Agent 架构反向重塑模型,Harness Co-Training 成为新范式
DynamicWebPaige · x · 2026-08-18
文章分析了“Harness Co-Training”趋势,即模型在发布前就在 Agent 循环框架内进行训练。对比了 poolside、Cursor、Z.ai 和 Anthropic 的不同工程策略:poolside 有意通过多种框架训练,Cursor 在工具调用失败时注入修正,Z.ai 发布特定框架下的最佳成绩,而 Anthropic 主张保持模型独立性。
商业影响在于,模型能力逐渐与特定框架绑定,基准测试分数反映的是“模型+框架”组合而非模型本身。更换 CLI 可能导致性能下降。
「编程与Agent」频道最新
- Bionic 现支持 agent skills,可复用 Codex/Claude 指令 — mattturck · 2026-08-18
- YC 项目 Codag 发布:Agent 上下文压缩 3 倍,监控工具调用成本 — ycombinator · 2026-08-18
- 如何构建高质量的 AI 评估工作流:从 trace 分析到自动化 — realmadhuguru · 2026-08-18
- ComfyUI-MiniMax-H3:长视频与音频连续生成方案 — Independent-Ear-3035 · 2026-08-18
- GitHub 泄露 2865 万密钥,AI 编码工具成重灾区 — Thionne_WTZ · 2026-08-18
- Mailflare:基于 Cloudflare 自托管 AI 邮箱收件箱 — tom_doerr · 2026-08-18