Search: #Agent运行时

  1. 通俗解读:什么是 AI 时代的「Agent Harness」?业界常用一个极简公式来定义智能体:Agent = Model + Harness

    通俗解读:什么是 AI 时代的「Agent Harness」?

    业界常用一个极简公式来定义智能体:Agent = Model + Harness

    如果把大模型(Model)比作攀登者的核心力量,那么 Harness(原意为登山安全带/挽具) 就是为你提供支撑、挂载工具并确保安全的整套装备。

    在 AI 领域,Agent Harness 是为模型提供运行环境的软件外壳。它主要承担四个核心职能:

    1. 系统提示(System Prompt):像给新员工的工作指引,规范模型在特定场景下的行为准则。
    2. 工具挂载(Tools):为模型提供搜索、写代码、发邮件等能力接口,并由模型自主判断何时调用。
    3. 自主循环(Agentic Loop):构建「理解任务 ➔ 调用工具 ➔ 评估结果 ➔ 自主修正 ➔ 交付成果」的完整工作流闭环。
    4. 模型转换层(Translation Layer):抹平不同大模型(OpenAI、Anthropic、开源模型等)的接口差异,支持灵活切换与混用。

    为什么 Harness 越来越重要?
    大模型往往掌握在少数巨头手中,但 Harness 可以开源并运行在本地。借助像 Pi、OpenClaw 这类中立的开源框架,用户能够将控制权掌握在自己手中,按需定制属于自己的 AI 工作流。

    阅读原文:https://earendil.com/posts/what-is-a-harness/

    #AI智能体 #Agent #人工智能 #开源技术 What is a Harness? | EARENDIL

  2. 告别合盖中断:为 AI 编程智能体打造的专属后台运行环境 Herdr在使用 Claude Code、Codex 等 AI 编程助手时,许多人经常遇到两个痛点:一旦合上笔记本电脑或断开连接任务就会中断;同时跑多个 Agent 时,很难及时发现哪一个正在等待输入确认

    告别合盖中断:为 AI 编程智能体打造的专属后台运行环境 Herdr

    在使用 Claude Code、Codex 等 AI 编程助手时,许多人经常遇到两个痛点:一旦合上笔记本电脑或断开连接任务就会中断;同时跑多个 Agent 时,很难及时发现哪一个正在等待输入确认。

    Herdr 正是为解决这些问题而生的智能体运行时(Runtime)。它作为一个后台服务运行,接管终端会话,让你的 AI 智能体可以全天候自主工作。

    核心特性

    后台常驻,合盖不掉线:终端直接运行在 Herdr 后台服务中,即使关闭电脑屏幕、网络断开甚至系统重启,会话与分屏布局都能完整保留并继续执行。
    状态感知,告别逐屏排查:自动识别每个窗格中 Agent 的实时状态(工作中 / 等待输入 / 空闲),当某个 Agent 需要人工确认时一目了然,无需在多个终端间来回切换。
    Agent 原生协作:提供统一的 CLI 与 Socket API,不同的 Agent 可以自主分屏、相互唤起并协同处理复杂任务。
    开箱即用,无缝兼容:无需改变原有的使用习惯,开箱支持 Claude Code、Cursor、Codex、Copilot 等 20 多种主流 Agent CLI,单二进制文件支持 macOS、Linux 和 Windows。

    安装只需一行命令即可接入现有的开发流,让 AI 智能体真正具备独立持续干活的能力。

    原链接:https://herdr.dev/

    #AI编程 #Agent运行时 #开发者工具 #ClaudeCode #终端工具 Herdr: the runtime coding agents run on

  3. fx:仅 6MB 的极简原生 AI 编程 Agent不同于动辄数十兆、界面复杂的“终端 IDE”,fx 是一款用 Zig 语言编写的超轻量 AI 编程助手与 CLI 工具,专注于极致性能与易嵌入性

    fx:仅 6MB 的极简原生 AI 编程 Agent

    不同于动辄数十兆、界面复杂的“终端 IDE”,fx 是一款用 Zig 语言编写的超轻量 AI 编程助手与 CLI 工具,专注于极致性能与易嵌入性。

    核心亮点:

    极小体积与资源占用:编译二进制仅约 6.4 MB,内存占用在个位数 MB 级别,非常适合资源受限环境与沙箱密集部署。
    瞬时冷启动:冷启动时间仅需约 10 微秒,输入前无冗余 I/O 操作,完美适配脚本化与程序调用。
    纯粹的 Shell 体验:摒弃繁复的 TUI 绘制,保留原汁原味的 Unix 命令行滚动交互体验。
    高效节省 Token:精简系统提示词(System Prompt)与工具集设计,不仅显著降低 Token 消耗,还进一步优化了首字生成延迟(TTFT)。
    Wasm 与生态扩展:支持编译为 WebAssembly 直接在浏览器或沙箱运行,并支持通过 MCP、插件与技能进行灵活扩展。
    开源与模型中立:采用 Apache-2.0 协议,支持本地模型、API 网关及各大商业大模型。

    体验与文档:https://fx.sh/

    #开源项目 #AI编程 #Agent #Zig #CLI工具 fx - Tiny, open, native coding agent

  4. MiniMax M2.1 发布:面向真实复杂任务的多语言编程升级MiniMax 发布新一代文本模型 MiniMax M2.1,目标从“可用、低成本”进一步走向“能解决真实世界的复杂任务”,重点补齐多语言工程协作与办公场景执行力

    MiniMax M2.1 发布:面向真实复杂任务的多语言编程升级

    MiniMax 发布新一代文本模型 MiniMax M2.1,目标从“可用、低成本”进一步走向“能解决真实世界的复杂任务”,重点补齐多语言工程协作与办公场景执行力。

    这次重点提升了什么?

    多语言编程能力系统增强:覆盖 Rust / Java / Go / C++ / Kotlin / Objective‑C / TypeScript / JavaScript 等,更贴近真实项目的多语言栈协作。
    Web & App 开发更强、更好看:强化原生 Android / iOS 开发,同时提升设计理解与审美表达,支持复杂交互、3D 场景模拟与高质量可视化。
    更适合办公场景的“复合指令”执行:在多约束条件下做端到端任务推进,更强调“按要求完成”而不是只写对代码。
    更简洁、更高效的输出:相较 M2,响应更精炼、速度更快、token 消耗更低,适配持续式 AI Coding / Agent 工作流。
    更强的 Agent / 工具泛化:官方称在多种编码工具与 Agent 框架中表现稳定,并兼容常见的上下文管理约定。
    对话与写作质量同步提升:不仅是“更会写代码”,也更擅长技术文档与日常写作的结构化表达。

    基准与展示

    • 在多项软件工程评测上相对 M2 有明显提升,并强调多语言场景竞争力;同时引入 VIBE(含 Web/Simulation/Android/iOS/Backend)评测体系,用更接近真实运行环境的方式验证“能跑、能交付”。

    如何使用

    API:已上线 MiniMax Open Platform
    产品:基于 M2.1 的 MiniMax Agent 已开放
    开源:模型权重提供本地部署,推荐 SGLang / vLLM 等推理框架

    原文链接:https://www.minimax.io/news/minimax-m21

    #MiniMax #开源大模型 #AI编程 #多语言开发 #Agent工作流

1px