算法论文8

微软谷歌论文：为Agent配合适Harness

PaperAgent2026-04-17

AI 摘要

微软M⋆专注任务专属记忆Harness，用反射式代码进化和种群搜索策略，在多任务表现佳；谷歌AutoHarness自动生成代码约束，树搜索+Thompson采样，让小模型也能击败大模型。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

中美对话：模型与 Agent 如何持续学习？

在新加坡 AGI Playground 2026 舞台上，AMI Labs 林敏和 Mind Lab Andrew Chen 深度对谈，探讨 Agent 如何将经验转化为能力、持续学习。两人对持续学习给出不同答案，还讨论记忆、学习等基础问题及解决办法。

「豆包工作」作为面向生产力场景的Agent产品正式发布，与飞书深度打通，给出了目前Agent进入组织的最佳答案。主流办公Agent基础能力趋同，企业上下文正成办公Agent分水岭，豆包工作+飞书优势明显。

2026年8月AI圈组织架构调整频繁，阿里、字节整合多款产品，腾讯、百度也有动作。办公Agent成大厂混战核心，虽有产品被整合，但各厂优势不同，终局难测。

Calendly公开Agentic Engineering实践，Agent嵌入研发全流程，如审查需求、写代码、测试等。一周半内，Agent为IAM团队生成64个PR，完成30%项目重构。研发瓶颈从写代码转为判断力，强调好需求与护栏重要性。