Agent 前沿

新模型、新框架与新型 Agent 产品观察。

文章

5 篇

沿 Pi 的公开源码拆解一个可用 Agent Harness 的必要组成部分：统一模型接口、Agent Loop、消息模型、工具契约、steering 队列、会话树与扩展边界，并回答哪些责任必须留在运行时之外。

沿 DeepSeek Harness 与 Cordis 论文拆解插件化 Agent 运行时：Service Definition、Provider、Consumer、Scope、可逆 effect 与响应式 coeffect，以及可替换 Agent Loop 和运行时自修改的治理边界。

Jev 不生成长文本，而是对有限答案返回类型化决策与概率。本文沿 TypeSafe 官方资料、REFLEX、Jev-Mem 和评测 Judge 三项研究，拆解这种 System One 模型怎样进入 Agent 控制平面，以及它在哪些决策上可靠、在哪些边界上会失效。

从 Context、Memory、Skill、Workflow、代码到模型权重，梳理 Agent 自进化的对象、反馈信号、更新周期与安全边界，并结合 ACE、EvoSkill、DGM、AlphaEvolve 与自进化综述，分析哪些修改值得保留、哪些会越改越差。

从任务契约、结果与轨迹评测、LLM Judge、冻结与隐藏集到 reward hacking、统计显著性、准入门禁和灰度回滚，搭建一套能判断 Agent 改动是否真的更好的评测闭环。