搜索
长程智能体（long-horizon agents）正从「修一个 bug」走向连续数小时的终端与编程工作，但它的强化学习训练也格外昂贵：前沿实验室可以在数千张 GPU 上扩展 RL，而对多数团队来说，一条训练样本往往就是一次长达 3 小时、上百轮工具调用的完整尝试，任何一个环节出错，浪费的都是成小时的 GPU 时间。
Oh My Hermes（OMH） 不是一个新模型，也不是 Hermes 的替代品。它是加在 Hermes Agent 上的一层运行层：你照旧跟 Hermes 说话，它把每件事拆成几条 lane，每条 lane 配一个「带技能、带模型、带推理档位」的同事，并行去干。
文章以蚂蚁灵光2.0上线半个月托管300万项事务、执行1100万次任务为起点，提出托管量可能是目前较合理的Personal Agent北极星指标，并强调应关注委托量、办成量与收入，而非用户时长或日活。
以前新人入职，公司得花大量的时间精力去带教、培训。
Coding Agent写代码的能力越来越强，写测试的能力也在同步提升。从为函数补单元测试、为GitHub Issue编写复现用例，到为整个代码仓库构建回归测试，Codex、Claude Code等前沿Coding Agent已经能够浏览仓库、修改实现，并借助执行反馈不断修正测试。
机器人正迎来自己的 Computer Use 时刻。
啥，机器人已经能接管酒店洗衣房了？？
前不久，Anthropic 的工程团队在 11 月 6 日发了一篇文章《The components of agent memory》。里面有一个非常有意思的观察：很多被精心设计过的知识wiki或者Agent Memory准确率有时候还不如直接搜索原始文档高。但换个场景，过多的原始信息塞给模型，有时候也同样会让检索的准确率暴跌。
多模态Agent交付亮眼，连“画地为牢”梗都接住了。
AI Agent驱动的超级个体。 现在给AI 安排的工作已经可以到什么地步了？ 写代码只是其中一项，让Agent全天盯着GitHub，收到用户反馈就检查代码、尝试修复问题，还有让它跟进客户，甚至每天定