今晚 harness 这条线讲了太多条——Claude Code auto mode classifier 炸了、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla Prompt→Context→Harness→Loop 四层框架、Kakaluote todo list 是 harness 最先烂的组件、MCP Events 跨 agent 事件、Meta CLM 把 context 当可编辑文件、Google RRSI 自改进 harness、Claude Code 退役 TodoWrite tool。
今晚这一周还没收口的最后一格——MCP 这一层怎么从今晚之前被诟病的 Context Rot、Schema 膨胀、工具难组合,走到今晚被 Code Mode + Lazy Loading 救起来。今晚 几十赞的那条 LanLance24 推,把这一格拼上。
具体说几句。Code Mode 让 LLM 不再一轮一轮 Function Calling + 把中间结果不断塞回 Context,而是直接写代码在 Sandbox 里完成工具组合和计算,只把必要的结果带回上下文。
这一改意义不只省 Token——它把 agent 工作流从"一个 LLM 在 prompt 里来回调度工具"切换到"一个 LLM 写一个程序让程序去调度工具"。今晚一改,LLM 是程序的作者,工具组合和中间计算全部交给程序——LLM 只看到结果。
这就是今晚 AI 编程讨论里一直在等的"程序化执行 agent"。今晚 Code Mode 出来后,今晚之前那些"46 文件登录页工程师""DevDay demo 翻车""Codex CLI 默认打开审批"这些讨论从产品层的故事变成了工程层的方法。
Lazy Loading 解决了 Tool Schema 长期占 context 的问题——以前 MCP 把所有可用工具的 schema 全扔进 context,LLM 一启动就要读几百个工具描述,context 被严重消耗。
Lazy Loading 让工具的描述按需加载——LLM 准备用某个工具时才把这个工具的 schema 拉进来。这把今晚 Meta CLM(61795 那篇)"context 当可编辑文件"的逻辑往前推了一步——context 不只是可编辑,还可以按需进出。
今晚 Code Mode + Lazy Loading 这套组合放在今晚 harness 主线看,是让 MCP 在 agent 生态里找到了一个合适的位置——MCP 负责统一协议与能力发现,Code Mode 负责执行与组合,Lazy Loading 负责控制 context。今晚这一分工让 MCP 不再是 context 黑洞,而是 agent 生态里的协议层。
把这条放到今晚 harness 这条线收口的位置上,意义会更清楚。今晚 harness 这条线讲了太多条——但每一篇都是在 agent 的某一层加东西。今晚 Code Mode + Lazy Loading 这条是在 MCP 这一层做减法——把 context 的负担挪到程序里、把 Tool Schema 的负担挪到按需加载。
今晚这一减法和今晚 Google RRSI 那条自改进 harness 配成一对——RRSI 让 harness 自己迭代、Code Mode 让工具组合更程序化、Lazy Loading 让 context 更精简。
今晚这三件事加在一起是 harness 工程从"工程师手工调"切换到"agent 自适应 + 协议层抽象 + 上下文精简"三层自动化。
留一格清楚的边界:Code Mode + Lazy Loading 是新范式,工业级落地还需要时间——sandbox 的执行能力、LLM 写代码的可靠性、Tool Schema 按需加载的工具支持覆盖度,都需要生态进一步补齐。讨论这件事时把"今晚范式变化"和"今晚实际可用程度"分开读更稳。今晚这一条值得认真读,但今晚不要把它当成熟工具,今晚它在快速迭代中。
给今天就在做 agent 工作的你一句落地的:今天做一件事——你下周打算跑的那个 MCP agent 工作流里,工具调用是不是还是 Function Calling 一轮一轮的、Tool Schema 是不是全都预先加载进 context 的。
如果是,今晚 Code Mode + Lazy Loading 这套范式可以试——把部分工具组合挪到 sandbox 里跑、把 Tool Schema 改成按需加载。今晚这件事不需要等 MCP 协议全部升级,可以从单个工具开始试——选一个常用的工具,把它的 schema 拆成按需加载,把它的执行挪到 sandbox 里跑;今晚跑通一个,下周看效果,今晚这一套范式就立刻在你工作流里跑起来了。
今晚 MCP 这条线已经在 61200 那篇(OAuth 预注册)、61522 那篇(plugin extensions/MCP Apps)里分别聊过——但今晚这条 几百赞的小推给出的是另一个角度:MCP Events 规范发布:developers.openai.com/plugins/build/…
今晚 MCP 不只是"模型怎么调工具"那一层了,今晚再加一层——agent 怎么跟 agent 通信。这一层其实是 MCP 生态里最关键的一层,今晚专门被拿出来讲。
具体说几句。MCP Events 是 Model Context Protocol 的事件规范——把 agent 之间发出的"事件"(像用户触发、状态改变、任务完成、外部通知)标准化。
今天晚上发的几条 MCP 推聊到 MCP OAuth 预注册、MCP Apps(多 skill 组合),今晚 MCP Events 是第三个新动作。这件事单看是规范小更新,但放回 MCP 这条线看是MCP 从"连接模型和工具"扩展到"连接 agent 和 agent"——以前的 MCP 是模型↔工具,事件规范出来之后是模型↔工具↔agent↔agent 的多层网络。
MCP 生态正在从单代理路线切换到多代理路线,今晚发布的这一规范是把多代理路线从口头提议变成工程标准的一次推进。
把这条放到今晚 harness 主线收尾的位置上,意义会更清楚。今晚 harness 这条线讲了太多条——Claude Code classifier 失效、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla 的 Prompt→Context→Harness→Loop 四层框架、Kakaluote 的 todo list 是 harness 最先烂的组件。
今晚再补一个具体颗粒:MCP Events 是 harness 里"event 这一层"的协议化——Todo list 跑完之后、State 改变之后、Agent 调用另一个 agent 时,这件事怎么传、传什么格式、谁先谁后、错误怎么返——所有这些今晚 MCP Events 把它标准化。
今晚这条加上之后,今晚 harness 这条线算是把"模型↔工具↔Agent↔Agent↔外部系统"这条完整链路上的协议问题都过了一遍。
留一格清楚的边界:MCP Events 是早期规范——真正用上还需要一段时间、生态工具的支持还没有完成;今晚这个规范是方向,不等于今天所有 agent 都能跨工具跨代理通信。MCP 整个生态目前都还在快速演化,今晚是这一演化过程中的一步。
给今天就在做 agent 工作的你一句落地的:今天看两件事——你的 agent 用了哪些 MCP 工具、用 MCP Events 跨 agent 通信的有没有。这两件事今晚之前是你自己造或干脆没做;今晚之后有了规范可以拿来用。
今天如果还在跨 agent 上花时间手搓,可以停下来今晚去 MCP 仓库把这一规范翻一翻;如果你所在的 agent 框架还没接,今晚这一规范给了一个明确的接法路径。Agent 时代单 agent 工作流已经稳了,今晚的 MCP Events 让多 agent 协作第一次有了一条可以走的路。
Next.js / Vercel 核心开发者 mxstbr 这两天宣布了一条让应用开发者停下手的新闻:plugin extensions 上线——你今天就可以用 Vercel 团队用来构建 ChatGPT 功能(会议、健康、金融 等)的同一套平台,所有这些都基于 MCP 和 MCP Apps。
仓库:github.com/openai/mcp-ext… 。
这条值得单独拿出来,因为它是今晚 plugin 生态这一整盘棋的最后一块。前面这几篇:ChatGPT 平台开放(61506)、V0 接 ChatGPT 订阅(61516)、Cursor 画图(1628 那条)、Codex CLI 默认审批(61488)——讲的全是用户侧、产品侧的能力。用户能用 ChatGPT、用 V0、用 Cursor 用上新东西了。
mxstbr 这条让同一个故事走到了开发者侧:Next.js / Vercel 整个前端框架层官方接入了 plugin 生态。这意味着现在你用最主流的前端框架,就能直接在 ChatGPT 里建真实可用的功能——不再是单独维护一个 app,而是把功能做进对话里。
对开发者,AI 应用的下一站不是另一个独立工具,是 ChatGPT 里的一格功能;对产品,研发重心从建产品改成建插件;对工具市场,Next.js / Vercel 这种框架层选手把入口放在了身边而不是路上。
把这事和今晚的 Anthropic IPO、Dots 翻车连起来看,画面更清楚。巨头们一起把赌注压在 always-on agent 与通用订阅上,开发者生态也跟着涌入——OpenAI 用 MCP / plugin extensions 把开发能力搬上桌面,今晚这一波把模型层、应用层、订阅层、框架层串到了同一根轴上。
从今天起,做 AI 应用的技术债务和工作方式都得重排:产品的第一选项是放进 ChatGPT 里,独立站点反而是次选。
留一格清楚的边界:插件生态由 OpenAI 主推,MCP extensions 仓库在 OpenAI 名下——深度参与意味着深度绑定,平台规则一变你的产品就跟着改;Next.js / Vercel 是最主流前端框架之一,但它的覆盖方向和 ChatGPT 用户场景不一定完全重叠;这条公告讲的是开发能力的接入,真实产品化还涉及计费、用户分层、合规等多层。方向对,工程量不小。
给开发者一句落地的:今天就打开 github.com/openai/mcp-extensions,把 README 和示例跑一遍——用你最熟的工具试着建一个简单的 ChatGPT 功能:日历查询、邮件草稿、本地数据查询都行。
跑通过一次你才知道 plugin 生态的真正成本和边界。这是开发者格局变化的当下时刻——错过这波,未来三年你都在追赶别人在 ChatGPT 里已经做完的东西。
MCP 生态的暗面来了一条硬的:安全媒体 TheHackerNews 披露,MCP Python SDK 存在漏洞——恶意 MCP 服务器可以窃取受影响客户端的 OAuth 凭证:client secret、授权码、PKCE verifier 全部可能暴露,攻击者拿着这些就能直接向真实服务申请有效的 access token。
详情:thehackernews.com/2026/09/offici… 。
这条和本周的 MCP 插件潮是同一枚硬币的两面。前两天刚发过给 agent 配感官的插件(看图、听声、操作硬件)、也发过"装进哪个 agent 都行"的通用安装——生态越热闹,这枚漏洞的杀伤面越大:MCP 的设计就是让 agent 自动连接外部服务,信任是程序化建立的,不像浏览器每换一个站点还要你点一次确认。
你装一个 MCP 服务器,等于自动开了扇门;门开得越多,"链路上有几双手"这个问题就越难回答——现在这双手不只翻你的数据,还能直接偷走你进出别人家的钥匙。
对普通用户的威胁链条很具体:如果 agent 帮你连过网盘、代码托管或邮件服务,OAuth 授权很可能就躺在 MCP 客户端里;凭证一泄露,对方拿到的是你授权范围内的完整访问权,改密码都不一定能追回已签发的 token。这正是安全线那句"能写成代码的约束别留在提示词里"的另一面——权限的最小化同样要写成配置,不能靠 agent 自觉。
留一格清楚的边界:受影响的是特定版本的 MCP Python SDK 客户端,你是否在列要对照官方通告;漏洞利用需要"连上恶意服务器"这个前提——别装来路不明的 MCP 就避开了大半;修复状态以 SDK 官方发布为准。
给装过 MCP 的人一句落地的,三步:一,查你用的客户端版本是否在通告范围内,能升级就升级;二,把你装过的 MCP 服务器列个清单——想想哪些还连着你的账号;三,去各服务的授权页,把用不上的 OAuth 授权全部撤掉。撤权只要一分钟,凭证被换走之后再想撤,就来不及了。
移动端开发的最后一块拼图补上了:mobile-mcp 开源项目把 MCP 接进移动设备自动化,让 AI 直接操控并测试真实手机(仓库:github.com/mobile-next/mo… )。
它解决的痛点很具体:以前用 AI 写 App,模型能飞快把 Flutter/Swift/Kotlin 代码写完,可一到运行调试,你还是得手动安装、点屏幕、查断点——写码和验证之间断了一层。
mobile-mcp 把这层接上了:跨 iOS 与 Android(含模拟器与真机)、开箱对接 Claude Code、Codex、Gemini 这些 agent;AI 终于从"代码生成器"进化成"端到端测试工程师"——启动应用、模拟用户手势、实时校验 UI 逻辑与状态,全是它自己来。
这个补位正好把今晚"一个写、一个挑"那条线推完整。Jane Street 让 agent 互相挑错,讲的是逻辑层的审;这条补的是手指层的验——代码对不对,终究要点开跑一遍、滑一下看看动不动。写与测都进了 agent 的手,从生成到验收的链条才真正闭环;缺这一环的团队,写得再快也要人肉点屏幕,速度全卡在验证断点上。
它设计里最值得抄的是那个取舍:结构化指令大于暴力视觉。给模型发全分辨率截图看着直观,实则烧 token 还容易被渲染超时骗出假报错;mobile-mcp 走的是通过 MCP 暴露底层无障碍树(UIAutomator/XCUITest)——拿结构化的控件树代替像素。
这与本周反复出现的方向又一次对上:PageIndex 用树代替碎片、Nimbus 让文档可机读、这条用控件树代替截图——三件事不同领域,同一个答案:能给结构就别给像素,能给事实就别给形容。省的是钱,赚的是稳定。
留一格清楚的边界:真机操控的权限与安全要自己盯好——能替你点屏幕的手,也能点错地方;"免费套餐""开箱即用"是项目方口径,实际适配多少机型、多少控件场景,得拿自己的 App 试;无障碍树方案在复杂自绘 UI 上的表现也未必理想。
给要做移动端 QA 的人一句落地的:挑你 App 里三个最常回归的页面,让 agent 走一遍完整流程(打开、输入、提交、看结果),记下它自己发现的断言数量和误报次数——发现比你手点的多、误报比你手写的少,这条链就可以交出去了;否则先从最稳的一个页面开始放权。
一个把"云平台的爽感"搬回自家服务器的开源项目:OpenShip,Apache 2.0 全开源、GitHub 已破万星,号称自托管版的 Vercel 和 Railway——把那种傻瓜式部署体验原封不动搬进你自己的 VPS。
它解决的痛点很实在。以前在自己服务器上跑项目,写 Dockerfile、配 Nginx 反代、申请 SSL、搭 CI/CD、绑域名,一整套折腾半天起步;用 Vercel 或 Railway 又天天担心流量超标、被账单刺客背刺。
OpenShip 的做法是:把 Git 仓库扔给它,自动识别技术栈、自动构建、配好路由和免费证书、一键上线——零配置起步。这正好是本周成本线的第 N 个证人:当"部署"本身都能免费搬回家,云平台唯一剩下的优势就只有它的托管价格。
更亮眼的是它 0.8.0 加的交互式拓扑画布:你部署的微服务、Postgres、Redis、邮件服务全部自动画成一张可视化的拓扑大图——调用关系与链路一清二楚,想看哪个服务的日志、想重启还是停机,鼠标点节点就操作。
这一下把今晚图工程那条线搬到了运维现场:决策要画成图,监控也要画成图——看不见的调用关系,画出来才管得住;监控大屏和架构图都不用自己画,等于把"结构自持"里最难的可视化部分外包给了工具。
第三点最对当下的胃口:它接进了 MCP 协议——以后连手动点部署都省了,可以直接让 AI agent 盯着服务、修 Bug、发版本。这与"agent 从聊天框走到工作流"的整周叙事严丝合缝:开发端已经在用 agent 写代码,运维端这一步跟上,从写到跑的链条才算闭合。
安全细节也没落下:控制面板只在你本地电脑运行、通过 SSH 远程操控服务器、服务器连多余的公网管理端口都不用开——正好呼应安全线那句"能写成代码的约束别留给商量":不开端口,就是最硬的白名单。
留一格清楚的冷水(原帖自己泼的):项目刚到 0.8.0、社区还在快速迭代期,超大规模场景未验证,别一上来就把核心业务迁进去;自托管的隐性成本也永远在——升级、备份、出问题没人兜底,都是你自己的活。爽感和责任是一起搬回来的。
给手头有闲置 VPS 的人一句落地的:拿它跑一个不重要的小项目试一次——重点看两样:拓扑图画得准不准、MCP 那条通道稳不稳。两样都过关,你那台吃灰的机器才算真正变成了自己的云;关掉一个公网端口的安心,比省下的那点月费更值。
安全圈的老牌厂商 Hex Rays 把 IDA 的官方 MCP Server 放出来了:免费、开源、接任意 LLM——agent 直接写 IDAPython、token 消耗比手工链路少约两成,还能与你实时共享同一个 IDB 会话;一行安装:uvx ida-hcli mcp install。
(转述自原帖,文档:hex-rays.com/blog/hex-rays-… )
这条放在 MCP 生态的谱系里位置很正。今晚读过的集成从模型网关、任务板到安全隔离,几乎都在"新大陆"一侧;逆向分析是块老地——工具三十年沉淀的操作习惯、插件与调试视图,最缺的恰恰不是 AI 能力,是把三十年操作语法翻译成 agent 能调用的动作集。
官方 MCP 做的就是这层翻译:agent 不再隔着界面模拟点击,而是拿到一组类型化的动作(跑脚本、读结构、共享会话)——与"本体层不给裸 SQL"是同一条设计铁律的另一面:给 agent 的入口永远是动作,不是像素。
"省两成 token"这个数字也值得记一笔。它说明瓶颈不只在模型贵,还在每一步都要把界面状态重新描述给模型;当工具原生说 MCP 的话,描述成本直接消失。这与今晚效率账本上"档位分流、压缩记忆、脚手架课程"是同一个方向的又一站:能省的是翻译,不是思考——让模型把预算花在判断上,格式转换这种活交给接口层。
对安全从业者,这是"AI 辅助逆向"从民间脚本走向官方支持的标志,但边界照旧要划清:官方集成解决的是"怎么用工具",不是"对什么能用"——授权测试、合规研究的老规矩一条不改。接口越顺,越要记得自己站在哪条线内;这与"批准之前绝不擅自动工"是同一句话的两个场景。
给想上手的人一句落地的:装完先别急着让它啃样本——拿你自己写过注释的老二进制当第一个对象:让 agent 复述函数用途、你来对照;对得上,再把真实任务交给它。省两成 token 的前提,是它省下的每一步你都看得懂。
Codex 额度烧完了,只能等月度刷新或者续费——这是 Codex CLI 重度用户的高频痛点。bkdgiffug 推荐的 DevSpace 给了一条绕开这个瓶颈的思路。
DevSpace 是个 MCP Server,把本地项目"接给"网页端的 ChatGPT。三个比较实在的价值点:
Codex 重度用户把 DevSpace 当"备胎通道"接进来比较值;想自己接管 AI 编程工作流的团队,这个 MIT 协议的开源项目(github.com/Waishnav/devsp… )也值得参考。
移动端 UI 自动化测试有个大更新:Maestro MCP 正式开源(Model Context Protocol),它把 UI 测试推到了一个叫 Agentic UI Testing 的新阶段。
Maestro 本身不是新东西 —— 语法人类可读、配置简单、执行稳定,早就是移动端端到端测试里比较好用的那类。这次的变化是接入 MCP 后,大模型可以直接当测试的控制器。
四个变化
inputText、tapOn 这类基础指令,端到端跑通复杂业务流程。我的看法:真正值钱的是第二条
测试脚本维护贵,是因为断点绑死在选择器上 —— 界面改个 class,整片用例就红了。让 Agent 用"意图 + 上下文"定位,等于把断点抬到语义层。Agentic Testing 的增量不是"让 AI 写脚本",而是"让脚本自己会修"。
第三条也有个隐患:门槛低了,验收标准却容易含糊 —— 验到什么程度得写清楚,否则 Agent 可能自作主张地认为通过了。
两句提醒:原帖带了链接但解析不出地址,所以这里没有仓库地址;"深度契合现有工程流"是发帖人口径,我没实测。至于工业级项目里的表现,发帖人自己也在文末发问。
有人拿一个真实工程任务考了三家模型:给 OpenCLI 做 MCP 模式的基础重构设计案。
参赛的是 Step 5 Preview(阶跃星辰这次的新模型)、Fable,和 GPT-5.6 Sol。
先说三家一致的地方
大方向没分歧:保留原有 core,外面包一层轻量的壳,同时支持 CLI 和 MCP。三家都选了这条路,说明这个解法已经收敛了 —— 差异全在细节深度上。
分歧在哪
Fable 最完整:证据最密、方案最具体、路线最可验证。它主动往更深处钻研,敢于给前瞻性的实践。还有一点作者专门拎出来讲 —— Fable 会主动否证自己的任务,他说这是很少有模型做的事,接近批判性思维。
Step 5 Preview 分层理得很清:把"CLI 形态已有的资产"和"MCP 带来的纯新增能力"拆成两块分别处理。它还主动拆解了 OpenCLI 底层 session → tab → target 的运行时动态树状结构,以及这套结构怎么映射进 MCP。作者的评价是:工程上够用,但设计上不够有前瞻性。
GPT-5.6 Sol 工程边界卡得极好,约束条件写得非常完整,还主动分析了异步和并发环境可能带来的问题。短板在于没把 CLI 和 MCP 的差距分析透 —— MCP 其实能带更多高级功能,而它的演进路径也不够清晰。
打分
另一个测试
作者还让 Step 5 Preview 一次成型做了个横版卷轴射击游戏,过程一气呵成,前端像素风格也好看。他的结论是:它在前端 Coding 的长程任务上表现不错。
我的看法
这种考法比刷榜有用:给同一个设计任务、各自出方案,再按"可执行性"和"洞察力"两个维度打分。产物是一份能读的文档,好坏一眼能看出来,不像跑分那样只剩一个数字。
但要提醒两点。这套评分是作者一个人打的,样本量是 1;Fable"主动否证自己"这类表现很值得留意,可别当成稳定结论。另外原帖没有可点的链接,想做同样测试得自己搭题。
DeepSeek 发布 Harness 的时候,做了一件很不寻常的事:他们没有像大多数科技公司一样写一篇技术博客,而是直接发了一篇论文,A Programming Paradigm for Spatiotemporal Composability。
别人发布一个 Agent Harness,通常会告诉你有哪些 tools,怎么接 MCP,怎么做 memory,怎么 orchestrate agents。DeepSeek 却在用形式化定义、数学符号和演算体系解释 Cordis 背后的编程范式:effect、coeffect、context transformation、inverse,一个组件如何加入系统、如何撤销,依赖关系如何随着运行时状态动态变化,甚至试图从理论上说明这套 programming model 为什么成立。
非常另类,也非常与众不同,让人耳目一新。 这种气质,和论文作者之一、DeepSeek Harness 负责人崔添翼的背景密不可分。
崔并不是典型的 AI researcher。在加入 DeepSeek 之前,他在 Jane Street 工作了大约九年。
Jane Street 在程序员世界里是一个很特殊的存在。它虽然是一家量化交易公司,却以 functional programming、type system、formal reasoning 和对软件正确性的执着而闻名,甚至长期把 OCaml 这种极少出现在普通互联网公司的函数式语言作为核心生产语言。
崔添翼当年放弃 Google offer 选择 Jane Street,其中一个重要原因,就是他希望真正使用 OCaml 和函数式编程。
所以当你今天打开这篇论文,会发现这种思考方式一脉相承:系统最基本的抽象是什么,有哪些不变量,一个 component 加进来以后改变了什么,离开以后这些变化能不能被完整撤销。这正是 Jane Street 式的 formal reasoning 在一套 agent 系统设计上的延伸。
Cordis 很有创造性的把这个问题归纳为两个维度:Temporal composability,一个组件退出时,它产生的副作用能够被完整撤销;Spatial composability,组件只需要声明自己的依赖,runtime 会随着 context 的变化动态管理这些依赖。
如果说 Shigma 孤梦星影带来了 Cordis 这套架构,那么崔添翼为什么会如此自然地接受、推动,甚至把它形式化成论文? 这也许可以从他更早的经历里找到答案。
二十年前,他写过在中国算法竞赛圈影响很大的《背包问题九讲》。背包问题表面上是在研究"有限容量里怎么选择物品",但真正训练的是另一种能力:如何找到正确的状态表示,把复杂约束转化成统一模型,再通过局部状态转换组合出整个问题的解:状态、转换、依赖、抽象、组合。
二十年后,问题从"如何组合一组物品",变成了"如何组合一个不断变化的软件系统"。对象完全不同,但这种思维方式如出一辙。
于是你再看 DeepSeek Harness 最核心的设计理念:Everything is a Plugin。model 是 plugin,tool 是 plugin,session 是 plugin,甚至 agent loop 本身也是 plugin。系统不再围绕某个固定 agent 构建,而是围绕"如何动态组合这些能力"来构建。
这种视角一石激起千层浪,也让整个行业重新开始审视 Harness 到底应该怎么设计:其中就包括最受欢迎的 Agent Harness 之一 Pi 的作者 Armin Ronacher。他看完之后写道,这是他很久以来第一次在这个领域看到全新的东西,并因此重新审视自己的一些设计选择。
就像当年 R1 推出,让整个行业为之震动,重新思考推理模型的后训练方法,并推动了随后开源模型的飞速发展。这一次 Harness 的推出,同样可能带来一次新的范式革新。
META 重返开源战场——而且这次是冲着赢来的。 美国开源回来了! 我目前已在 79 个 AI 智能体上运行它,体验相当不一样。
今天,Meta Superintelligence Labs(Meta 超级智能实验室)发布了 Muse Glimmer,这是一款拥有 300 亿参数、采用纯 Apache 2.0 许可证的开放权重智能体模型,整个本地 AI 社区瞬间沸腾。
这是真正可下载、可在你自己的GPU上运行的强大能力,终于让常驻个人代理对每个人都变得切实可行。Meta刚刚提醒世界,开放权重为何依然重要。
真正的开放权重,零限制——Apache 2.0 意味着你可以自由使用、修改、商业化,并以任何方式分发。没有特殊许可,也没有"仅限研究"的小字条款。Meta 再次全面拥抱开源。
5Beats 在关键基准测试中超越了同规模等级的所有模型——在智能体测试套件(MCP-Atlas、DeepSearch QA、SWE-Bench、τ-Bench 等)上表现优于 Gemma-4 31B 和 Qwen3.6 27B 等模型。该模型由更大的 Muse Spark 教师模型蒸馏而来,采用专门针对智能体性能优化的定制方案。
而且我们现在已经在用上了。模型权重今早已经上线 Hugging Face。Ollama(MLX)已支持 Apple Silicon,SGLang 在发布当天即可实现高性能推理,而 llama.cpp / LM Studio / vLLM 的集成也将于本周内陆续推出。
人们正在搭建完全离线的个人 agent,它们在本机管理文件、调用工具、调试代码,并保持数据隐私——无需 API 密钥,数据也不会离开设备。
Meta 不只是发布了一个新模型,而是为开源社区带来了一个实用、高性能的智能体引擎,它真的能运行在我们大多数人已经拥有的硬件之上。 美国开源运动迎来了一次重大升级。 感谢 Meta。
🔗 相关链接
t.co/RHld26ZyVg
GitHub: github.com/Dujltqzv/Some-…
官网: research.meta.ai/blog/introduci…


