Google Research 开源了 Harness²让 Agent 自己改外面那层配置，跑一轮就在 WorkBuddy-Bench 上最多涨了 11.5 分。 它把模型外围拆成 8 个能改的部件：系统提示词、护栏、记忆、工具说明、子 Agent、Skill、脚本和插件。 做法是先提出几种改法，在同一个任务上各跑一遍，再根据几次执行的差异拼出更好的配置。整个过程不需要标准答案。 每个任务跑完，最后采用的配置和有证据支撑的经验都会存下来，后面的任务接着用。 测试模型是 GLM-5 和 Gemini 3.5 Flash。JobBench 最多提升 4.5 分，LAB 部分通过率最多提升 11.8 个百分点。 上手前提醒一句：执行器默认不限制联网。评测前最好先锁网，免得 Agent 直接搜到评分标准。 🔗 https://github.com/google-research/harness2 鸟哥 | 蓝鸟会🕊️: DeepSeek 把自家线上推理引擎开源了，还原生支持华为昇腾 950 新框架叫 DeepInfer，用的 Apache-2.0 协议，商用、改代码都没问题。 官方的定位很直接：它就是 DeepSeek 大规模生产服务背后跑的那套推理框架。 先把边界说清楚，这次放出来的是离线推理版本。 想直接拿来搭完整线上服务还差几块：KV

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：AI / AI前沿 / Twitter @鸟哥 | 蓝鸟会🕊️
  • 发布时间：2026/10/20 21:18:48