不换模型，性能涨了39%：让AI智能体自己修bug的开源方案来了
不换模型，性能涨了39%：让AI智能体自己修bug的开源方案来了NeoSigma 团队今天开源了一个叫 auto-harness 的系统，核心做的事只有一件：让智能体自己发现自己的 bug，自己修，自己验证。
来自主题: AI技术研报
9249 点击 2026-04-23 10:53
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
NeoSigma 团队今天开源了一个叫 auto-harness 的系统，核心做的事只有一件：让智能体自己发现自己的 bug，自己修，自己验证。
开源AI王座一夜易主！Kimi K2.6出道即巅峰，展示了恐怖的「全栈交付」能力。它不仅能复刻高盛研报、手搓奢华官网，甚至能和人类在群组里并肩打工。
阿里前几天开源的Qwen3.6-35B-A3B，让这次讨论不再只是一次普通的新旧模型对比。它一边要面对谷歌Gemma4-26B-A4B的外部竞争，一边又必须回答一个更麻烦的问题：相较于 Qwen3.5-35B-A3B，它到底是升级，还是修补？更现实的是，很多人现在真正跑着的，其实是Qwen3.5-27B，那么这条新的35B-A3B路线，到底值不值得迁过去。
694,000 次浏览。 一篇 X Article，发布三天，将近 70 万阅读量。不是 Elon Musk 的推文，不是某家大公司的公告，是一个叫 GRITCULT 的账号，写的一篇叫《营销已死，Distribution Engineer 万岁》的长文。1.5K 点赞，235 次转发，55 条回复。
一个3B激活参数的端侧模型，在全球Agent权威评测中，以94%任务完成率，超越了Claude、GPT-5.4、Gemini等国际主流云侧和端侧大模型。商汤绝影Sage来了，它不是「更聪明的语音助手「，而是第一个真正能在车里「办成复杂事「的智能体基座。
月之暗面昨天发布了 Kimi K2.6，代码能力和 Agent 能力都有明显增强。官方数据很亮眼：13 小时不间断编码、4000 行代码重构、LMArena 全球开源第一。
手握最强大的模型Mythos，Anthropic却把它锁了起来。
谷歌真是急了。 前脚刚传来消息，称谷歌联合创始人谢尔盖·布林重启“创始人模式”，亲自督战并组建精英“突击队”，全力提升Gemini在AI编程和自主智能体等关键能力上追赶Anthropic等对手。 后脚
今夜，ChatGPT Images 2.0震撼上线，成为首个「会思考」的图像AI。奥特曼直呼这是从GPT-3到GPT-5的飞跃。它不仅能精准听懂中文指令、渲染复杂UI，甚至能在米粒上刻字。
贝索斯的AI创企估值将达到380亿美元。