Garry Tan 开源评测框架:同一模型换不同 Agent Harness 性能差异
详细评测开源框架 g-harness-evals,比较同一模型在不同 Agent Harness 配置下的准确率、成本和速度。
首页已经看过的不重复列。下面从更早的内容继续,可以一直往下滚。
详细评测开源框架 g-harness-evals,比较同一模型在不同 Agent Harness 配置下的准确率、成本和速度。
2026-11-09 知乎热榜再现 vLLM 与 SGLang 之争,本文以两家官方口径为基线,把选型收成三步,先按工作负载定方向,再逐项核对算力支持列表,最后用自有硬件压测。无出处的公开跑分与厂商自述数字只作线索,结论随版本保持可替换。
当 20 万员工遇上 2000 万智能体:纳德拉描绘微软新编制 · · Nov 9, 2026 一段微软 CEO 纳德拉接受领英联合创始人里德·霍夫曼采访的视频近日在外网热传。节目里,他抛出一句被反复转发的畅想:假如微软未来坐拥 20 万名员工,再配上 200 万乃至 2000 万个智能体一起干活,会是什么光景。
Reason Machines 发布开源 Git 服务器 Aspen,面向数百个 Agent 同时推送的仓库流量,独立实现了 OpenAI 描述的 Pando 设计,采用 Apache 2.0 许可。
IT之家 11 月 9 日消息,据钉钉官方消息,今天千问办公 2.0 正式发布,这是一个面向个人与组织协作的 Team Agent。
谷歌在线 IDE Firebase Studio 将于 2027 年 3 月 22 日正式关闭,所有剩余数据将被永久删除且无法恢复。该产品创建新工作区和用户注册功能已于今年 6 月停用,现有用户可继续使用并迁移工作区,替代方案包括 Google Antigravity 或 Google AI Studio。
NVIDIA 在 MSIT-NVIDIA AI 创业合作论坛上宣布投资韩国 AI 互连公司 Point2,并计划追加投资 Motif Technologies、RLWRLD 和 Upstage。
苏黎世的 0sec Labs(Y Combinator 支持)开源了 AI 安全测试框架 0,采用 MIT OR Apache-2.0 许可,以研究预览形式发布,支持漏洞调查、代码审计、渗透测试、逆向工程和修复生成。
2026年企业智能体安全进入采购期,主流厂商沿云上全栈、终端管控、内容与助手风控三条路线布局,Forrester、IDC、中国信通院、公安部第三研究所的评估成为选型参照。
作者指出 NVDA 声称中国业务归零不实,实际通过非法渠道保持 20%以上收入份额。
国家互联网信息办公室建设的互联网新技术新应用信息服务备案系统于 2026 年 11 月 9 日正式上线运行,可一体化开展生成式人工智能、算法、深度合成、区块链等新技术新应用备案。原互联网信息服务算法备案系统和区块链信息服务备案管理系统同步停止使用,网站支持通过主体名称、备案名称、备案编号等查询备案信息,咨询电话为 010-82990521。
作者通过 AI 揭示戒指营销话术的荒诞,演示无戒指亦可达到平衡效果,警示消费者理性消费。
未来 20 万员工将与 2000 万个 AI 智能体协同,微软已为其开发专属管理系统 · · Nov 9, 2026 32.2k 在人工智能技术爆发的当下,微软首席执行官萨蒂亚·纳德拉近日在领英联合创始人里德·霍夫曼主持的播客节目《Possible》中,分享了他对未来企业组织形态与人机协作关系的宏大设想,引发了科技界的广泛热议。
作者发布开源 WorkBuddy 项目,提供一键安装部署方案,支持将工作流、提示词和 SOP 整合为可复用的 Skill 模块,实现创建、评测和打包功能。
据路透社报道,AI 数据中心建设热潮使燃气轮机供不应求,美国平均交货期长达六年,交货时间多排至 2030 至 2031 年。伍德麦肯兹数据显示全球订单总容量超 100GW,而产能估计仅 60GW 至 70GW,预计 2028 年产能约 87GW 仍远低于届时 129GW 的需求。
本文介绍了AI智能体记忆存储的五种选型方案,包括统一数据库、托管向量库、内存级缓存、开源自建向量库和分布式SQL,并分析了各自的核心能力与适用边界。
微软提交编号 US 2026/0341309 A1 的专利申请,计划用 AI 智能体近乎实时地替换直播中的词语,并生成与修改后语音一致的嘴部画面,处理后的视频约延迟 1 至 10 秒播放。
Meta 发布 Muse Ember(muse-ember-1.0),定位最小最高效的复杂推理执行模型,面向工具调用、编码子任务、路由、抽取和长文档解析等智能体日常重复任务。
数据显示 2026 年前 10 月 17 家 YC 公司估值突破 10 亿美元,其中 AfterQuery 以 32 亿美元居首,AI 方向聚焦代码测试、训练数据、Agent 等。
干得漂亮,Josh!💙 很高兴看到 MiniCPM5-2B 和 MiniCPM-OCR 在一个完全本地化、注重隐私的应用中结合在一起。恭喜 v1.0 发布!🚀
阿里云宣布上调 Token Plan 个人版订阅额度。Lite、Essential、Standard 三档月费不变,月度额度分别由 1.15 万、2.55 万、4.5 万 Credits 提升至 2 万、4.5 万、8 万 Credits;Pro 额度由 18 万升至 20 万 Credits,月费由 499 元降至 312 元。
作者分享亲手为孩子用 Vibe Coding 技术开发 App 的实践经历,强调 Flash 模型和多模态能力的应用。
IT之家 11 月 9 日消息,近期,一段微软 CEO 萨蒂亚 · 纳德拉接受领英联合创始人里德 · 霍夫曼的视频在外网流传。当时,一名博主声称纳德拉说“微软未来可能会有 200 万甚至 2000 万个智能体,与公司现有的 20 万名员工协同工作”。
Hugging Face 推出约 7 万字的免费 MoE 训练手册,包含实验数据和可运行代码,助力少数掌握 MoE 训练方法的团队。
英伟达 11 月 9 日在韩国首尔举行 NVIDIA AI Day,公布与韩国政府、企业和研究机构的多项合作。
作者周末照本地商家建站模式用 AI 复制,4 天内成交 4 家商户,平均 400 美元/个,网站几乎全由 AI 完成。
一位 X 上粉丝仅 27 人的独立站点主日均收入 4800 美元,通过 Claude Code 扫描公开收入数据,发现大量“几乎没人讨论”却真实收款的小生意。