
硅谷押注的下一个 Harness,是整个桌面操作系统(在新窗口打开)
不是 AI 操作系统,是 AI 读得懂的操作系统
共 180 篇

不是 AI 操作系统,是 AI 读得懂的操作系统

把你的想象拍成影片。 这两年,AI视频模型的进步已经很直观。几秒钟的画面可以做得很好,人物动作和镜头运动也越来越自然。 可一条作品只要达到几分钟,创作者面对的事情就会明显变多,有时候一个镜头生成得不错,并不代表接下来的几十个镜头都能顺利衔接。 十分钟左右的视频,往往要处理很多彼此关联的素材,已经确定的人物设定需要贯穿整条视频,中途改了剧情,相关片段也得重新处理。 腾讯混元最近公开的HyCreator,做的就是让Agent接手这些长时间的工作。 官方把它定义为一套面向长视频生成的Agent Harness。 用户先给出故事设定,HyCreator会继续处理脚本和分镜,再调用视频生成能力完成整套制

OpenAI又整出大动静了! 刚刚,YC S22的明星创业公司Instant宣布:整个团队正式加入OpenAI。 而大约一周前,Instant才刚刚发布1.0版本,云托管服务将持续运行至8月31日。 万名客户挥泪告别这一平台。 但对OpenAI来说,这笔收购的战略意图非常清晰:给Agent补上「记忆层」。 OpenAI继续押注Agent Harness 这场收购,看似突如其来,实则早在两年前,就已埋下了伏笔。 2024年,Instant团队宣布完成了一笔340万美元的种子轮融资。投资阵容豪华,堪称「神仙打架」: 投资方包括Y Combinator和SV Angel,以及多位知名天使投资人,如前

外挂补不了模型智商,《苦涩的教训》再次上演。

上两天肝的视频上了热搜 + 热门,使用插件,针对 ds 模型可以提升不小的性能。

DeepSeek V4 Pro,可能又又又更新了。今天下午,有用户在技术社区 Linux.do 发帖称,自己在DeepSeek Harness标准模式、V4 Pro Max思考档位下,发现模型的思维链突然变了。

就在刚刚,智谱发布了其最新一代旗舰模型GLM-5.3,并宣布模型将在两周内开源。这是一个拥有7430亿个参数的模型,和此前的GLM模型一样主打编程。在多项主流基准测试中,GLM-5.3位居所有已开源或即将开源模型中的第一;其在编程与智能体任务上的能力,已逼近Claude Fable 5、GPT-5.6 Sol等海外顶尖模型。

2026 年 1 月,Floatboat 客户端把文件管理器、编辑器和浏览器直接做成 Agent 的运行环境,开创了 Agent 桌面工作台这一形态;4 月,FloatIM 把人与 Agent、Agent 与 Agent 接成一张办公网络,任务可以跨人、跨 Agent 交接而上下文不断;5 月,FloatSchedule 让 Agent 不必等人下指令,按日程自己开工。

DeepSeek Harness内测前瞻。

近几年,多模态生成模型进步很快。一句指令就能生成图片、视频、音频、网页、UI、分镜,甚至整套演示文稿。只看成品,创作门槛似乎已经大幅降低。