搜索
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"。
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。
Modus 以 8500 万美元 融资的消息却撬开了这块大陆，它引发的深远影响不仅仅关乎金钱的流动，而是深刻挑战了这个“稳固”的行业底层架构。本轮融资由 Lightspeed Venture Partners 领投，Garry Tan 等投资人参与，但更令人注目的是，这家公司没有走典型的 AI 路径
本文翻译自 Anthropic 官方博客「Seeing like an agent: how we design tools in Claude Code」，作者 Thariq Shihipar，Claude Code 团队工程师，今天发布。以下为逐段中英对照翻译
多模态大推理模型的幻觉，很多时候并非「没看见」，而是在最不确定的推理阶段想偏了。最新研究发现，模型在生成because、however、wait等transition words时，往往处于高熵关键节点，更容易脱离图像证据、转向语言脑补。LEAD在高熵阶段不急于输出单一离散token，而是先在潜在语义空间保留多种候选推理方向，并通过视觉锚点持续拉回图像证据，显著缓解幻觉。
这个爆火的开源项目，叫做 Hermes Agent，地址：https://github.com/NousResearch/hermes-agent是由 Nous Research 团队倾力打造的开源Agent。
Codepilot 是藏师傅从今年一月开始纯 Vibe Coding 写个一个全平台通用开源 Agent 客户端。截止目前已经迭代了几百个版本，github 的 Star 也来到了 5100. 支持你能想到的小龙虾和 ClaudeCode 等 Agent 所有的能力，比如：
前天刷 X，刷到一个叫 Farza 的老哥，做了件牛 X 的事。
在这篇文章里，我想介绍编码智能体（Coding agents）以及 Agent harnesses 的整体设计：它们是什么、怎么运作，以及各个零件在实践中怎么拼到一起。
过去两年，图像生成模型在质感和审美上一路狂飙，但大多仍是 “直接出图” 的范式。