搜索
Anthropic以内部Claude模型为核心的Harness系统仅用3天攻克悬而未决18年的Aaronson-Ambainis猜想，定理与推论已完成Lean形式化，网友推测该模型可能是非公开版Claude Model 4。
SandBaseAI宣布完成数百万美元种子轮融资，资金将用于产品研发和运营推广，并通过统一接入模型、数据API、工具和运行环境，帮助开发者构建Personal Agent。
Einsia AI发布Frontier3DBench，在Blender与Unreal Engine中以145项任务评测11种主流模型与Agent框架配置，GPT-6.1-sol总榜第一，但Agent在开放世界连续交互和持久状态协同上仍显薄弱。
Forever Security披露，攻击者可借网页将恶意AGENTS.MD静默写入下载目录，诱导Codex和Claude Code执行篡改配置、窃取Token及安装恶意依赖等指令，测试攻击成功率分别超过90%和约50%。
DeepSeek Harness 团队发表《Super-agent 设计探索》后，新智元实测 GitHub 星标超8.4万的开源公司 LobeHub，其 Agent 平台已让 Claude 与 ChatGPT 协作生成 AI 日报，验证多 Agent 可持续执行并交付结果。
清华大学和新加坡国立大学团队提出并开源VISTA，通过Meta-agent自主修改Harness代码且不更新模型权重，将LIBERO-Pro整体任务成功率从17.5%提升至95.0%。
Firefly 在 NeurIPS 2026 提出“先探索、后出题”的训练数据合成流程，利用真实 MCP Server 和可离线复现的检索增强模拟器生成5,144个可验证任务，使 Qwen3-4B-Thinking-2507 的 pass@1 从28.1%升至41.5%。
自然选择已完成累计超1亿美元的A+轮融资，新投资方包括五源资本、启明创投、源码律动、经纬创投和华业天成，其正以Elys探索社交网络中的Personal Agent服务。
梁圣做空Anthropic，认为Tokenmaxxing与Benchmaxxing支撑的AI估值难以为继，Claude高昂调用成本和跑分热潮无法匹配收入增长及巨额算力承诺，Super agent普及前模型厂增长将承压。
RAGFlow 1.0 以 Go 重写并公开知识编译层与 Retrieval Harness，将产品定位升级为 Agent Native 数据库，通过证据链等编译产物降低 Token 消耗并提升上下文可追溯性。