Harness 首个独立基准发布，揭示其对模型测评的深远影响
Harness 作为模型评估工具，其效果一直备受关注。近日，首个独立基准测试结果正式公布，系统分析了 Harness 在模型测评中的具体影响。该基准通过多维度对比实验，发现 Harness 能够显著提升模型评估的标准化与可重复性，尤其在自然语言处理任务中，其引入的自动化流程减少了人为偏差。然而，基准也指出，Harness 对某些复杂场景的适配性仍有待优化，例如在对抗性样本测试中表现不够稳定。这一成果为开发者提供了更清晰的工具选择依据，推动模型测评向更科学、高效的方向发展。 #Harness #模型测评 #AI基准 #自然语言处理 #科技新闻
Harness 作为模型评估工具，其效果一直备受关注。近日，首个独立基准测试结果正式公布，系统分析了 Harness 在模型测评中的具体影响。该基准通过多维度对比实验，发现 Harness 能够显著提升模型评估的标准化与可重复性，尤其在自然语言处理任务中，其引入的自动化流程减少了人为偏差。然而，基准也指出，Harness 对某些复杂场景的适配性仍有待优化，例如在对抗性样本测试中表现不够稳定。这一成果为开发者提供了更清晰的工具选择依据，推动模型测评向更科学、高效的方向发展。 #Harness #模型测评 #AI基准 #自然语言处理 #科技新闻
KT 发布“代理式 AI”战略，从聊天机器人迈向自主执行任务
韩国电信公司 KT 宣布将代理式 AI 作为新一代成长战略，超越传统聊天机器人模式，推动 AI 自主判断并执行实际业务。在首尔举行的记者会上，KT 提出以超个性化 AI 代理和产业特殊化代理为核心，计划从下半年起将 B2C 超个性化 AI 代理商用化，例如通过“My K”应用学习用户习惯推荐资费方案，或由 Genie TV 基于收视记录推荐内容。在 B2B 领域，KT 将推出垂直 AI 代理，如网络障碍自动修复代理、法律推理代理和专利分析代理。此外，KT 正在开发“Employee AI 代理”，在员工休假时代理业务咨询和会议协调，并计划下月启动内部测试。其核心技术是自研的 K-RAG，通过检索验证减少 AI 幻觉，已应用于内部知识服务。KT 还将与中、日通信公司合作，扩张全球代理生态系统。 #KT #代理式AI #人工智能 #通信 #数字化转型 #K-RAG #科技新闻
韩国电信公司 KT 宣布将代理式 AI 作为新一代成长战略，超越传统聊天机器人模式，推动 AI 自主判断并执行实际业务。在首尔举行的记者会上，KT 提出以超个性化 AI 代理和产业特殊化代理为核心，计划从下半年起将 B2C 超个性化 AI 代理商用化，例如通过“My K”应用学习用户习惯推荐资费方案，或由 Genie TV 基于收视记录推荐内容。在 B2B 领域，KT 将推出垂直 AI 代理，如网络障碍自动修复代理、法律推理代理和专利分析代理。此外，KT 正在开发“Employee AI 代理”，在员工休假时代理业务咨询和会议协调，并计划下月启动内部测试。其核心技术是自研的 K-RAG，通过检索验证减少 AI 幻觉，已应用于内部知识服务。KT 还将与中、日通信公司合作，扩张全球代理生态系统。 #KT #代理式AI #人工智能 #通信 #数字化转型 #K-RAG #科技新闻
亚马逊AI代理团队颠覆传统工作流程，从写文档转向先做原型
亚马逊素以"逆向工作法"闻名：先设想客户问题被解决后的未来，再撰写新闻稿和常见问题解答，最后才付诸实施。然而去年，亚马逊云服务AI代理副总裁斯瓦米·西瓦苏布拉马尼安发现，新编程工具让团队开发演示版比撰写经典的六页"PRFAQ"更容易。于是他们开始从原型入手。西瓦苏布拉马尼安表示，对于低风险尝试，先构建演示版再迭代更高效。这体现了AI代理工具如何重塑最根深蒂固的工作传统。亚马逊CEO安迪·贾西希望公司像全球最大初创企业运作，而西瓦苏布拉马尼安的部门正实践这一理念。该部门被划分为数十个小型团队，许多团队规模仅够"两个披萨"喂饱——这是亚马逊早期原则。AWS CEO马特·加曼去年将AI代理设为独立部门时，西瓦苏布拉马尼安刻意保持小团队，因为AI时代项目所需人数从30-40人降至6-8人。例如Amazon Quick桌面应用，由约6人团队在六周内从零构建，十周内内部用户达1万人，三个月后正式发布。而按旧流程，仅文书工作就可能耗时与产品开发相当。这种趋势正推动整个科技行业向更小团队和扁平化组织转变。 #亚马逊 #AI代理 #工作流程 #科技趋势 #AWS #团队管理 #创新
亚马逊素以"逆向工作法"闻名：先设想客户问题被解决后的未来，再撰写新闻稿和常见问题解答，最后才付诸实施。然而去年，亚马逊云服务AI代理副总裁斯瓦米·西瓦苏布拉马尼安发现，新编程工具让团队开发演示版比撰写经典的六页"PRFAQ"更容易。于是他们开始从原型入手。西瓦苏布拉马尼安表示，对于低风险尝试，先构建演示版再迭代更高效。这体现了AI代理工具如何重塑最根深蒂固的工作传统。亚马逊CEO安迪·贾西希望公司像全球最大初创企业运作，而西瓦苏布拉马尼安的部门正实践这一理念。该部门被划分为数十个小型团队，许多团队规模仅够"两个披萨"喂饱——这是亚马逊早期原则。AWS CEO马特·加曼去年将AI代理设为独立部门时，西瓦苏布拉马尼安刻意保持小团队，因为AI时代项目所需人数从30-40人降至6-8人。例如Amazon Quick桌面应用，由约6人团队在六周内从零构建，十周内内部用户达1万人，三个月后正式发布。而按旧流程，仅文书工作就可能耗时与产品开发相当。这种趋势正推动整个科技行业向更小团队和扁平化组织转变。 #亚马逊 #AI代理 #工作流程 #科技趋势 #AWS #团队管理 #创新
腾讯 WorkBuddy 日活达行业第二 3-4 倍，办公 Agent 路线差异解析
据多家媒体报道，腾讯旗下办公智能体 WorkBuddy 日活跃用户已达行业第二名产品的 3 到 4 倍，且差距自 3 月起持续扩大。非技术岗位用户（HR、运营、行政等）成为主力，占比显著提升。WorkBuddy 前身为代码助手 CodeBuddy，因腾讯研究院非技术员工自发用于检索论文、整理内容而催生转型。其设计围绕自然语言交互、预装 20 余种场景技能包、与腾讯文档及微信深度集成，降低认知、场景和环境三类门槛。相比之下，OpenAI Codex 与 Anthropic Claude Cowork 仍侧重开发者或独立桌面操作，难以快速覆盖非技术用户。易观分析报告显示，截至 2026 年 5 月，WorkBuddy PC 端月访问量达 885 万，领先第二名 2.6 倍，环比增速 72.2%。业内认为，WorkBuddy 的窗口期源于对手从 CLI/IDE 转向办公场景的切换耗时，而 WorkBuddy 直接在用户现有办公软件中嵌入 Agent 能力。 #腾讯 #WorkBuddy #办公Agent #AI #智能体 #行业分析 #非技术用户 #OpenAI #Anthropic
据多家媒体报道，腾讯旗下办公智能体 WorkBuddy 日活跃用户已达行业第二名产品的 3 到 4 倍，且差距自 3 月起持续扩大。非技术岗位用户（HR、运营、行政等）成为主力，占比显著提升。WorkBuddy 前身为代码助手 CodeBuddy，因腾讯研究院非技术员工自发用于检索论文、整理内容而催生转型。其设计围绕自然语言交互、预装 20 余种场景技能包、与腾讯文档及微信深度集成，降低认知、场景和环境三类门槛。相比之下，OpenAI Codex 与 Anthropic Claude Cowork 仍侧重开发者或独立桌面操作，难以快速覆盖非技术用户。易观分析报告显示，截至 2026 年 5 月，WorkBuddy PC 端月访问量达 885 万，领先第二名 2.6 倍，环比增速 72.2%。业内认为，WorkBuddy 的窗口期源于对手从 CLI/IDE 转向办公场景的切换耗时，而 WorkBuddy 直接在用户现有办公软件中嵌入 Agent 能力。 #腾讯 #WorkBuddy #办公Agent #AI #智能体 #行业分析 #非技术用户 #OpenAI #Anthropic
Interlace 联合多家生态伙伴发起 AI 代理支付基础设施白皮书
稳定币基础设施平台 Interlace 宣布联合 XAgent、Cobo、BlockSec、Stable、Conflux、Bitget Wallet、Hetu 等生态伙伴，共同发起《AI 经济的价值传输层：从构想到落地》白皮书。该白皮书首次系统性地提出 Agentic Payment 基础设施的八层架构，涵盖 Agent 应用、支付执行、托管与治理、信任与合规、稳定币结算、公链底层、用户访问与流动性、因果验证等关键环节。各方认为，AI 经济的价值流转需要跨领域协同，而非单一协议或产品可以独立完成。白皮书预计在未来 1-2 个月内正式发布，届时将围绕 AI Agent 支付权限、合规风控、跨链互通等核心议题展开深入探讨。 #Interlace #AI代理 #支付基础设施 #白皮书 #稳定币 #区块链 #科技新闻 #AI经济 #价值传输层
稳定币基础设施平台 Interlace 宣布联合 XAgent、Cobo、BlockSec、Stable、Conflux、Bitget Wallet、Hetu 等生态伙伴，共同发起《AI 经济的价值传输层：从构想到落地》白皮书。该白皮书首次系统性地提出 Agentic Payment 基础设施的八层架构，涵盖 Agent 应用、支付执行、托管与治理、信任与合规、稳定币结算、公链底层、用户访问与流动性、因果验证等关键环节。各方认为，AI 经济的价值流转需要跨领域协同，而非单一协议或产品可以独立完成。白皮书预计在未来 1-2 个月内正式发布，届时将围绕 AI Agent 支付权限、合规风控、跨链互通等核心议题展开深入探讨。 #Interlace #AI代理 #支付基础设施 #白皮书 #稳定币 #区块链 #科技新闻 #AI经济 #价值传输层
NetNewsWire 近期状态更新
NetNewsWire 平台近期发布了多篇技术文章，涵盖 Pyodide 的 WASM 轮子发布、Claude Fable 的主动特性及初步印象。其中，6月13日文章介绍了如何将 WASM 轮子发布至 PyPI 以支持 Pyodide 使用；6月11日文章探讨了 Claude Fable 的持续主动行为；6月9日文章则分享了作者对 Claude Fable 5 的初步使用感受。这些内容反映了开源社区在 WebAssembly 和 AI 工具领域的最新进展。 #NetNewsWire #WASM #PyPI #Pyodide #ClaudeFable #AI #开源 #技术新闻
NetNewsWire 平台近期发布了多篇技术文章，涵盖 Pyodide 的 WASM 轮子发布、Claude Fable 的主动特性及初步印象。其中，6月13日文章介绍了如何将 WASM 轮子发布至 PyPI 以支持 Pyodide 使用；6月11日文章探讨了 Claude Fable 的持续主动行为；6月9日文章则分享了作者对 Claude Fable 5 的初步使用感受。这些内容反映了开源社区在 WebAssembly 和 AI 工具领域的最新进展。 #NetNewsWire #WASM #PyPI #Pyodide #ClaudeFable #AI #开源 #技术新闻