搜索
Google等提出RRSI，通过正则化Agent Harness自我改进中的Proposal与Selection，减少过拟合与复杂度累积，并提升未见基准上的迁移表现、降低Token成本。
南洋理工大学安波团队最新研究指出，Agent Harness的选型应将模型、Harness与任务作为完整配置联合评估，不同任务下最佳组合会变化，原生搭配也未必优于其他可配置Harness。
给定一个基座模型、一个目标能力和算力预算，RSI Agent 自己设计后训练算法、收集和整理数据、写代码、跑实验、迭代改进，最终交出一个训练好的模型，全程无人介入。在自主后训练基准 PostTrain
AFK 推出 Personal Agent Comma，主打 24 小时持续在线与围绕目标主动推进，通过 Cloud for work, your device for identity 的物理隔离设计解决信任问题，重新定义个人 Agent 从「等你下一句」到「你离开后任务才开始」的交互范式。
Instinct创始人Noah Shinn在首次长访谈中介绍其估值100亿美元的Personal Agent产品，强调无App设计、依托手机和邮件交互、以交易抽成为商业模式，并面临算力与安全挑战。
Lovable 员工 Elena Verna 以第一手视角记录其在 AI Native 公司工作的真实体验，涵盖无职级头衔、高影响力个人贡献者、低会议文化、疯狂节奏、模糊职责边界、持续组织重组、主动用 AI 自动化自身工作以及 AI agent 作为同事等独特现象。
阿里云在2026云栖大会上披露面向企业级AI Agent的Agent Sandbox技术架构，该沙箱以安全隔离、弹性供给、状态保持和大规模并发能力为核心，每分钟可创建10万个沙箱，并已在阿里云百炼、MiniMax、Moonshot Kimi等场景落地应用。
BenchJack 之后，reward hacking 检测还缺什么？ Agent 在 benchmark 上拿到高分，未必真正完成了任务。它也可能利用评测或奖励机制中的漏洞，绕开题目要求来提高得分。
欧洲开发者 Mario Zechner 开发的极简 Coding Agent Harness Pi 只给模型一个 bash，却在多项 Benchmark 中击败 Claude Code 和 Codex，凭借极简设计和高可扩展性在 2025 年底爆火，团队来自维也纳而非硅谷。
开源项目magpie在GitHub获1092个Star，可将本机所有Agent、模型及Provider整合到统一界面，通过配置统一、本地网关与模型路由统一实现快速切换模型，被视为CC Switch的新对手。