扫描下载APP
其它方式登录
DeepSeek Harness工具疑似开启内测，该产品是与V4正式版同步发布的AI智能体运行框架，具备毫秒级响应、高可靠性、自动容错、长上下文管理、多Agent协同、动态工具调用及模型-框架深度适配等特性，旨在提升复杂任务执行效率与稳定性。
文章分析Visa发布的《Agentic Payments from the Ground Up》报告，阐述Agentic Commerce（代理型商业）的兴起逻辑：AI Agent驱动的自主交易分为大额代理（Macro）与微型机器交易（Micro），后者催生x402、MPP等新型支付协议；重点指出传统支付体系在身份、授权、责任划分和监管适配上的根本性挑战，并强调Visa正从结算网络转向授权基础设施，与稳定币及链上协议形成互补融合而非替代关系。
手机不会消亡，但正经历从内到外的重构：操作系统向Agentic OS演进，强调意图理解与主动服务；硬件转向AI Native，依赖感知数据、端侧算力与个性化能力；手机角色从唯一中枢变为智能体统一入口，核心竞争转向智能体能力而非硬件参数。
文章探讨智能体手机（Agent手机）的兴起与困境，以豆包手机一代被封杀为转折点，分析二代玩家在技术路线（GUI模拟、A2A协议、Agentic OS、鸿蒙原生等）上的妥协与博弈，指出其本质是手机厂商与互联网平台围绕流量分配权和生态控制权的结构性对抗，并在行业出货量下滑背景下成为破局新叙事。
黄仁勋在最新访谈中强调，软件开发重心正从编写代码转向构建可执行、可验证、受控的AI Agent系统；核心在于Harness——涵盖Prompt、工具集成、记忆管理、任务编排与权限控制的系统层，它不改变模型本身，却能显著提升Agent效能并降低成本近10倍，成为下一代软件公司的关键基础设施。
马斯克承认SpaceXAI旗下Grok Build编程助手未经用户同意上传全部代码及敏感数据至Google Cloud，引发全球开发者信任危机；随后承诺并执行彻底删除所有已上传用户数据，零残留。事件暴露AI编程代理工具在权限管控与隐私设计上的严重缺陷。
AI大模型能力升级推动操作系统向Agentic OS演进，华为、荣耀、Rokid、努比亚、小米等终端厂商及钉钉等应用平台密集发布AI原生操作系统，聚焦意图驱动、自然交互与跨端协同，争夺AI时代人机交互入口权。
文章指出大模型应用正从单一强模型依赖转向多模型协同调度，强调Harness（执行框架）在任务分解、模型路由、结果验证与失败恢复中的关键作用；OpenSquilla 0.5.0通过Agentic Routing实现步骤级模型调度与并行提案聚合，在DRACO评测中以更低成本取得超越旗舰模型的质量表现，凸显国产模型组合能力与系统工程优化的价值。
LingBot-World 2.0 是蚂蚁灵波推出的开源世界模型，支持秒级生成、小时级无限时长运行与实时文本驱动的世界演化。其采用双Agent架构（Director/Pilot）、因果自循环机制和MoBA注意力创新，显著提升物理一致性、交互自由度与时序稳定性，面向游戏开发、具身智能仿真与视频创作等场景。
翁荔提出AI自进化可优先从Harness（模型外部运行系统）入手，而非直接修改模型权重；Harness涵盖工具调用、上下文管理、任务拆分等能力，其自我优化已通过Weakness Mining、Harness Proposal和Proposal Validation等工程化路径验证，并在多个模型上提升任务表现；崔添翼附议该方向为重要突破口。
Claude Code由Anthropic团队研发，起源于其内部安全对齐项目，历经2021年早期VS Code扩展探索、2022–2023年agentic coding核心能力攻关（如bash tool、diff生成）、2024年Boris Cherny主导重构，最终于2025年发布并重塑硅谷开发范式；其本质是面向真实软件工程的自主智能体，但开发者强调当前仅完成1%的长期目标。
维纳智能作为成立不到两年的香港AI公司，首创‘Token→数据’大闭环技术，通过大模型自动生成高精度推理数据（cQrA），推动Agentic AI在医疗、金融、政务等高精度领域落地；其参与的肾癌手术风险预测研究登上Nature期刊，成为中国首个登顶该刊的数据生成科创公司。
文章揭示AI领域对Agent的普遍误区：过度关注模型本身而忽视外层执行机制（Harness）的重要性。实验证明，仅优化Harness（如代码逻辑、文件处理、流程编排），不改动模型权重，即可使DeepSeek-V4-Pro在法律任务中综合得分从3.5%跃升至80.1%，性能提升达76个百分点，甚至媲美顶级闭源模型。Karpathy的Loop Cycle实验进一步表明，自动化迭代循环（提出修改-运行-评估-保留）可大幅提升系统持续进化能力。
文章探讨AI Agent兴起对Web3链上安全范式的根本性冲击：操作主体从人类转向Agent，导致安全边界从私钥与合约漏洞扩展至模型意图、工具调用、钱包授权、支付协议及身份验证等跨层协同风险；通过Grok/Bankr、PocketOS、LiteLLM等案例，系统分析提示词注入、权限穿透、供应链投毒等新型攻击，并提出以规则授权、密钥隔离、可验证执行为核心的六大防御原则。
文章系统梳理AI工程范式的三次演进：从Prompt Engineering（控制模型单次输出）到Harness Engineering（构建Agent运行环境），再到Loop Engineering（实现智能体自主行为控制）。重点阐释Loop Engineering作为新焦点，通过目标驱动、循环执行（观察-思考-行动-评估-重规划）取代传统流程驱动，提升Agent的自主性与适应性。
