大模型

一篇技术文章将 AI Agent 工程拆分为 Prompt、Context、Loop 与 Harness 四层，并提出“Harness = Agent − Model”，重新解释智能体系统的工程重心。

大模型只会生成文本，如何真正查天气、算数据、读系统？Tool Calling 将 ReAct 循环中的“行动”步骤接到真实方法上，使 Agent 从会聊天走向能办事。

在AI模型训练中，判断一个分类模型的好坏，往往不能只看它是否答对。交叉熵的价值在于，它能在同样答错的情况下继续区分概率质量。

继提示词工程、上下文工程和驾驭工程之后，AI 编程圈开始关注 Loop Engineering。它并不是简单让 AI 重复执行任务，而是通过目标设定、反馈闭环和状态记忆，让编程 Agent 自动推进，直到完成可验证结果。

DeepSeek Harness 将模型、工具、会话、沙箱、Agent 循环等能力全部交给插件，Cordis 只维护上下文、服务注册、事件分发、依赖激活和副作用回收。这套架构把 Agent 系统从固定内核变成可装配运行时，也让多会话隔离、热更新和生命周期回收成为框架层问题。

开源权重模型正在从闭源模型的替代品，转变为部分场景中的优先选择。随着差距缩短、成本下降和开放权重生态成熟，AI 行业的技术路线与商业模式都在被重新计算。

Alphabet 发布 Gemini 4 Argon，称其为目前最强的 Gemini 模型。新模型主打编码、研究与网络安全能力，并已通过 Fairwind Program 向部分安全合作伙伴开放。