UIUC、Meta、斯坦福联合发布102页综述，揭示Coding Agent底层逻辑
伊利诺伊大学香槟分校、Meta和斯坦福大学联合发布了一篇102页的综述《Code as Agent Harness》，深入探讨了Claude Code、Codex等Coding Agent爆火背后的底层逻辑。该研究指出，真正强大的Coding Agent不仅需要会写代码，更需要在长时间窗口内完成读仓库、做计划、改文件、运行命令、查看报错、修复失败、维护上下文等多轮反馈任务。这套让模型长期可靠运行的执行系统被称为Agent Harness。与传统观点不同，该综述将代码置于核心位置，认为代码是Harness中最稳定、最可操作的状态载体，具备可执行、可检查、有状态三大属性。研究从接口、机制、多Agent扩展三个层次展开，强调代码不仅作为最终产物，更成为连接推理、行动、反馈、验证和协作的核心媒介。这一发现不仅适用于编程领域，还将对GUI/OS Agent、机器人、科学发现等领域的Agent系统设计产生深远影响。 #AI #CodingAgent #大模型 #AgentHarness #UIUC #Meta #斯坦福 #软件工程 #人工智能
伊利诺伊大学香槟分校、Meta和斯坦福大学联合发布了一篇102页的综述《Code as Agent Harness》，深入探讨了Claude Code、Codex等Coding Agent爆火背后的底层逻辑。该研究指出，真正强大的Coding Agent不仅需要会写代码，更需要在长时间窗口内完成读仓库、做计划、改文件、运行命令、查看报错、修复失败、维护上下文等多轮反馈任务。这套让模型长期可靠运行的执行系统被称为Agent Harness。与传统观点不同，该综述将代码置于核心位置，认为代码是Harness中最稳定、最可操作的状态载体，具备可执行、可检查、有状态三大属性。研究从接口、机制、多Agent扩展三个层次展开，强调代码不仅作为最终产物，更成为连接推理、行动、反馈、验证和协作的核心媒介。这一发现不仅适用于编程领域，还将对GUI/OS Agent、机器人、科学发现等领域的Agent系统设计产生深远影响。 #AI #CodingAgent #大模型 #AgentHarness #UIUC #Meta #斯坦福 #软件工程 #人工智能
Claude Fable 5 登顶 AI 竞技场，多项指标断崖式领先
据最新发布的 Agent Arena“智能体竞技场”榜单，Anthropic 的 Claude Fable 5 一举超越 GPT-5.5 和自家 Opus-4.8 登顶，实现高达 11.2% 的综合净提升，创下该榜单史上最大分差。在任务成功率和用户好评与投诉比这两个关键维度上，Fable 5 分别领先 18.2% 和 30.6%，展现出断崖式优势。此外，它在 Code Arena 和 Text Arena 编码及文本竞技中均夺魁，前端代码胜率高达 72%，工具幻觉项排名第一。第三方评测中，Fable 5 在 Artificial Analysis 智能指数获 64.9 分，在真实任务评测 GDPval-AA 榜单中 Elo 评分达 1932，均大幅领先。实际演示中，它能快速生成模拟流体消融动画、完整的网页版 Windows 系统、经典游戏《我的世界》和《上古卷轴》的互动版本，甚至能在浏览器中实时运行神经网络模型。价格方面，Fable 5 定价为每百万 Token 10/50 美元，是 Opus-4.8 的两倍，但发布 24 小时内处理 Token 量已达 2050 亿，远超 Opus-4.8 的 1470 亿。值得注意的是，从 Opus 4.8 到 Fable 5 的迭代仅相隔 12 天，Anthropic 的发布节奏正显著加速。 #AI #大模型 #Claude #Anthropic #智能体 #科技新闻 #人工智能 #AgentArena
据最新发布的 Agent Arena“智能体竞技场”榜单，Anthropic 的 Claude Fable 5 一举超越 GPT-5.5 和自家 Opus-4.8 登顶，实现高达 11.2% 的综合净提升，创下该榜单史上最大分差。在任务成功率和用户好评与投诉比这两个关键维度上，Fable 5 分别领先 18.2% 和 30.6%，展现出断崖式优势。此外，它在 Code Arena 和 Text Arena 编码及文本竞技中均夺魁，前端代码胜率高达 72%，工具幻觉项排名第一。第三方评测中，Fable 5 在 Artificial Analysis 智能指数获 64.9 分，在真实任务评测 GDPval-AA 榜单中 Elo 评分达 1932，均大幅领先。实际演示中，它能快速生成模拟流体消融动画、完整的网页版 Windows 系统、经典游戏《我的世界》和《上古卷轴》的互动版本，甚至能在浏览器中实时运行神经网络模型。价格方面，Fable 5 定价为每百万 Token 10/50 美元，是 Opus-4.8 的两倍，但发布 24 小时内处理 Token 量已达 2050 亿，远超 Opus-4.8 的 1470 亿。值得注意的是，从 Opus 4.8 到 Fable 5 的迭代仅相隔 12 天，Anthropic 的发布节奏正显著加速。 #AI #大模型 #Claude #Anthropic #智能体 #科技新闻 #人工智能 #AgentArena
Visa与OpenAI合作共建AI代理支付基础设施
全球支付巨头Visa宣布与OpenAI达成战略合作，共同为AI代理商业场景建设支付基础设施。根据协议，Visa将向OpenAI旗下服务开放其支付网络、令牌化和风险管理能力，为AI代理发起的交易提供安全、顺畅的支付支持。所有交易需受用户预设的支出限额、商户类别和审批条件约束，并通过支付信息令牌化和实时欺诈监测保障安全。该合作是Visa“智能商业”计划的一部分，双方还将围绕Codex等企业级应用及自动化工作流探索更多场景。Visa全球产品与战略负责人表示，AI对商业的影响将超越互联网或移动技术，双方正共同打造可信的交易基础设施。OpenAI商务合作负责人称，借助Visa整合，OpenAI正推进建设安全、透明且可控的代理交易基础设施。该合作在“2026 Visa Payments Forum”上公布，Visa还同步发布了Agent Score、Agentic Directory及大规模交易模型等新功能。 #Visa #OpenAI #AI代理 #支付基础设施 #智能商业 #科技合作 #金融科技
全球支付巨头Visa宣布与OpenAI达成战略合作，共同为AI代理商业场景建设支付基础设施。根据协议，Visa将向OpenAI旗下服务开放其支付网络、令牌化和风险管理能力，为AI代理发起的交易提供安全、顺畅的支付支持。所有交易需受用户预设的支出限额、商户类别和审批条件约束，并通过支付信息令牌化和实时欺诈监测保障安全。该合作是Visa“智能商业”计划的一部分，双方还将围绕Codex等企业级应用及自动化工作流探索更多场景。Visa全球产品与战略负责人表示，AI对商业的影响将超越互联网或移动技术，双方正共同打造可信的交易基础设施。OpenAI商务合作负责人称，借助Visa整合，OpenAI正推进建设安全、透明且可控的代理交易基础设施。该合作在“2026 Visa Payments Forum”上公布，Visa还同步发布了Agent Score、Agentic Directory及大规模交易模型等新功能。 #Visa #OpenAI #AI代理 #支付基础设施 #智能商业 #科技合作 #金融科技