谷歌云从OpenAI挖走Harness engineering作者，押注企业Agent工作流
相关推荐
DeepSeek Harness正式上线：首款Agent产品，整个Agent可实现自行组装
据 动察 Beating 监测，DeepSeek 正式上线首款 Agent 产品 DeepSeek Harness，软件包已经发布至 npm。此前 V4-Flash 的公开 Code Agent 评测，用的就是 Harness 内置的极简模式。 它不只是一款类似 Codex 的 Coding Agent。Harness 支持管理项目、长任务、多 Agent、Skill、联网搜索和上下文管理，还允许用户创建不同的「Agent 预设」。写代码、研究、写作等任务，可以配置不同的工具、提示词和工作方式。 更特别的是插件系统。DeepSeek 把「Everything is a plugin」作为核心设计，模型、工具、提示词、存储、上下文甚至界面都能通过插件替换或组合。内测用户已经做出了长期记忆、界面修改等插件。 简单说，Codex 更像一个做好的 Agent，DeepSeek Harness 更像一套组装 Agent 的运行时。用户不只是在选模型，也可以自己决定 Agent 用什么工具、遵守什么规则、怎么工作。
Oracle推出Fusion Agentic Applications与AI智能体
Odaily星球日报讯 Oracle 宣布推出面向人力资源领域的全新 Oracle Fusion Agentic Applications 和 AI 智能体，旨在帮助企业加速员工发展、优化人才决策，并更快响应不断变化的业务和技能需求。 Oracle 表示，新一代 Fusion Agentic Applications 由多个专业化 AI 智能体协同驱动，具备目标导向、自主推理和企业级执行能力，可通过安全访问企业统一数据、工作流、政策、权限体系及业务上下文，在 HR 流程中辅助企业制定并执行决策。 此次发布的 AI 能力基于 Oracle Cloud Infrastructure（OCI） 构建，并深度集成至 Oracle Fusion Cloud HCM 平台，覆盖岗位架构、学习发展、管理者辅导、员工成长、内部流动以及 workforce planning（劳动力规划）等多个领域。
Pi重构Agent执行层：长任务开始走向持久化运行
据动察 Beating 监测，Pi 正在重做 Agent Harness。最新 Harness v3 规范已经写完，正在做最终审计。它重做了任务执行和存储，让 Agent 即使跑到一半进程崩溃，甚至 Harness 自己升级，也能从中断处继续。 Pi 是 Mario Zechner 创建的开源 Agent Harness，最早因为 OpenClaw 使用它而出圈。项目今年被 Earendil 收购，Mario 也加入公司继续负责开发。现在 Pi 已有超过 6 万 GitHub Star，MiniMax 最新的 MiniMax Code 也明确基于 OpenCode 和 Pi 搭建 Harness。 v3 这次直接重做了底层架构。模型请求和工具调用前都会先保存执行状态，完成后再写入结果。重启后，Pi 能知道哪些已经做完、哪些可以重跑、哪些有副作用不能再执行一次。对话、运行状态和 Token 成本也改成分开保存，并加入跨版本状态迁移。 Claude Code、Codex 都在把 Agent 往更长的任务推。OpenAI 已经专门研究怎么让 Codex 持续完成长时间工作，Anthropic 也称 Claude Code 正越来越多地被用于长时间运行的 Agent 任务。Agent 能连续干几小时以后，前面几小时就不能因为一次崩溃全部白干。
Marvell推出AI“内存解耦”架构，将解决Agentic AI推理带宽瓶颈
Odaily星球日报讯 Marvell Technology 宣布推出面向 AI 基础设施的新一代内存解决方案组合，覆盖服务器级 AI 存储、机架级 CXL 内存扩展与池化，以及多机柜光互联共享内存，旨在解决 Agentic AI 推理过程中日益增长的内存容量和带宽瓶颈。 Marvell 表示，随着 AI 模型规模扩大、上下文窗口延长以及 KV Cache 需求增长，传统计算与内存紧耦合架构正限制 AI 推理效率。通过内存解耦（memory disaggregation），可以让内存资源更加独立于计算资源扩展，提高 GPU 利用率并降低数据移动延迟。此次发布的产品包括： Bravera SC6 PCIe 6.0 SSD 控制器：面向 AI 推理存储场景，可帮助云服务商将更多 KV Cache 迁移至高性能 SSD，提升基础设施效率。该产品采用兼容多供应商 NAND 的架构，预计将于 2026 年第四季度开始送样。 Marvell Structera X 内存扩展方案：基于 CXL 技术，支持机架级内存扩展和资源池化，帮助数据中心更灵活地共享和调配内存资源，降低 AI 基础设施成本。 Marvell Photonic Fabric 光互联内存方案：通过光互联技术构建跨多机柜共享内存架构，可支持最高 32TB 温热 KV Cache 卸载，并帮助 AI 推理集群提升吞吐能力。 Marvell 表示，Photonic Fabric 方案可在现有数据中心空间和功耗限制下，实现最高 2 至 3 倍的 Token 吞吐提升，支持更大规模模型和更长上下文 AI 应用。 Marvell 高管 Will Chu 表示，AI 基础设施正在从单一服务器架构转向计算、内存和连接协同运行的系统，未来内存需要更加独立地扩展，以提升资源利用率和 Token 效率。 随着 AI Agent 和大模型推理需求持续增长，内存容量、带宽和数据传输效率正成为继算力之后 AI 基础设施竞争的新焦点。
NeoSoul 计划推出全球首个高度定制化 Agentic Trading 框架，加速构建 AI 经济体
ChainCatcher 消息，BSC 和 0G 生态最大 AI 经济基础设施公司 NeoSoul 宣布计划推出全球首个高度定制化 Agentic Trading 框架，帮助用户构架能够自主决策、自主交易的 AI Agent。 随着 AI 能力快速提升，越来越多交易者开始使用 Agent 辅助交易。但目前，构建一个能够长期稳定运行的交易 Agent 仍存在较高门槛。NeoSoul 希望通过创新 Agent 交易框架，降低用户使用自主交易 Agent 的门槛。 NeoSoul 选择聚焦 Trading，是因为金融市场是检验 AI Agent 能力最直接的场景。相比传统 AI 应用主要提供信息和建议，交易 Agent 需要在真实环境中持续做出判断，并接受市场验证。 NeoSoul 的 Agentic Trading Framework 主要解决以下几类问题： 帮助用户创建并定制自己的 AI 交易 Agent 普通用户想参与 AI 交易，往往面临技术和策略门槛。NeoSoul 让用户无需从零开发，即可创建符合自身目标的交易 Agent，并通过 skills 沉淀专业交易经验与策略。 让用户能够判断 Agent 是否真正具备交易能力 创建 Agent 只是第一步。用户还需要了解 Agent 是否能够稳定执行策略并管理风险。NeoSoul 提供可验证的表现记录，让用户查看 Agent 决策过程和交易结果。 让用户更有效地管理自主交易权限 涉及资产管理时，权限控制至关重要。NeoSoul 支持用户设置 Agent 权限，并实时了解交易行为。 NeoSoul 联合创始人 Kaelan 表示： “AI Agent 正在从提供答案走向参与真实经济活动。Trading 是 Agent 进入经济活动最自然的场景之一，因为每一次决策都会产生明确结果。NeoSoul 希望帮助交易者创建可运行的 AI Agent，让更多策略能够被持续执行。” 未来，NeoSoul 将持续完善 Agentic Trading 生态，让更多用户能够使用 AI Agent 参与全球金融市场。
Celestia CEO：定制链业务将重点关注 Agentic Payments 与链上市场
Foresight News 消息，Celestia 发推表示，其首席执行官兼联合创始人 Nick White 就近期收购 Sovereign Labs 及业务转型发布视频说明，其定制高性能区块链业务将重点关注 Agentic Payments 与链上市场两个垂直领域。其中，Agentic Payments 旨在支持高频海量的微交易，实现即时结算且无需建立计费关系；在链上市场方面，其目标是使链上交易所的吞吐量和延迟达到币安乃至纳斯达克的水平。此外，其表示 Celestia 的市场进入策略已发生转变，从主要与初创公司及独立开发者合作，转向直接与具备实际业务需求和分发能力的大型应用及企业合作，为其提供全栈区块链基础设施。 Foresight News 此前消息，Celestia Labs 已收购高性能区块链框架开发商 Sovereign Labs，Sovereign Labs 联合创始人 Preston Evans 将出任 Celestia Labs 首席技术官。此次收购后，Celestia Labs 的技术能力将从 Layer 1 延伸至执行层和应用层，成为面向企业的全栈定制区块链开发合作伙伴。