📰
OpenAI 開源智能體 Harness
OpenAI 宣布開源 Harness，並將其定位為智能體真正落地的關鍵組成部分，以回應 DeepSeek 帶來的競爭壓力。文章未提供儲存庫網址、程式碼範圍、授權條款或具體技術規格，因此目前只能確認這是一項面向智能體開發的開源工具或框架更新。
Search
Tag: #agent182 results
M3 發布後，MiniMax 痛失一名核心高管
文章報導 MiniMax 在發布 M3 後失去一名高階主管。文章進一步提出疑問：由個人主導 Agent 發展的時代，是否正在走向終結。
🤖
定義品質：AI 產品經理的新核心技能
在 AI 時代，產品經理的核心價值在於定義嚴謹的測試集與評估標準，以應對 AI 輸出的機率性，而不僅僅是理解業務邏輯。
🤖
上下文獲取：AI Agent 的下一個戰場
本文主張 AI Agent 的未來在於「上下文獲取」（Context Acquisition），即智慧地捕捉、篩選並更新相關用戶資訊的能力，而非僅僅擴展記憶容量。
大廠搶灘 AI 高考志願填報市場
阿里巴巴、騰訊與百度等大型科技公司正部署 AI Agent，以填補高考志願填報的市場空白，旨在透過數據驅動的演算法取代人類專家。
百度戰略轉向：從大模型轉向AI智能體
百度已正式將戰略重心從原始模型性能轉向「DAA」（日活智能體數）指標，強調了AI應用和基於智能體的基礎設施在企業生態系統中的重要性。
📰
區分「同事.skill」與真正的 AI 勞動蒸餾
本文釐清了輕量級「技能」克隆項目（如 colleague.skill）與深度行為克隆項目（如 Meta 的 MCI）之間的區別。它警告說，真正的勞動替代來自於系統性的數據採集，而非簡單的基於提示詞的模仿。
Continual Harness：自我改進代理的在線適應
該論文介紹了「Continual Harness」，這是一個用於模型與工具協同學習的框架，使 AI 代理能夠改進自己的工具和框架。此方法已通過代理通過迭代自我改進完成複雜的 Pokémon 遊戲得到成功驗證。
NVIDIA 推出 Nemotron 3 Nano Omni 多模態模型
NVIDIA 推出 Nemotron 3 Nano Omni，這是一款緊湊的長上下文多模態模型，用於建構處理文件、音頻和視頻的智能代理。該模型託管於 Hugging Face，推進高效多模態 AI 能力。此發布針對尋求輕量但強大解決方案的代理開發者。
GLM-5 以 11 倍低成本幾乎匹敵 Claude Opus
YC-Bench 基準測試模擬 LLM 經營一年初創公司，包含延遲回饋與惡意客戶。GLM-5 平均資金達 121 萬美元，接近 Claude Opus 的 127 萬美元，但 API 成本僅 1/11。持續筆記本使用預測成功。