开源动态7

HarnessEval开启RSI时代新评测范式

特工宇宙2026-08-18

AI 摘要

MirroS等发布HarnessEval，引入Harness到评测领域，让评测可自我进化。率先用于交互式世界模型评测，构建专属标准，使Benchmark成持续生长系统，推动智能进化。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

百融智能“硅基客服”跨行业上岗

今年7月，一家头部物流企业和大型综合类头部券商上线百融智能的AI客服，业务量和部署规模增长显著。百融智能正战略升级，以新一代AICC智能联络技术向多行业拓展，其创始人张韶峰分享了相关思考与技术优势。

当下 Work Agent 难以稳定完成复杂长程任务，且经验无法沉淀。EvoMap 提出自组织蜂群架构，通过 AutoResearch 落地验证，探索 AI4AI 方向，构建记忆和连接的三层产品结构，推动 Agent 网络自进化。

目前行业探讨大模型的RSI时，常陷入思维定势。EvoMap团队没有盲目跟风，而是提出极具现实意义的工程新路径，构建自进化智能体，让经验在网络流转，还以硬核数据证明其体系有效性。

9月2日，Google发布Gemini 3.8 Flash和Gemini 3.8 Flash Cyber。前者用于编程等，已稳定上线；后者专用于发现修复漏洞，仅向特定方开放。二者共享基础能力，采用不同安全限制和部署环境。