跳到主要内容
Anthropic 安全流程失灵
内部模型 Model 2 首次曝光;更值得关注的,是分类器、Agent 权限、训练数据与监控流程的多起故障。
Agent 竞争,不只看模型
从 Cordis 插件内核、四种运行模式到只追加事件流,拆解 DeepSeek Harness 改变了什么、尚未证明什么。
八大 Harness,同模不同命
同跑 DeepSeek V4 Flash 的 30 项多步骤任务,Pi 完成 20 项,OpenCode 完成 14 项。
Agent 执行层,正在标准化
Harness、Plugin、Skill、MCP 与多 Agent 协作,正在进入同一套工程语境。