中科院自动化所等发布 TraceTrial-Bench：七组件评测 Agent Harness 可靠性与故障归因
TraceLite-AI · hf · 2026-10-27
TraceLite AI 联合中科院自动化所、清华、北理工等机构发布 TraceTrial-Bench，把智能体 harness 的可靠性拆解为七大组件：上下文、执行、治理、生命周期、可观测性、工具与验证。基准构造 95 个专家级、面向机制的任务，通过轨迹追踪与故障归因来对比不同 harness 设计、诊断失败根源，弥补现有基准只看模型能力与整体表现、忽视 harness 本身的空白。
「编程与Agent」频道最新
- 蚂蚁国际与西湖大学提出 Trajectory2Gym:为工具使用智能体构造决策可溯源的训练数据 — ant-intl · 2026-10-27
- 八校联合提出 Work Agents 统一框架：模型加运行时执行数字任务 — Zishan Xu · 2026-10-27
- Hermes Desktop 网页版上线:任意浏览器远程访问,切 main 通道可抢先体验 — Teknium · 2026-10-27
- 创作者回流:Claude Duet 用不惯,回到 Claude Code projects — bilawalsidhu · 2026-10-27
- opencode 项目级配置可重新开启被禁的 bash，需防越权覆盖 — julianharris · 2026-10-27
- 20 个开源动画库组合清单:用 Opus 5.5 搭建动效工作室 — nikola_mr64990 · 2026-10-27