ai, paradigmradar,

AI 范式雷达：《外壳走上台前：Agent 的竞争从换模型转向换 Harness》

Unbug By Unbug Follow · 1 min read
AI 范式雷达：《外壳走上台前：Agent 的竞争从换模型转向换 Harness》
Share this

9 月 2 日登上 Hacker News 的 FrontierHarness Eval（HN Algolia API 2026-09-06 实测 81 分）给出结论：同一 Kimi K3 模型、同一运行时下，横评 9 个执行外壳（harness，包裹在 LLM 外、负责工具调用与沙箱验证的那层软件），任务通过率最高 66.7%、最低 50.0%，每任务成本相差 17 倍。模型权重冻结时，仅换外壳就有这种量级的差距：竞争焦点正从「选哪个模型」转向「基准化哪层外壳」。这与本刊 8 月 26 日《不再调权重：Agent 的自进化搬进了 Harness》视角不同：那篇讲外壳内的自我进化机制，这篇讲外壳本身成为被标准化与基准化的对象。

同一模型下九个 harness 的通过率与成本差距

同一模型下外壳差距有多大

FrontierHarness Eval（Runta 出品）在相同任务集上测了 9 个 harness、12 种配置：Codex 通过率 66.7%，OpenCode 与 Hermes 只有 50.0%；每任务成本从 Exo Harness 的 $1.05 到 Claude Code 的 $18.34。质量与成本还会脱钩：每成功一次任务的中位成本从 OpenCode 的 $0.0615 到 Claude Code 的 $0.2880，相差约 4.7 倍；缓存命中率最高的 Codex 为 88.0%，最低的恰是 Claude Code 的 67.8%。这意味着模型预算和外壳预算是两笔分开的账：换外壳可能比换模型便宜得多。评测方自注仅覆盖软件工程与终端任务，且 Runta 亦是厂商，外推需谨慎。

厂商把外壳做成产品，论文把外壳做成考题

8 月 13 日 DeepSeek 发布 DeepSeek Harness developer preview，一切能力皆插件（模型、工具、沙箱、UI 皆可换）；Minimal mode 只留 shell 与编辑器，用于最小环境评测。GitHub API 2026-09-06 实测仓库 deepseek-ai/deepseek-harness 已获 213,026 star（创建于 8 月 13 日）。9 月 1 日至 3 日，arXiv 出现以 harness 为评测单元的基准潮：HarnessDev（arXiv:2609.01437）把评估单元从任务输出改为可运行基础设施，考核 LLM 能否自建并进化 harness；CordisBench（arXiv:2609.01600）以 1,200 道题考组件生命周期推理，组件越多、模型越不可靠。这意味着：一层技术一旦拥有公开基准和插件标准，就开始成为独立学科与独立采购项。

微观证据：Grep beats LSP 实测中检索后端不变、仅在返回结果里附加源码文本，多文件重命名 pass@1 从 0.67 升到 0.83，后续读取从 15.2 次降到 3.2 次。作者自注这是小规模试点信号。

热潮的另一面：不是万能，还长出了攻击面

HN 热帖《Why Software Factories Fail》唱反调：仅靠 harness 工程产不出可靠软件工厂，上下文质量、任务分解与人类意图表达仍是瓶颈。安全侧，论文《A Blind Trust, the Bloody Thrust》（arXiv:2609.03884）证明攻击者控制的 hook 更新即可操纵 agent harness——「一切皆插件」换来可组合性，也把供应链攻击入口带进 agent 层。商业后果已现：Armature 实测 16,893 个会话（有效 5,292），Claude Code、Codex、Cursor 三个 coding agent 的同工具选择率仅 42%，Claude Code 造轮子比例达 19%（HN 帖发布于 2026-09-03，Algolia 2026-09-06 实测 294 分）；文中转引 Vercel 口径称超过 30% 的部署由 coding agent 发起（二手转引）。这意味着外壳进入生产后，选型偏差不再是抽象指标，而是真实账单与新的信任边界。

接下来盯住什么

未来一到两个周期盯三个信号：FrontierHarness 是否扩展到第二个模型——若换模型后排名重排，说明存在 harness 与模型强耦合（pairing effect），那将是下一个范式级结论；OpenAI 与 Anthropic 是否跟进版本化公开外壳与 harness 级 changelog；以及模型训练是否开始把 harness 构建能力回填进权重——若发生则本范式部分自我否定，应发续篇。可复现的最小路径：固定模型，在两个外壳里并排跑同一组自己仓库的真实任务，记录通过率、总成本与每成功一次的成本。

References

agent harness benchmark evaluation supply-chain
Related
  1. 一分钟读论文：《跑通测试的补丁，三成过不了人类 review 这一关》
    In AI, Engineering,
  2. 一分钟读论文：《同一份权重，换个接口就从不会调工具变成 0.96 分》
    In AI, Engineering,
  3. 一分钟读论文：《一张伪造的行情面板，让 AI 敢对不可知的事下注》
    In
  4. 一分钟读论文：《约束在交接中悄悄失效》
    In AI, Security,
  5. AI 范式雷达：《不再调权重：Agent 的自进化搬进了 Harness》
    In AI, ParadigmRadar,
  6. 一分钟读论文：《写进记忆的一句话，让后续回答都偏了方向》
    In AI, Security,
  7. 一分钟读论文：《长程 Agent 记忆中的压缩悬崖》
    In AI, LLM,
  8. 一分钟读论文：《七个模型在代码库里记错了同一个地方》
    In AI, LLM,
  9. 一分钟读论文：《同一个模型换个外壳，攻击成功率差出四倍多》
    In AI, Security,
  10. 一分钟读论文：《不会解题的 0.5B 小模型，反而成了大模型的运行时顾问》
    In AI, LLM,
  11. AI 范式雷达：《Agent 推理时扩展：动态预算分配的范式转移》
    In AI, ParadigmRadar,
  12. 一分钟读论文：《StructAgent：用因果结构驾驭长程数字Agent》
    In AI,
  13. 一分钟读论文：《异构智能体群体：用角色分离解决安全与创造力的困境》
    In AI, Research,
  14. AI 范式雷达：《从原子操作到标准流程：EvoSOP的迭代工具优化》
    In AI, ParadigmRadar,
  15. 一分钟读论文：《CompactionRL——将上下文压缩引入强化学习》
    In AI, RL,
  16. 一分钟读论文：《MetaSkill-Evolve——递归自我改进的双时间尺度架构》
    In AI, Agent,
  17. 一分钟读论文：《LLM-as-a-Verifier——将验证作为第四种缩放轴》
    In AI, LLM,
  18. 一分钟读论文：《Lean4Agent——用依赖类型语言验证 Agent》
    In AI, FormalMethods,
  19. 一分钟读论文：《基于 PI 的智能体编排实战》
    In AI, ParadigmRadar,
  20. 一分钟读论文：《MCP 协议与 PI 架构融合：构建自适应智能体》
    In AI, ParadigmRadar,
  21. 一分钟读论文：《高质量合成数据让多步工具调用性能飙升 10%》
    In AI, ParadigmRadar,
  22. 一分钟读论文：《Agent World Model 研究：1000 个合成环境推动智能体训练革命》
    In AI, Agent,
  23. 一分钟读论文：《最佳选手未必是最佳教练》
    In AI, LLM,
  24. 一分钟读论文：《工具调用的苦涩教训》
    In AI, LLM,
  25. 一分钟读论文：《StructureClaw——可追溯的LLM智能体与结构工程工作流》
    In AI, SoftwareEngineering,
  26. 一分钟读论文：《MCPEvol-Bench：MCP服务器动态演化的LLM Agent性能基准测试》
    In AI, Agent,
  27. 一分钟读论文：《游戏引擎编码智能体基准测试》
    In Engineering, AI,
  28. 一分钟读论文：《轨迹级奖励建模基准 Plan-RewardBench》
    In AI, MachineLearning,
  29. 一分钟读论文：《推理链里的顿悟时刻，多半是预算给的错觉》
    In AI,
  30. 一分钟读论文：《诊断LLM裁判的可靠性：共形预测集与传递性违规》
    In AI, MachineLearning,
  31. 一分钟读论文：《HarnessFix——从失败轨迹到可靠 Agent 的自动修复》
    In AI, ParadigmRadar,
  32. AI 智创简报：《说话人分离专利转向流式，转写接单者的工具活》
    In AI, InnovationBrief,
  33. AI 智创简报：《逐句举证专利扎堆，RAG 质检的插件生意》
    In AI, InnovationBrief,
  34. AI 智创简报：《Agent 记忆层被写进专利，垂直行业的本地化长尾还空着》
    In AI, InnovationBrief,
  35. 一分钟读论文：《作弊顺着公告栏传播，举报也是》
    In AI, MultiAgent,
  36. AI 智创简报：《提示词测试专利成簇，独立开发者的补位生意》
    In AI, InnovationBrief,
  37. 一分钟读论文：《把题目改错，模型的推理链纹丝不动》
    In AI, LLM,
  38. 一分钟读论文：《只刷干净的数学题，模型反而学会了不拒绝》
    In AI, LLM,
  39. 一分钟读论文：《拍卖桌下的暗线，多智能体隐藏合谋的检测与干预》
    In AI, Security,
  40. AI 智创简报：《视频鉴真从查假转向证真，自助证明工具还是空白》
    In AI, InnovationBrief,
  41. AI 智创简报：《微软、蚂蚁都在给 AI 应用打注入疫苗，小团队缺个便宜的体检医生》
    In AI, InnovationBrief,
  42. 一分钟读论文：《一条事实错误的论证，就能让 LLM 放弃正确答案》
    In AI, LLM,
  43. 一分钟读论文：《黑盒推理模型的隐藏思维链，正在被一条长度信号读走》
    In AI, Security,
  44. 一分钟读论文：《SPADE：难度跟着能力长的自适应自博弈》
    In AI, LLM,
  45. AI 智创简报：《Amazon 和 Intuit 都在抢流式审核，便宜的那一层还空着》
    In AI, InnovationBrief,
  46. AI 智创简报：《PRD 生成专利公开，独立开发者能卖需求拆解活》
    In AI, InnovationBrief,
  47. 一分钟读论文：《测试时扩展：瓶颈在筛选，不在采样》
    In AI, LLM,
  48. 一分钟读论文：《MidTool：工具使用需要专门的中间训练》
    In AI, LLM,
  49. 一分钟读论文：《贝叶斯伙伴建模与 LLM 协同重规划》
    In AI, MultiAgent,
  50. AI 智创简报：《路由有专利，账单有水分：API 中间层省钱活》
    In AI, InnovationBrief,
  51. AI 智创简报：《标签可撕，凭证要验：内容溯源的打标缺口》
    In AI, InnovationBrief,
  52. 一分钟读论文：《近端文本梯度下降驱动的智能体技能自进化》
    In AI, Agent,
  53. 一分钟读论文：《SABLE：智能体编排的先导化合物优化》
    In AI, DrugDiscovery,
  54. AI 智创简报：《Agent 会忘、会编、会趴下，兜底这层活一个人就能接》
    In AI, InnovationBrief,
  55. AI 范式雷达：《从代码补全到自主软件工程：Agentic Coding 的范式转移》
    In AI, ParadigmRadar,
  56. 一分钟读论文：《追踪错误生命周期以识别长程Agent轨迹中的关键失败》
    In AI, AgenticSystems,
  57. 一分钟读论文：《PAST-Bench：评估个人智能体递归自我改进的基础基准》
    In AI, AgentFoundationModels,
  58. 一分钟读论文：《Beacon：通过强化学习实现智能视觉推理》
    In AI, ComputerVision,
  59. AI 范式雷达：《Agentic RAG：让检索系统学会自我反思》
    In AI, ParadigmRadar,
  60. 一分钟读论文：《可扩展 LLM 驱动多智能体系统的设计原则》
    In AI, Engineering,
  61. 一分钟读论文：《重新思考本地计算机使用 Agent 的推理时扩展》
    In AI, Engineering,
  62. 一分钟读论文：《ORCA-bench：语言模型 Agent 准备好应对 On-Call 了吗？》
    In AI, Engineering,
  63. 一分钟读论文：《MANTA：面向自演化多智能体系统的网络拓扑自适应》
    In AI, ML,
  64. 一分钟读论文：《Frontis-MA1：面向递归自改进的AI4AI模型》
    In AI, ML,
  65. 一分钟读论文：《通过合作-义务耦合审计涌现的LLM-Agent协作》
    In AI, Security,
  66. 一分钟读论文：《AgentRadio：面向长程多智能体协作的被动感知》
    In AI, Engineering,
  67. 一分钟读论文：《多轮长程规划的训练物理》
    In AI, Agent,
  68. 一分钟读论文：《Agentic Real2Sim：用视觉语言代理实现物理世界建模》
    In AI, Robotics,
  69. 一分钟读论文：《安全的模型为何组合后不再安全？》
    In AI, Security,
  70. 一分钟读论文：《软件智能体的修复策略探索》
    In AI, Engineering,
  71. 一分钟读论文：《自动化AI研发中的隐蔽破坏与监控评估》
    In AI, Security,
  72. 一分钟读论文：《智能每美元的经济学》
    In AI, LLM-Economics,
  73. AI 范式雷达：《CodeAct — Agent 执行范式的根本性转移》
    In AI, ParadigmRadar,
  74. 一分钟读论文：《Qwen-AgentWorld：通用智能体的语言世界模型》
    In AI, Agent,
  75. 一分钟读论文：《Do Agent Optimizers Compound？Agent优化收益能否持续累积》
    In AI, Agent,
  76. 一分钟读论文：《SR2AM：自我调节模拟规划如何实现高效Agent推理》
    In AI, Agent,
  77. 一分钟读论文：《Safety Sentry：上下文感知的三向路由Agent安全审查》
    In AI, Security,
  78. 一分钟读论文：《Procedural Memory Distillation：Agent经验复用的程序性记忆蒸馏》
    In AI, MachineLearning,
  79. 一分钟读论文：《Memory as a Controlled Process：Agent记忆操作的马尔可夫决策建模》
    In AI, Agent,
  80. 一分钟读论文：《Experience Memory Graph：Agent一次性错误纠正的图匹配方法》
    In AI, Agent,
  81. AI 范式雷达：《ScaleCUA — 可验证数据合成如何突破 Computer Use Agent 的能力天花板》
    In AI, ParadigmRadar,
  82. 一分钟读论文：《Function-Aware Fill-in-the-Middle 作为编码 Agent 基础模型的中期训练》
    In AI, Engineering,
  83. 一分钟读论文：《E3：AI Agent 何时知道任务很简单？》
    In AI, Engineering,
  84. 一分钟读论文：《Omni-Decision：一种面向全模态问答的渐进式证据状态Agent系统》
    In AI, Engineering,
  85. 一分钟读论文：《Interaction Scaling：测试时计算的第三维度》
    In AI,
  86. 一分钟读论文：《Remember When It Matters：长程Agent的主动记忆干预》
    In AI,
  87. 一分钟读论文：《OPINE-World：程序化世界模型与本体论误差引导的交互探索》
    In AI, Engineering,
  88. 一分钟读论文：《失败是一个过程：CLI编码代理轨迹解剖》
    In AI, Engineering,
  89. AI 范式雷达：《从并行到递归：WebSwarm的多Agent深度广度协同搜索范式》
    In AI, ParadigmRadar,
  90. 一分钟读论文：《AgentGym2——从理想化基准到真实世界部署的评估范式转移》
    In AI, ParadigmRadar,
  91. 一分钟读论文：《SWE-Doctor——用多面 Bug 复现测试引导 Agent》
    In AI, SoftwareEngineering,
  92. 一分钟读论文：《当记忆改变一切时什么保持不变》
    In AI, Agent,
  93. 一分钟读论文：《开放世界中的工具使用智能体——静态训练的脆弱性与修复》
    In AI, Agent,
  94. 一分钟读论文：《Agent 编排框架与 MCP 协议生态 2026》
    In AI, ParadigmRadar, Agent,
  95. 一分钟读论文：《Where Do CoT Training Gains Land in LLM based Agents?》
    In AI, Research,
  96. 一分钟读论文：《多模型组合的共失败天花板》
    In AI, Research,
  97. 一分钟读论文：《Agentic RAG——动态知识检索增强》
    In AI, Agent,
  98. 一分钟读论文：《Agent 编排的范式转移：从 ReAct 到 PI 架构》
    In AI, ParadigmRadar, Agent,
  99. 一分钟读论文：《生成-验证差距与自我修正失败》
    In AI, ParadigmRadar,
  100. 一分钟读论文：《基于 PI 构建你的超强智能体》
    In AI, ParadigmRadar,
  101. 一分钟读论文：《去中心化Agent信任层——ERC-8004的实证诊断》
    In AI, ParadigmRadar,
  102. 一分钟读论文：《让 Agent 看见代码仓库——多模态表示如何重塑编码代理》
    In AI, ParadigmRadar,
  103. 一分钟读论文：《Agent规划脆弱性——检索受限下大规模工具生态中的长期规划基准测试》
    In AI, ParadigmRadar,
  104. 一分钟读论文：《AgentCIBench：Computer-Use Agent的跨上下文隐私泄露》
    In AI, Security,
  105. 一分钟读论文：《通过智能体轨迹解剖模型行为》
    In AI, Agent,
  106. 一分钟读论文：《选择性验证还是延长预算？推理时Token分配的新范式》
    In AI, ParadigmRadar,
  107. 一分钟读论文：《当工具失败时：LLM智能体的动态重规划与异常恢复基准测试》
    In AI, Agent,
  108. 一分钟读论文：《LedgerAgent：面向策略遵循的工具调用智能体的结构化状态管理》
    In AI, Agent,
  109. 一分钟读论文：《重新思考还是延长预算？面向推理预算的选择性验证》
    In AI, Agent,
  110. 一分钟读论文：《递归自改进警告：Anthropic 为何呼吁全球暂停 AI 研发》
    In AI, ParadigmRadar,
  111. 一分钟读论文：《Agent记忆的遗忘架构学》
    In AI, Agent,
  112. 一分钟读论文：《Agent的Token账单：1000倍消耗差异背后的工程真相》
    In AI, ParadigmRadar,
  113. 一分钟读论文：《用形式化逻辑给 AI Agent 装上可证明的安全护栏》
    In AI, ParadigmRadar,
  114. 一分钟读论文：《OrchRM：多智能体编排的自监督奖励建模》
    In AI, ParadigmRadar,
  115. 一分钟读论文：《OrchRM——多智能体编排的自监督奖励建模新范式》
    In AI, ParadigmRadar,
  116. 一分钟读论文：《Agent安全新范式：从静态对齐到动态诊断护栏》
    In AI, ParadigmRadar,
  117. 一分钟读论文：《Agent评估新标准：用A2A+MCP协议实现基准即Agent》
    In AI, ParadigmRadar,
  118. 一分钟读论文：《从端到端成功率到细粒度规划诊断》
    In AI, ParadigmRadar,
  119. 一分钟读论文：《选择性形式化与门控执行》
    In AI, Agent,
  120. 一分钟读论文：《干预支持的静默失败错误归因》
    In AI, Agent,
  121. 一分钟读论文：《自适应潜在推理：让 Agent 少想但想深》
    In AI, ParadigmRadar,
  122. 一分钟读论文：《自适应潜在智能体推理》
    In AI, Agent,
  123. 一分钟读论文：《自适应潜在推理：让 Agent 少想但想深》
    In AI, ParadigmRadar,
  124. 一分钟读论文：《通过自我调节模拟规划实现高效智能体推理》
    In AI, AgentReasoning,
  125. 一分钟读论文：《TOKI：LLM Agent持久记忆矛盾解决的双时间算子代数》
    In AI, Agents,
  126. 一分钟读论文：《软件工程的终结：AI Agent 如何重写开发范式》
    In AI, ParadigmRadar, SoftwareEngineering,
  127. 一分钟读论文：《Agent 记忆架构：从 flat retrieval 到 agentic control 的十年演进》
    In AI, ParadigmRadar,
  128. 一分钟读论文：《用 LLM 作为开发者评估 Agent 开发框架》
    In AI, SoftwareEngineering,
  129. 一分钟读论文：《思想的经济：Agent经济交互中的多智能体智能涌现》
    In AI, Multi-Agent,
  130. 一分钟读论文：《Agent OS 时代：微软与 NVIDIA 如何重塑部署范式》
    In AI, ParadigmRadar, Agent,
  131. 一分钟读论文：《SpecBench：面向软件工程 Agent 的规范级推理评估》
    In AI, SoftwareEngineering,
  132. 一分钟读论文：《元认知记忆策略优化》
    In AI, LLM,
  133. 一分钟读论文：《像团队一样进化：基于大语言模型的多智能体系统协作自我进化》
    In AI, MultiAgent,
  134. 一分钟读论文：《裁员换 AI，为何成本长期上升、利润反而负增长》
    In AI, ParadigmRadar,
  135. 一分钟读论文：《Long Horizon Agent 全栈设计：从接单到交付的工程蓝图》
    In AI, ParadigmRadar, Agent,
  136. 一分钟读论文：《AI Coding 时代，功能膨胀如何杀死好产品》
    In AI, ParadigmRadar,
  137. 一分钟读论文：《AI 正在让开源协议失去约束力》
    In AI, ParadigmRadar,
  138. 一分钟读论文：《多智能体什么时候该用、什么时候不该用？》
    In AI, MultiAgent,
  139. 一分钟读论文：《同等预算下，单智能体为何胜过多智能体？》
    In AI, MultiAgent,
  140. 一分钟读论文：《把百亿模型装进手机：TIDE实现扩散语言模型跨架构蒸馏》
    In AI, MachineLearning,
  141. 一分钟读论文：《Agent实现AlphaZero流水线》
    In AI, MultiAgent, MachineLearning,
  142. 一分钟读论文：《多智能体工作流中完全循环子任务图的灵活性与成本》
    In AI, MultiAgent,
  143. 一分钟读论文：《自动合成多智能体漏洞发现方案》
    In AI, Security,
  144. 一分钟读论文：《多智能体语言系统的端到端通信优化》
    In AI, MultiAgent,
  145. 一分钟读论文：《瞬态轮次注入：暴露大语言模型的无状态多轮漏洞》
    In AI, Security,
  146. 一分钟读论文：《用扩散语言模型统一多模态理解与生成》
    In AI, Multimodal,
  147. 一分钟读论文：《PRIME：通过迭代记忆进化实现用户中心Agent的主动推理》
    In AI, Agent,
  148. 一分钟读论文：《LLM Agent 的外化设计范式》
    In AI, LLM,
  149. 一分钟读论文：《MASS-RAG：多智能体协同的检索增强生成》
    In AI, LLM,
  150. 一分钟读论文：《LLM 智能体在社交困境中的合作机制》
    In AI, MultiAgent,
  151. 一分钟读论文：《归一化计算下单Agent为何优于多Agent》
    In AI, Agents,
  152. 一分钟读论文：《大模型时代的奖励黑客与缓解策略》
    In AI, Security,
  153. 一分钟读论文：《Meerkat：发现基准测试中 4 倍安全漏洞》
    In AI, Security,
  154. 一分钟读论文：《OpenClaw 自主代理的安全威胁分析》
    In AI, Security,
  155. 一分钟读论文：《AI 模型会自发保护同伴吗？》
    In AI, Security,
  156. 一分钟读论文：《AI Agent 的根本安全模型 ClawLess》
    In AI, Security,
  157. 一分钟读论文：《量化大语言模型中的自我保存偏见》
    In AI, Security,
  158. 一分钟读论文：《自主AI Agent的自我保存行为检测协议》
    In AI, Security,
  159. 一分钟读论文：《AI 模型会自发结盟保护同伴吗？》
    In AI, Security,
  160. 一分钟读论文：《AI Agent 安全框架与隐私保护：MCPShield、TRiSM 与 GDPR 综合研究》
    In AI, Security,
  161. Google DeepMind 揭示 6 类 AI Agent 网络攻击陷阱：首个系统性威胁模型解析
    In AI, Security, Research,
  162. 一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
    In AI, Robotics, EmbodiedAI,
  163. 一分钟读论文：《迈向具身 AGI：具身 AI 综述与未来之路》
    In AI, Robotics, EmbodiedAI,
  164. 一分钟读论文：《生成式AI重构软件工程，开发者生产力提升55.8%》
    In AI, 软件工程,
  165. 一分钟读论文：AI 时代的软件安全基石：人类认证的模块仓库
    In AI, Security,
  166. 一分钟读论文：《AI 会搞阴谋诡计吗？这项研究给出了答案》
    In AI,
  167. 一分钟读论文：《Humanity's Last Exam：评估 AI 能力的专家级学术问题基准》
    In AI,
  168. 一分钟读论文：《AlphaEvolve - 用 LLM 自动发现多智能体学习算法》
    In AI,
  169. 一分钟读论文：《Alien Science——让 AI 探索人类思维的盲区》
    In AI,
  170. 一分钟读论文：《洗车问题暴露大语言模型的根本缺陷？提示词架构决定推理质量》
    In AI, 论文阅读,
  171. 一分钟读论文：《HumanOrbit：从一张照片生成 360° 环绕视频，让 AI 帮你「转」着看人》
    In AI, 计算机视觉, 3D重建,
  172. 一分钟读论文：《AI 数学家诞生？Google DeepMind 的 Aletheia 自主解决 10 个数学难题中的 6 个》
    In AI, 研究论文,
  173. 一分钟读论文：《SemVideo：从大脑 fMRI 直接重建视频！读心术真的来了？》
    In AI, 脑机接口, 神经科学,
  174. 一分钟读论文：《LLM 去匿名化时代来临：你的匿名评论可能正在暴露你的真实身份》
    In AI,
  175. 一分钟读论文：《Agent World Model：用 1000 个合成环境训练 AI 智能体，突破训练数据瓶颈》
    In AI,
  176. 一分钟读论文：《何恺明团队再出大招：Drifting Models 挑战扩散模型，单步生成高质量图像》
    In AI, 论文, 生成模型,
  177. 一分钟读论文：《自言自语：让大语言模型告别灾难性遗忘》
    In AI,
  178. 一分钟读论文：《LUCID Attention：给长上下文模型戴上降噪耳机》
    In AI, Research, Transformer,
  179. 一分钟读论文：《HRM 架构突破：用仅 2700 万参数和 1000 个训练样本超越最先进的大语言模型》
    In AI,
  180. 一分钟读论文：《ELM 架构突破：Modulate 用 100+ 个小模型打败 LLM，开启语音 AI 新时代》
    In AI, 论文,
  181. 一分钟读论文：《突破传统：ReSU 神经网络单元——从果蝇大脑中获得的 AI 新灵感》
    In AI, 神经科学, 机器学习,
  182. 一分钟读论文：《AI 共同研究员时代到来：当 Claude、Gemini 和 ChatGPT 成为真正的科研合作者》
    In AI, 科学研究,
  183. 一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
    In AI,
  184. 一分钟读论文：《HybridQuestion：人类-AI 协作发现 2025 年十大科学突破与 2026 年重大科学问题》
    In AI,
  185. 一分钟读论文：《Google Titans + MIRAS：终结 AI 健忘症，让模型拥有真正的长期记忆》
    In AI,
  186. 一分钟读论文：《量子储层计算重大突破！在多体混沌边缘实现最佳性能，为量子AI开辟新道路！》
    In AI,
  187. 一分钟读论文：《PAN 世界模型炸场！MBZUAI 黑科技让 AI 学会脑补现实世界》
    In AI,
  188. 一分钟读论文：《Google Nested Learning：突破AI灾难性遗忘的新范式》
    In AI, 机器学习, 深度学习,
  189. 一分钟读论文：《MiroFlow：面向深度研究任务的高性能开源智能体框架》
    In AI,
  190. 一分钟读论文：《GLM-5：从「氛围编程」到「智能体工程」的范式跃迁》
    In AI,
  191. 一分钟读论文：《DeepSeek-R1：用纯强化学习解锁大语言模型的推理能力》
    In AI,
  192. 一分钟读论文：《DeepSeek Engram：颠覆GPU内存瓶颈！把知识存储从计算中分离，O(1)查找效率！》
    In AI,
  193. 一分钟读论文：《ICLR 2025 杰出论文：一次训练就能计算数据价值——AI 版权和数据治理的新突破》
    In AI,
  194. 一分钟读论文：《AlphaEvolve：AI 打破 56 年数学纪录，发现更快的矩阵乘法算法》
    In AI,
  195. 一分钟读论文：《AI原生粒子加速器：让大型科学设施学会自动驾驶》
    In AI,
  196. 一分钟读论文：《三个 AI 走进酒吧：聪明的 AI 也会搞部落主义？》
    In AI,
  197. 一分钟读论文：《RWML：让 LLM 智能体学会预测未来》
    In AI,
  198. 一分钟读论文：《Agentic Reasoning：从被动推理到主动智能的完整路线图！》
    In AI, 论文解读,
  199. 一分钟读论文：《ReSyn：自动生成1000个推理环境，让AI学会真正的思考！》
    In AI, 论文解读,
  200. 一分钟读论文：《Agent World Model：1000 个合成环境，让 AI 智能体学习效率翻倍》
    In AI, Agent,
  201. 一分钟读论文：《DeepMind Genie 3 研究：实时交互式 3D 世界模型的重大突破》
    In AI, deepmind,
  202. 一分钟读论文：《Genie 3: DeepMind 发布首个实时交互式世界模型》
    In AI, 论文解读,
  203. 一分钟读论文：《当 Many-Shot Prompting 失败时：LLM 代码翻译的实证研究》
    In AI, LLM,
  204. 一分钟读论文：《基于代理的集成推理解决仓库级问题》
    In AI, 软件工程,
  205. 一分钟读论文：《Google Nested Learning：破解 AI 灾难性遗忘的革命性范式》
    In AI, 深度学习,
  206. 一分钟读论文：《自然语言摘要实现微服务多仓库 Bug 定位》
    In AI, 软件工程,
  207. 一分钟读论文：生成式 AI 正在重构软件工程的未来
    In AI, 软件工程,
  208. 一分钟读论文：《生成式AI在软件工程中的应用：变革软件开发流程》
    In AI, Software Engineering,
  209. 一分钟读论文：《Gated Attention：用一个小阀门让 LLM 性能飙升》
    In AI, 深度学习,
  210. 一分钟读论文：《EnAgent：三个AI智能体组队，登顶代码修复榜单》
    In AI, 软件工程,
  211. 一分钟读论文：《MCP 一周年：从内部实验到行业标准》
    In AI, Agent,
  212. 一分钟读论文：《Specine：让大语言模型真正“读懂”你的需求》
    In AI, 软件工程,
  213. 一分钟读论文：《大语言模型代码生成的规格对齐》
    In AI, 软件工程,
  214. 一分钟读论文：《小模型团队如何超越大模型》
    In AI, 软件工程,
  215. 一分钟读论文：《从“能用”到“好用”：让AI真正学会软件工程》
    In AI, 软件工程,
  216. 一分钟读论文：《让AI像程序员一样边写代码边调试》
    In AI, 软件工程,
  217. 一分钟读论文：《CGM：让AI像程序员一样理解整个代码库》
    In AI, 软件工程,
  218. 一分钟读论文：《小语言模型作为评委提升代码生成》
    In AI, 软件工程,
  219. 一分钟读论文：《GitHub Copilot 的代码生成稳健吗？》
    In AI, Software Engineering,
  220. 一分钟读论文：《ChatGPT 提示模式：提升代码质量、重构、需求获取和软件设计》
    In AI, Software Engineering,
  221. 一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》
    In AI, 编程教育,
  222. 一分钟读论文：《Chrome 〈!DOCTYPE aigc〉: 你的网页何必是 HTML》
    In AI, FrontEnd,
  223. 一分钟读论文：《ChatGPT for Robotics：设计原则和模型能力》
    In AI, Engineering,
  224. 一分钟读论文：《GPT-minify: All JS bundle size 97% off》
    In AI, FrontEnd,
  225. 一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
    In AI, Engineering, Engineer,
  226. 一分钟读论文：《基于 ChatGPT、AR 和 Voicebots 的儿童外教软件设计框架》
    In AI, Engineering,
  227. 一分钟读论文：《ChatGPT：在线考试诚信的终结？》
    In AI,
Featured
  1. 一分钟读论文：《Scratch Copilot：用 AI 支持青少年创意编程》推荐
    In AI, 编程教育,
  2. 一分钟读论文：《技术债的普遍性、原因和影响：业界系统调查》推荐
    In Engineering, Architecture,
  3. 一分钟读论文：《玩转 GitHub 开源软件社区的必备技能树》推荐
    In OpenSource, Engineer,
  4. 一分钟读论文：《ChatGPT 提示模式：提高代码质量、重构、需求获取和软件设计》
    In AI, Engineering, Engineer,
  5. 一分钟读论文：《用 Rust 和 WebAssembly 补充 JS 实现高性能 Node、Web 应用程序》
    In Architecture, Performance,
  6. 一分钟读论文：《通过反思性目标设定培养工程师的好习惯》
    In Engineer, Productivity,
  7. 一分钟读论文：《卓越的开源维护者是如何成就的？》
    In OpenSource, Engineer,
  8. 一分钟读论文：《我们走了多远——WebAssembly 运行时的全面特征研究》
    In FrontEnd,
  9. 一分钟读论文：《XSS 攻击22年：全面调查及系统综述》
    In Security,
  10. 一分钟读论文：《细孔沉千帆：小程序权限漏洞研究》
    In Security,
  11. 一分钟读论文：《影响大规模敏捷软件开发按时交付的因素》
    In Productivity,
  12. 一分钟读论文：《被掏空的一天：软件工程师的日常》
    In Productivity, Engineer,
  13. 一分钟读论文：《30年软件重构研究：系统性文献综述》
    In Engineering,
  14. 一分钟读论文：《要不要上 TypeScript？GitHub 上 JS 和 TS 应用软件质量的系统比较》
    In FrontEnd,
  15. 一分钟读论文：《NPM 供应链的软肋是什么?》
    In Security,
AI 智创简报：《说话人分离专利转向流式，转写接单者的工具活》