扫码下载
搜索“Harness”共有29条相关结果
Techub News 消息，Vercel 开源了 durable-harness 软件包，旨在为 AI 编程智能体提供崩溃与超时恢复能力。该工具包裹了包括 Pi、OpenCode、Claude Code 和 Codex 在内的现有编程框架，无需修改原框架，将每个会话保存在持久化日志中，确保函数崩溃时工作不丢失。 该工具适用于将智能体从本地迁移至云端的团队。它通过将每个步骤写入持久化日志，并在模型或工具调用前记录意图，调用后记录结果来实现恢复。若函数崩溃，队列会将任务交给新函数，后者读取日志继续执行。已完成调用的结果从日志读取，避免重复计费。（MarkTechPost）
Techub News 消息，何恺明团队在论文《VISTA: A Visual Harness for Reasoning in an Interactive World》中提出视觉原生的 Harness 框架 VISTA。该框架让多模态模型直接观察环境、保存原始画面，并可在推理时随时回看、放大和检查细节，无需额外训练模型。 在评测中，搭配 VISTA 的 Claude Opus 5.0 在 ARC-AGI-3 全部 25 个公开游戏中达到满分 100 分，所用动作数比人类基线少 57.4%；GPT-5.6 Sol 同样全部通关，得分 99。团队还在浏览器游戏、迷宫等任务中验证了该方法，并将具身任务列为后续研究方向。 VISTA 包含视觉观测、无损视觉记忆和主动视觉检查三个核心组件，分别负责提供画面、保存历史以及按需回看。框架通过保存原始画面并让模型主动调取，提升了现有多模态模型在视觉交互任务中的表现。（量子位）
Techub News 消息，英伟达研究团队近日提出名为「Mid-Harness」的新方法，旨在提升 AI 代理在命令行环境下的可靠性。该方法通过引入一个「判断模型」来评估 AI 代理的中间执行步骤，可以识别并纠正潜在错误，从而提高任务完成率。研究认为，该方法有望降低成本并提升效率。（Crypto Briefing）
Techub News 消息，高盛另类投资部门（Goldman Sachs Alternatives）领投了 AI 软件交付平台 Harness 的 2.4 亿美元 E 轮融资。本轮融资突显了市场对 AI 驱动的软件交付解决方案日益增长的需求，以及企业环境中对高效、安全、合规部署流程的迫切需求。 （Crypto Briefing）
Techub News 消息，Google DeepMind 的 Gemini 4 Argon 模型在 ARC-AGI-3 基准测试中得分 97.5%，使 Google 成为继 OpenAI 之后第二个跨过 95% 门槛的实验室。但测试结果因设置不同差异巨大：在标准测试框架下，其得分降至 49.8%。此外，Argon 在数学和软件工程任务上仍落后于竞争对手。（The Decoder）
Techub News 消息，开源 CopilotKit 框架与 AG-UI 协议背后的公司 CopilotKit 发布了持续学习平台 CLiF（早期访问版）。该平台通过 AG-UI 协议安全捕获智能体在应用中的运行轨迹与用户的实际操作，并将这些完整轨迹转化为可学习的技能、基于生产环境的评估数据集以及微调数据集，所有数据均可与原始轨迹一同导出。CopilotKit 在 GitHub 上拥有超过 3.8 万个星标。（MarkTechPost）
Techub News 消息，昆仑万维旗下 Skywork AI 发布 Matrix-Game 4.0，据称是全球首款可在单张消费级显卡上实时运行的游戏世界模型。该模型采用游戏引擎维护世界状态、视频模型生成画面的分工架构，在一张 RTX 5090 显卡上实现了 60 FPS 的实时画面生成，按键响应延迟低于 0.15 秒，峰值显存占用约 18.5 GiB。 团队通过提供结构草图、动态说明以及优化生成步骤（如少步自回归蒸馏、CUDA Graph 等技术）来降低计算负担，使模型能专注于画面生成，而游戏逻辑则由代码明确控制。该模型已开源。（量子位）
Techub News 消息，10 月 15 日上午，DeepSeek 网页及 API 服务出现全球性部分中断。官方状态页显示，故障最早发生于北京时间上午 8 点 11 分，影响范围包括 DeepSeek 对话服务、V4 Pro API 及 V4.1 Flash API。官方随后更新状态为「已定位」并进入修复阶段。 第三方服务监测平台 StatusGator 数据显示，过去 24 小时内已收到 86 条相关故障报告。与此同时，一个名为「DeepSeekHarness」的账号在 B 站悄然注册，该账号关联 DeepSeek 已推出的开源 Agent 运行平台。（量子位）
Techub News 消息，APUS AI（麒麟合盛网络技术股份有限公司）宣布开源 Personal Agent 产品 Reflex Agent。该产品基于自研决策模型 Reflex 构建，结合 Continuum 记忆引擎，通过模型驱动核心控制逻辑，实现更高效的决策与长周期任务执行。 据 APUS AI 实验室实测，Reflex Agent 在相关测试场景中的响应速度最快可达 Claude Code、Codex 等主流 Agent 的 3 倍。其工作机制被称为 Loop Working（循环工作），强调 Agent 围绕用户目标持续行动。 Reflex Agent 结合 Continuum 记忆引擎，通过无限记忆持续积累任务信息，为实现真正的无限上下文提供支撑。此次开源采用 MIT 协议，提供桌面端、Web 和 SDK。（量子位）
Techub News 消息，魔法原子旗下具身智能 VLM Agent 框架 EchoPolicy-0 在艾伦人工智能研究所发起的 MolmoSpaces 零样本评测中，以 75.4% 的平均成功率位列综合榜单全球第一。该基准覆盖抓取、关节交互等多阶段操作任务，旨在评估机器人系统的泛化能力。 魔法原子自研的 3.4B 参数具身智能框架 MagicBrain 在同一榜单中以 72.4% 的平均成功率位列第四，其抓取任务成功率高达 94.4%。公司研发实验室负责人表示，其技术路线通过分层协同与视觉引导，旨在提升模型的指令遵循能力，推动具身智能从演示阶段迈向产线应用。（量子位）
