谷歌最新白皮书：搞定2026 Agent生产力，吃透Context、Skills与Harness
在计算历史的绝大部分时间里，编程的本质是一项翻译工作：开发者需要在人类理解的维度上剖析问题，设计抽象方案，随后将其转译为机器能够执行的语法。当前的软件工程领域正在经历自高级编程语言问世以来最为显著的变
阅读全文斯坦福改变了LLM的生成顺序，Google把它做了出来。DiffusionGemma技术报告来了
Google DeepMind在6月份对外分享了DiffusionGemma的技术报告，明确指向了一条与现有主流完全不同的演进道路。当大家都在绞尽脑汁让大模型逐词吐字的速度变快时，谷歌干脆把生成顺序改
阅读全文100行代码拿下10K Star后，PocketFlow作者把两年Agent实践写成了一本书｜文末赠书
AI Agent 框架日益复杂，例如 LangChain 的代码库已有约 40 万行，CrewAI 的依赖项多达 131 个。但这些复杂抽象的背后，核心逻辑其实只要 100 行 Python。近期科学
阅读全文谷歌Gemma4-12B怎么用最好？16G显存轻薄本也能跑起本地多模态SubAgent
过去一年，开源模型的发布节奏已经快到让人麻木。每次发布，伴随的永远是一组跑分、一张能力雷达图，以及几个“超越某某”的结论。但对于真正手搓本地Agent的人来说，比起它在榜单上排第几，我们更关心一个最朴
阅读全文微软最新提出SkillOpt，用训练大模型的方法优化你的Agent Skills
训练大模型时，工程师绝对不会指望网络做一次前向传播就能收敛。它需要数据喂养、Batch切分、学习率控制、验证集筛选以及优化器状态的迭代试错。但在处理Agent Skills时，当前的工程实践却极其粗糙
阅读全文Agent记忆框架怎么做才靠谱？UC Berkeley MemFai测穿4款顶尖记忆系统，向量库不是唯一答案
过去半年，几乎所有Agent框架都在补长期记忆能力。最常见的做法，是给系统接一个向量数据库，把历史对话、用户偏好、项目经验、工具调用结果、失败案例都存进去。看起来，只要把“记忆”这块补上，Agent就
阅读全文Agent已能自己写Skills，但如何避免“越写越差”？微软最新报告
将成功或失败的经验提取为结构化的“技能”（Skills），并实现技能生产的自动化，似乎已经成了当下各大先进Agent框架的标配。从集成Claude Code到Codex执行环境，让智能体“吃一堑长一智
阅读全文Token账单爆炸？用「TELOS」强制命中缓存，一键剩下90%的账单！
项目地址：htps://github.com/learningCatHD/telos-sdk就在几天前（5月22日），DeepSeek官方扔出了一枚重磅炸弹：DeepSeek-V4-Pro将在5月底结
阅读全文Claude Code和机器人背后的共同机制，UIUC、Meta、Stanford这篇最新综述讲清楚了
说在前面：这又是一篇讲Harness的Survey，你最近可能已经看过了数篇讲Harness的文章、论文，其中还可能包括我上周解读的《Agent Harness Engineering：Agent的底
阅读全文用文字记住图片，是一种错觉：MemEye用「原图证据」重测多模态Agent Memory
多模态Agent最容易制造的一种错觉是：它看过图片，所以它记住了图片。但在很多真实系统里，图片并没有作为“视觉证据”长期存在。它往往先被模型压缩成一段 Caption，再被存进向量库、摘要系统或长期记
阅读全文Agent Harness Engineering：Agent的底盘工程综述｜CMU、耶鲁、Amazon
经常切换使用CC、Codex、OpenClaw这类Agent的人会发现：同一个模型，放进不同系统里，表现可能完全不同。近期由CMU、耶鲁大学、弗吉尼亚理工大学及亚马逊等机构组成的研究团队，在系统梳理了
阅读全文Agent Skills的表示、获取、检索和进化看这一篇综述就清楚了｜香港中文大学最新
早在2024年，人们还倾向于给Agent提供海量的工具（例如通过MCP协议连接的API、搜索引擎、代码解释器等）。但是，“拥有工具”并不等于“知道如何使用工具”。当任务变得复杂且长周期时，要求Agen
阅读全文微软Terminus-4B之后，Agent可能会进入「专用小模型Sub Agent」时代
您有没有想过：在代码Agent里，执行终端命令、跑测试、读报错、总结日志这种任务，用Claude Opus、Claude Sonnet、GPT-5.3-Codex这类昂贵Token的大模型来执行，是不
阅读全文SKILL.md不够用了：北大提出SSL，Agent需要一套自己的结构化表示层
Agent Skills不应该只以SKILL.md、README或自然语言说明文档的形式存在，而应该被转成一种机器可检索、可检查、可治理的结构化表示。这是《From Skill Text to Ski
阅读全文UC伯克利联合斯坦福提出「Combee」：蜂群Agent的Prompt Learning正式进入并行时代！
Agent正在进入并行时代。Claude Code、OpenClaw等具有代表性的系统都在让多个Agent同时工作。Prompt Learning的价值，就是让一组Agent在运行中持续沉淀经验。区别
阅读全文SkVM：优化你的Skills能够跨模型、跨Harness、跨环境稳定运行 ｜SJTU最新
如果您经常用Claude Code、OpenCode、OpenClaw这类Agent框架，大概率会遇到一种不稳定现象：同一个Skills，用Claude能跑，换成Qwen就不行了；在Claude Co
阅读全文都是你能部署的：Qwen3.6和Gemma4，谁更适合作为你的下一代本地MoE模型？
阿里前几天开源的Qwen3.6-35B-A3B，让这次讨论不再只是一次普通的新旧模型对比。它一边要面对谷歌Gemma4-26B-A4B的外部竞争，一边又必须回答一个更麻烦的问题：相较于 Qwen3.5
阅读全文UPenn提出Graph of Skills：把海量Skill连成技能图 ｜CC可用、支持Minimax2.7
很多人以为，给Agent装上更多Skill，它就会变得更强。 但现实往往正好相反：当Skill库从几十个膨胀到几千、几万个时，Agent最先失去的，往往不是推理能力，而是“找对Skill”的能力。Ag
阅读全文Harness，才是Agent时代统管一切的基座｜交大综述解读Memory、Skills、Protocols
2026年再看Agent，一个越来越难回避的事实是：能力正在从模型里流到模型外。真正决定系统上限的，不再只是参数、Prompt和tool calling，而是记忆、技能、协议以及统摄这一切的harne
阅读全文Mac用户可以在oMLX中使用TurboQuant了，搭配Gemma-4-31B，谷歌全家桶实测很能打！
对本地部署玩家，尤其是Mac用户来说，长上下文推理最大的痛点往往不是“模型不够聪明”，而是稍微多用点上下文，统一内存就被撑爆了”，这一点在最近的Gemma-4 31B的部署中尤为明显，在同等上下文的情
阅读全文谷歌的Gemma-4-31B适合哪些人？值得你放弃Qwen3.5-27B吗？深度调研战略报告
Gemma4 31B的发布，在开源模型社区引发了巨大的关注。面对这款由谷歌DeepMind于2026年4月2日 推出的重磅模型，很多技术团队和本地部署玩家都在问同一个问题：Gemma4的出现，到底是在
阅读全文IBM最新Agent优化综述：为什么你的Agent架构越来越臃肿却不变强？答案在工作流结构里
当下很多Agent框架都陷入同一种悖论：架构越来越复杂，效果却没有同步提升。链路更长、角色更多、工具更杂，规划、记忆、反思、验证层层叠加，带来的往往是更高的成本、更长的延迟和更脆弱的控制流，而不是真正
阅读全文斯坦福MIT联合发布Meta-Harness，Agent端到端自己优化自己，Dspy一作Omar参与研究
去年讨论Agent落地时，重点往往是Context Engineering。大家都在琢磨怎么放 Few-shot，怎么优化 RAG 检索的文本片段。但随着 Agent 任务复杂度的上升，控制数据流向、
阅读全文TurboQuant逼近信息论极限，却用A100显卡「碾压」单核CPU：Google的底线在哪？
最近，如果您一直在关注装机市场或半导体股票，大概率被一个传闻刷屏了：“谷歌发布了一项名为TurboQuant的技术，能把AI模型的内存占用压缩到极限，直接导致了全球内存条价格暴跌。”资本市场和科技圈的
阅读全文大部分人都没有的习惯，斯坦福最新报告证实：点踩对AI来说其实很重要！
您在使用LLM时，如果遇到它胡说八道或者彻底偏题，第一反应是什么？大概率是直接关掉窗口，新开一个对话，懒得跟机器废话。但您可能不知道，这个看似再正常不过的习惯，正在给下一代大语言模型的训练库疯狂“投毒
阅读全文苏黎世联邦理工实测：一句Prompt就能摧毁16个Agent组成的「共识网络」多Agent避坑指南来了
在构建多Agent系统（Multi-Agent Systems）时，让几个Agent互相“对话”并不难，但要让它们在局部状态不一致的情况下，敲定一个全局唯一的决策，也就是达成“一致”（Agree）或“
阅读全文垃圾Skill太多，有用的少？试试EvoSkill，用帕累托前沿让你的Skill库始终极简与高效
您用OpenClaw或CC时有没有这样的感受？Skill越装越多，Agent解决问题的能力却没有越变越强。仓库里堆满了技能包：有些只修过一次特定报错，有些和已有技能高度重复，有些描述又长又空，真正调用
阅读全文普林斯顿开源OpenClaw-RL：使用不中断还能自进化，对话就有「反向传播信号」太猛了！
OpenClaw-RL的核心价值在于：它能让您的OpenClaw🦞仅仅通过与你日常对话产生的自然反馈（如你的纠正、补充说明或环境报错），就能在后台实时自动更新权重，变得越来越符合您的个性化偏好，并在实
阅读全文Agent Skills时代：强弱模型的差异到底有多大？戳破你的“平替”幻觉｜牛津最新
目前，行业的开发焦点正快速向Openclaw等以Agent Skills为核心的框架收拢。大家已经达成共识：把重复的API链路写成可执行的Agent Skills，是解决长周期任务“上下文爆炸”的唯一
阅读全文别怪你的OpenClaw像个乱挥锤子的外行，面对20万个Skills，它缺的是AgentSkillOS
自2025年10月Claude正式确立Agent Skills规范以来 ，Agent能力的边界正在被暴涨的脚本仓库迅速拓宽。截至2026年2月末，公开可用的Skills数量已突破28万大关 。回顾过去
阅读全文