如果你关注 2025 年到 2026 年各大厂的 AI 产品动向，会发现一个反常识的现象。腾讯 CodeBuddy 2.0 重点推出了"计划模式"，核心能力跑在终端里。阿里 Qoder 专门为脚本化和 CI/CD 场景重写了一套 CLI 工具链。谷歌 Gemini CLI 甚至支持在终端里多模态输入输出，直接处理代码和图像。微软这边，PowerToys 和应用商店双双加入命令行能力。

当你的AI智能体还在为一个PDF等待10秒，它已经失去了“思考”的连贯性。

Harness Engineering是最近AI Agent领域又开始流行一个新的词汇，博主最开始了解到的是在2月11日，OpenAI发布的一篇博客：Harness engineering: leveraging Codex in an agent-first world.

阿里刚刚发布了最新一代全模态大模型 Qwen3.5-Omni，在通用音频理解、推理、翻译和对话等维度，已全面超越 Gemini 3.1 Pro。

随着情绪计算逐渐进入人机交互、社交媒体分析、智能客服、社交机器人等真实场景，用户与开发者对模型的要求已经从“你判断得对不对”转向“你为什么这么判断”。情绪识别正在从“给标签”迈向“给证据”。

找到一个GitHub项目：包括12个章节，从 0 到 1 带你用 Harness 工程搭建出一个类 Claude Code 的 Agent，学完一遍，对 Agent 工程化的理解会上一个台阶，下面是我学完后的理解

一句话讲清楚👉🏻 香港科技大学团队提出了 AgentVista 基准测试，涵盖 25 个子领域的超真实视觉场景，评估发现即使是表现最好的 Gemini-3-Pro 也仅达到 27.3% 的准确率，揭示了当前多模态 Agent 在长序列工具调用上的重大缺陷。

Sebastian 做的事不太一样——他把这些散落的问题，重新收回到一张总图里。他关心的问题是：**为什么同样是强模型，进了 Codex、Claude Code 之后，做代码任务会显得更像一个能协作的同事。**

摘要：本研究旨在系统性剖析大语言模型（LLM）驱动的知识图谱构建与检索增强生成（GraphRAG）技术，以解决传统纯向量检索在复杂逻辑推理、维持长文本上下文一致性及缓解模型“幻觉”方面的结构性瓶颈。方法上，本报告通过全面对比与分析GitHub开源生态中的先锋项目，包括ai-knowledge-graph的轻量级端到端构建、微软GraphRAG的宏观推理引擎、LightRAG的低延迟双路检索、Lla

最近 **Anthropic** 推出了 **Claude Managed Agents**。这是一套用来构建和部署云端 Agent 的 API。和常见的 Agent 框架不太一样，它的核心其实是一个叫 **Harness** 的编排引擎：把工具调用、上下文管理、错误恢复这些事都帮你处理了，而且会随着模型能力一起升级。