谷歌开源 Harness²,GLM-5 跑分提高 11.5 分
相关推荐
DeepSeek Harness底座Cordis有了Rust实现:DimAgent准备用它重构
动察 Beating AI 快讯,DimAgent 创始人 Han Cheng 开源插件运行时 Rutis,并表示接下来会用它支撑 DimAgent 的新架构。Rutis 用 Rust 重新实现了 Cordis 的核心设计,后者正是 DeepSeek Harness 使用的底层插件框架。 DeepSeek Harness 用 Cordis 管理模型、工具、会话、Agent Loop 等组件。每个组件都可以做成插件,只声明自己需要和提供哪些服务,Cordis 负责启动、卸载、依赖变化和资源清理。 Rutis 把这套机制搬到了 Rust,同时支持 TypeScript、JavaScript 和 Python 插件。不同语言的插件可以互相调用,也可以分布在不同进程和机器上运行。现有 Cordis 插件也可以直接接入,不需要全部重写。
Cyces收购AI用户研究平台Looppanel,将加速布局Agentic UX Research
动察 Beating AI 快讯,AI 产品工作室 Cyces 宣布已收购 AI 驱动的用户研究平台 Looppanel。交易完成后,Looppanel 将继续服务现有客户,Cyces 计划加快其产品开发,进一步拓展 AI 能力,并推动平台进入更多全球市场。 Looppanel 主要面向 UX 和产品团队,提供多语言转录、AI 辅助分析、主题标签、研究内容搜索及协作等功能,帮助企业从用户研究中提取洞察。Cyces 表示,未来将推动 Looppanel 向「Agentic UX Research」(智能体驱动的用户研究)方向发展。此次收购未披露具体交易金额。 Looppanel 成立于帮助企业更高效地开展定性用户研究,曾入选红杉资本 Spark 早期创业项目,并参与 TechCrunch Disrupt。
阿里云:Token Plan个人版升级,新增12类Agent Harness工具
火星财经消息 9月11日,阿里云Token Plan个人版升级。据介绍,原有价格及Credit额度保持不变,Standard和Pro套餐新增Agent Harness工具权益与用量,覆盖搜索、网页解析、图像生成、语音处理、代码执行等12项Agent开发常用能力。(广角观察)
DeepSeek开始模型和Agent一起训:V4.1 Flash为Harness专项优化
动察 Beating AI 快讯,DeepSeek Harness v0.1.5 发布。V4.1 Flash 在训练阶段就针对 Harness 做了专项训练和优化,覆盖标准、PTC 和极简三种模式。Harness 已经直接进入模型训练环节,不再只是模型发布后再接一个 Agent 外壳。 新版还加入实验性的 Agent Teams。父子 Agent 可以双向通信,主 Agent 能给不同子 Agent 指定模型和推理强度;多个 Agent 还能共享任务、互相发消息,最后由主 Agent 汇总。 V4.1 Flash 还有一个很特别的长任务优化:Agent 跑到一半修改系统提示词,也可以尽量保留已有 KV Cache。长任务不用因为前面的规则改了一点,就把后面大段上下文重新计算。 Web 端也加入文件上传和预览,支持 PDF、图片、代码等格式。插件可以往左右 Sidebar 和内容区接入自己的 UI,长会话的加载、恢复和内存占用也一起做了优化。
阶跃星辰开源Step Code:自测追平DeepSeek Harness,token更省
动察 Beating AI 快讯,阶跃星辰开源 AI 编程工具 Step Code v0.1.0,采用 MIT 许可证。它直接跑在终端里,可以读写代码、跑测试和执行开发任务,还支持 MCP、Agent Skills 和 Claude Code 插件。内置的 StepPage 可以一条命令把本地静态网站发布到线上。 Step Code 主打少用 token。在阶跃自己的 Terminal-Bench 2.1 横评中,它完成 72/89 个任务,得分 80.9%,与 DeepSeek Harness 并列最高,但 token 用量更低。 阶跃自建的 Multi-Frame 长任务测试共有 150 道题,Step Code 完成 110 道,得分 73.3%,平均每题消耗 509 万 token,在对比的 6 款 harness 中同时拿到最高通过率和最低 token 用量。 不过阶跃没有公布这轮横评具体用了哪个底层模型,也没有拆解这些 token 是怎么省下来的。官方只提到 Step Code 与 Step 系列模型一起针对 token 消耗做过调优。 源码里也能看到不少「节流」设计:文件读取和命令输出会限长,搜索尽量缩小返回范围,长对话默认会压缩上下文,system prompt 也要求能直接调用工具就不要额外开 Agent。 还有一套更激进的 contextProjection,可以裁掉旧工具输出、重复结果和历史 reasoning,不过默认关闭。 综合来看,它的 token 优势来自模型和 harness 多处优化叠加。
Nous Research以15亿美元估值完成9000万美元融资
PANews 10月7日消息,据《华尔街日报》报道,开源智能体Hermes开发方Nous Research宣布以15亿美元估值完成9000万美元融资,计划将开源人工智能助手工具推向企业用户,该公司此前推出本地与云端AI agent Hermes,具备搜索、写代码、图像理解等内置技能,并可自动从用户使用中学习扩展能力。