与「Harness」相关的搜索结果

🔥 网友爆料：DeepSeek Harness 内测保密级别有多高？直接拉满到“量化机构级”！ 多位内侧用户反馈：初筛过了，签名+身份证复印件也只是“报名资格”，最终通不通过还得再等通知…… 分点拆解当前流程 & 超高保密规格： 1️⃣报名本身就很严：必须有 Agent Harness 相关开源经验，提交 GitHub ID + 代表作 + 问卷匹配使用场景。 2️⃣初筛后才发正式邀请：邮件写“恭喜获得内测资格”，但真正开始前必须完成硬核步骤。 3️⃣核心保密硬要求（重点！）： ◦下载并手写签署《保密承诺函》 ◦必须附上身份证复印件 ◦添加官方小助手微信并备注 ◦所有信息仅用于内测资格核验 4️⃣完成以上≠入选：签名+身份证复印件只是拿到“报名资格”，最终放行还要再等官方通知。 5️⃣泄密代价极狠：一旦泄露，不仅取消本次资格，还会直接影响未来所有 DeepSeek 模型、产品内测及合作机会。 保密要求可以理解，但用身份证复印件换一个“可能入选”的资格，DeepSeek 这次对 Harness（Agent 执行框架）的保密级别，已经远超普通产品内测了。 你准备交身份证了吗？还是直接观望？😂 #DeepSeek# #Harness# #内测# #审核# #梁文峰#

Grok Build officially reaches v1.0.0, rapidly becoming one of the most powerful coding harnesses in the world After 100+ updates in just over 10 weeks, SpaceXAI’s coding agent has hit a major milestone.......with a smarter dashboard, a more polished developer experience, stronger reliability, safer permission handling, and meaningful performance improvements across the platform The pace at which SpaceXAI is shipping Grok Build is totally insane Release Notes: v1.0.0 Features: • Dashboard rows show a short summary of what the agent did in the previous turn • Extensions modal groups items alphabetically with collapsible Skills sections • Grok skips the project-directory prompt when launched from home or other non-project directories • `/feedback` opens a dedicated report box instead of prompt mode • Auto theme detection works over SSH and inside tmux • Markdown tables reflow inside cells on narrow panes instead of clipping • Permission prompts show the complete script; long bash bodies expand with `Ctrl-F` Bug Fixes: • MCP tools that return images no longer drop or corrupt large screenshots • Sandboxed Grok starts on large directories with many deny-glob matches • Rapid send-now presses no longer lose earlier queued messages • Esc and stop prevent background tasks from restarting the model after cancel • Login no longer skips when an invalid API key is in the environment • Model picker and command palette work while reviewing a plan • Tab and Esc behave consistently on question, permission, and cancel-turn cards • `/new` from the dashboard returns to the dashboard from an empty prompt • Codebase restore no longer hangs on large or shallow git repositories • Remote resume restores conversation only unless `--restore-code` is passed • Copying CJK text with the mouse includes every character at the selection edges • API errors appear as clean banners instead of raw JSON dumps • Typing exit or quit in the dashboard exits the CLI • Mode indicator (plan/agent/ask) stays in sync after resume and mode changes • `/delete` returns to the dashboard when you delete a session opened from it • Enter in the slash command menu runs the highlighted command • Grok retries more server errors during outages • Session-only slash commands show a message when used from the dashboard • Queued prompts stay visible while waiting on subagents, and slash/image rows can be reordered • Auto recaps no longer appear mid-turn or while busy • `/btw` error messages wrap fully Performance: • Forking very large sessions no longer uses many times the session file size in memory • Exiting an empty session is instant, even on slow networks

昨日流出一份署名华兴康平私募的《DeepSeek投资建议书》。这份 32 页 PPT 准备募集 3 亿元，以约 710 亿美元估值间接投资 DeepSeek，单笔出资原则上不低于 500 万元。 DeepSeek Harness 负责人崔添翼随后专门晒出 V4 论文表格，吐槽「有些做中介的人」把 V4-Pro 的 SWE Verified 单项成绩 80.6，与 Opus 4.6 的 80.8，直接写成「编程能力仅弱于 Claude 旗舰 0.3%」，这种做法已经接近「纯瞎编」。 这份 PPT 本身也错误频出。里面把梁文锋写成「前阿里巴巴达摩院资深技术专家」，还直接预测 DeepSeek 3 年内 A 股上市、获得监管绿色通道。 整份 PPT 错误频出，看起来更像中介为了募钱自行拼出的推介材料，并非 DeepSeek 官方融资文件。

这世界上每个人都有动机，但绝大多数人没有使用前沿模型与 harness 框架合作创造的能力，如果我们承认人类最重要的并非智能，而是某种原创的，属于每个人的思维模式，从大众那里采集动机就是有意义的，在智能随取随用的时代，这件事的意义更加重大，不知为何，这有点让我想到了新世纪福音战士…

herdr 真棒，自从之前推友介绍 agent skills 以后， 可以在 harness 之间可以互相召唤 互相指挥以后，很多场景都顺了。 如图是我用我的 review-forge 流程 做 code-review， 可以让 codex 先 review，然后它自动创建两个 agent panel，kimi k3 和 opencode 的 deepseek v4，去 review。然后主 codex 接收到两个 review 结果以后，生成 summary，我汇总 check 以后，再让 kimi 去修 bug，修好以后自动通知让 codex 去 verify， verify 后，kimi 再去读结果来回反复直到所有问题都解决，整个流程除了中间必须让我去 check 哪个 bug 要修之外，其他全都是自动化的，非常非常好用！

gpt-5.6-sol 对训练它的harness 还挺执着，尝试调用不存在的 apply_patch（pi中）。 不过只会犯一次错误，也没有证据证明放到codex下的gpt-5.6-sol就比pi里的好。 感觉这个harness mismatch 也没太大影响。

We tried using Meta's new Muse Code agent, but it has a bug that doesn't let it sign in from a docker container. So we did a fun experiment: Meta claims Muse Spark 1.2 was co-trained with their Muse agent harness. So we extracted instructions from their system prompt and added them to the Cline harness. TL;DR of this special prompting: - Trust source code over the user prompt, so read every call site and existing tests before starting the task - Weigh edge and error cases as heavily as the happy path - Always reproduce the bug before fixing - Don't trust the first passing test suite, and verify suspicious looking half-baked tests - Never stop at just editing, keep working until the change is verified complete. We then asked this modified harness to fix a real bug from our repo, and compared the results to the original Cline agent harness. Results: - Used 2.7x fewer tokens (19.7M → 7.2M) - Finished 2x faster (49min → 24min) - Cost 2.4x less ($7.69 → $3.25) Same Muse Spark 1.2 model, same task, only the prompting changed. Incredible how much of a performance gain Meta was able to achieve training it on these special instructions!

自从 @ewind_dev 使用钞能力飞出了 PocketJS 并且蹬上不同硬件，我就在想能不能把 agent 也跑在这些设备上。🚴 最新的结果就是在 ESP32 上能运行的满血 pi harness！ 这个 pi core harness 可以正常对话、 调用 tools、管理自己的 workspace，还能设置 schedule，通过自己的 agent loop 再次醒来，并且也自带 UI！ Agent 后续可以作为整个系统的一等公民，自己创造迭代各种 plugins/apps 无痛跑在任何 PocketJS 支持的硬件上。感觉有超多好玩的应用场景可以蹬了！

Deepseek为什么要做Harness呢？ 我的体会是，dsv4f在Codex里体现出的水平，是可以打平Fable 5的。 但是在OpenCode里，只能发挥出其一半的真实水平。 主要差异有两个，一是考虑问题的全面性，二是长程任务的记忆连贯性。 这两个都非常微妙。前者的意思是，Codex里的dsv4f，明显对代码的读取，整体问题的宏观把握，要比在OpenCode里更好，不会出现一叶障目，不见泰山的情况。 第二个就更玄了，在解决一个系列问题的时候，往往有很多局部最优解会造成全局鬼打墙。解决一个局部问题，往往带来更多的全局问题，造成执行任务死循环，最后提出一个其实不成立的解决方案。 OpenCode下的Deepseek还是经常会出现这个问题。 但是在Codex里，dsv4f奇迹般的，没有这个毛病。走得再远，也不会忘记为什么出发。 一个好的Harness 非常深刻，背后的消息路由，记忆管理，长短记忆的优化取用，工具调用，都是千万次尝试优化的结果，而且sdk其实并不会完全公开这些小技巧。 这些东西在将来，可能是比模型的智力，更深的护城河。