Agent

DeepSeek Harness 通过上下文压缩与目标管理两套机制，解决长会话 Agent 中 token 膨胀、工具输出过载和目标漂移问题，为长时任务提供工程化思路。

一位开发者为管理上百个 Agent Skill，自建了一套类似包管理器的工具链。这一实践显示出，Agent 能力管理正在从零散配置走向工程化依赖治理。

4-bit量化在常规基准中分数稳定，但在Agent多步工具调用中，失败率最高可升至2.5倍。真正的问题不在总分，而在每一步的可靠性。

DeepSeek 开源 Agent 运行时框架 Harness，以“一切皆插件”的方式整合模型调用、工具执行、会话、权限和沙箱能力，试图解决 Agent 从本地原型走向生产部署的问题。

生成式 AI 让 Agent 原型变得容易，但企业级落地远不止于 Demo。权限、审计、状态管理和长尾场景，正成为最后 15% 的真正瓶颈。

OpenAI 发布 GPT-6-Astra，官方基准显示其在科学工作流、研究级数学、终端任务、临床问答和网络安全攻防等场景较上一代明显提升，其中 ARC-AGI-3 达到 99.9%，ExploitBench 获得满分。

OpenAI 推出 GPT-6 Astra，定价与 Claude Fable 系列持平，重点强化 Agent 效率、安全任务与长上下文能力，但综合智能指数仍未超越竞品。