BLOG
DeepSeek Harness 拆解 Super-agent：以 Router 分派、Worker 隔离执行、事件触发和外部 Watchdog，让一个智能体持续协调多任务并节省人的注意力。
斯坦福团队提出 Paper2Agent，把论文、代码与数据封装为远端 MCP 工具，在 AlphaGenome、Scanpy 和跨论文因果基因分析中验证可靠性，同时强调开放式科研仍需人类把关。
Shopify 用 Remote Dev 把 iOS/Android 构建、模拟器和验证流程移到远端，让 River 智能体并行处理移动端任务，合并 PR 占比从 6% 升至 61%。
System One 模型不再逐 token 生成答案，而是一次前向直接给出选择、分数或概率。Turing Post 梳理的 15 项研究，覆盖动态候选集、多模态、检索与选择性推理。
Mirendil-Base 由一位研究员带 AI 智能体 3.5 个月预训练完成，算力不到 1000 万美元；智能体写 99% 代码，仅用公开数据，代码损失优于多个千亿级 MoE 基座。
可观测性只回答「发生了什么」，生产环境的真正成本在其后：为什么坏、怎么修、如何不再坏。本文给出四层自修复栈：Tracing、Ollie 诊断改码、回归锁定测试与 Agent 沙箱。
Claude 写了 Claude Code 约九成代码，Anthropic 靠七层自动化审查加风险分级审批，让合并 PR 翻倍的同时回滚率降四成。最有启发的发现是收敛问题：智能体作者与智能体审查者曾把一个 PR 耗了五十多轮，而 git blame 显示 59% 反复被标记的代码从第一轮起就没变过。
The Pragmatic Engineer 实地走访 OpenAI：Codex 与 ChatGPT Work 接管全公司，非工程部门 4 个月从 0% 到 90% 采用；九步智能体软件工厂流水线（含 Perf Factory 与 Sevbot）逐段拆解，IDE 与 PR 正被重新想象。
Meta 把合规领域专家的知识蒸馏成 200+ 结构化文件，用 recipe 分离「知道什么」与「怎么推理」，再用诊断-编译-评估-合入的闭环把专家纠错变成回归测试过的永久改进，全程不重训模型。
从源码和工程链路拆解 GPT-6 Astra：以可访问性树替代像素猜测，用 Node REPL 持久会话，用代码执行动作，并用 Guardian 策略在执行前拦截高风险操作。
MHS 用标准化驱动器、read/write 原语、自然语言机器描述、MCP/CLI/API 三种控制通道，把异构实验室与制造设备接入 AI 智能体。研究预览覆盖 AWS、Doosan、Universal Robots、Tecan、QIAGEN 等伙伴，并强调物理推理与安全评估仍需专家监督。
本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。
