搜索
Agent在真实任务中出错，工程师的第一反应往往是给Harness“打补丁”：加一条防错提示词、接入一个新工具、挂一套Skills，或者增加历史摘要和执行检查。这套负责协调模型调用、工具执行与上下文管理的外层系统，就是Agent Harness。
据 The Information 报道，Anthropic 正筹备一款尚未公布的新模型，据称其推理和直觉判断能力超过现有商用模型，并能推断用户未明确表达的意图；Google 正开发 Gemini 4 Carbon，OpenAI 预计未来几周推出 Terra 系列新模型。
刚刚，用AI最会赚钱的英国人出现了！
好家伙！ 有个项目叫 lemo-opuscar，已经1.5K Star了，今天还搞了个大更新—— 短片《Opuscar 98》里所有98个奥斯卡最佳影片场景复刻的风格+提示词+导演执导，全部公开。
谷歌，终于把这块最硬的骨头啃下来了。
让大模型回答一道数学题，通常还能拿标准答案判断对错。可如果问题换成「梳理一个领域的研究进展」「比较几种技术路线」或者「给出有依据的专业建议」，怎样才算答得好？答案没有唯一版本，遗漏关键事实、混淆概念、论证不充分，都可能藏在一段看起来很流畅的文字里。
MATARIA（元材新界）宣布完成君联资本领投、小苗朗程跟投的数千万元人民币种子轮融资，并计划未来18个月推出跨尺度材料模型V1.0，在3至5个行业开展试点。
谷歌开源Harness²递归自我改进项目，使大模型无需修改权重即可自主优化外围脚手架，单步改进让GLM-5在WorkBuddy-Bench上提升11.5分。
AI 生图和改图已经很强了，却依然救不了双 11 期间疯狂加班的设计师。
OpenAI API 模型列表短暂出现 aurora-red-alpha、aurora-green-alpha 和 aurora-blue-alpha，随后被移除，Arena 盲测显示三者可能均为生图模型，但 OpenAI 尚未确认其身份。