，我们分分钟就可以用这1609.45元做出来这条视频，这可是仅仅2235.32元人民币就能换来的视频爆款，都不知道有多划算，我们产出一条视频仅需要一天，白天开工，到了晚上您只需要支付3245.98元就可以了，现在签合同吗？”
对于已经在使用强大的 Hermes Agent 的 Mac 用户来说，现在有了一款能让您的工作流更加流畅、更具原生体验的工具——Hermes Desktop。它并非一个简单的浏览器封装，而是一款专为 macOS 设计的本地应用程序，旨在将您最关心的工作流程无缝集成到一个窗口中。
今日（4月12日）上午，软银、NEC等多家日企联合组建国家级AI产业联盟，发力物理AI。
在竞争激烈的行业中，很多创业公司即便拥有充足的资金、强大的团队和名声显赫的投资者，仍然会在短时间内面临失败。
刚刚，外媒《旧金山标准报》报道，当地时间4月12日凌晨1点40分，OpenAI CEO萨姆·阿尔特曼（Sam Altman）的住所又被袭击，两名嫌疑人从车内向阿尔特曼的住所开枪，无人受伤。
如果你只把 Vercel 理解为“一个部署前端项目的工具”，那你大概只看到了它的 10%。Vercel 现在的估值是 93 亿美元，GAAP 年化收入已达 3.4 亿，同比增长 84%。这个数字放在 2026 年的 AI 公司里不算最耀眼的，但绝对是最不可思议的——因为它的起点不是 AI，而是“部署”。
有人把这些规范都整理成了 MD 文件，都在这个网站上 getdesign.md。62 个全球顶级品牌的设计语言，提炼成结构化的DESIGN.md文件，让 AI 编码 Agent 能直接读懂并执行。
从春节开始，能直接操控电脑替人干活的开源项目 OpenClaw（网友戏称龙虾）在科技圈彻底爆火。
腾讯云“防爆箱”护航百万“龙虾”上岗，已助力MiniMax强化学习训练。
名人风格的 AI 助手具备教学潜力吗？
「小猫补光灯」的作者花生...啊不...这人改名叫花叔了...hhhh，又整了一个新活：一周 8000 多个 star
在AI狂飙的这些年里，行业几乎被一条逻辑主导：算力决定上限，而GPU就是算力的核心。
LangChain 只换了模型外面的基础设施——同一个模型、同一套权重——就从 TerminalBench 2.0 排行榜 30 名开外直接跳到了第 5 名。另一个独立研究项目让大模型自己优化这层基础设施，达到了 76.4% 的通过率，超过了所有人工设计的方案。
2026年4月10日清晨，一名刚满20岁的年轻人，提着自制的燃烧弹，砸向了一栋价值2700万美元的豪宅。几个小时后，这名嫌疑人又出现在OpenAI的办公楼外，扬言要把整栋大楼烧成灰烬。
当企业真金白银开始从 ChatGPT 流向 Claude，Anthropic 打的早已不只是模型性能战，而是一场从工程师口碑、企业信任到「AI灵魂校准」的全面突围。
超声领域也有大模型了！
相信大家都能感觉到，进入2月以来，“上下文工程”、“Vibe Coding”的热度已经让位给了一个新名词："harness engineering"。
T (R,O) Grasp 是一种基于物体 — 机器手空间关系建模的图扩散架构，具备跨智能体的统一表征能力。在 NVIDIA 40GB A100 GPU 上，该方法可实现 5 FPS 的推理速度和 50 grasp/s 的吞吐量，并在多种智能体上取得 94.83% 的平均抓取成功率，刷新了跨智能体灵巧抓取的 SOTA，具备与动态场景实时交互的能力。
Browser Use是Hermes Agent官方推荐的云端浏览器自动化提供商之一：
字节扣子悄悄升级了，全新上线2.5版本。
近日，哈尔滨工业大学（深圳）联合深圳河套学院、Independent Researcher提出了隐式思考模型 LRT（Latent Reasoning Tuning），通过一个轻量级的推理网络，将大模型冗长的「思维链」压缩为紧凑的隐式向量表征，一次前向计算即可完成推理，无需逐 token 生成数千字的中间推理过程。
MiniMax M2.7 在今天正式开源。我们和华为昇腾、摩尔线程、沐曦、昆仑芯、NVIDIA，以及 Together AI、Fireworks、Ollama 等海内外芯片厂商、推理平台携手，在开源首日即完成模型接入与推理适配工作，推动全球 AI 生态繁荣发展。
