Loop 日报: 2026-10-11
这个窗口里，循环去中心化了。一位操作者公开了过夜账本：五个 Fable 5.1 agent 编排 92 个沙箱工人，扑在 OpenAI 的数学题库上，烧掉 7 亿多 token，拿到整数乘法的五个新上界、把 Sidorenko 残差常数从 978 砍到 189、找到一个新的 Van der Waerden 系数，排行榜上一些顶尖贡献者不是数学家，而是擅长让 agent 想得更快的人。同一条线还报告，逼近当前「墙」时每一次结构性跃迁都来自 Fable，而 Codex 的队伍负责快速的组合工作；一份 Lean 形式化也到了，数学家可以信任并加入。另一边，Bend 的作者摆出了让编译器在 autoresearch 加法则之下自我演化的计划；SenseNova 不动权重、只靠 harness 层的自我改进把一个机器人基准翻了一倍；Meta 的 IdeaScientist 用一个 27B 开源模型在研究新颖性上压过 Claude Code SDK 和 Codex SDK；一张 12 GB 的 RTX 3060 通过 Hermes 跑了五小时做出可玩的游戏；微软把编程 agent 放在它真正运行的 harness 里训练。实践者的笔记收敛到同一课：把工具削到原语、在模型碰任何东西之前先定义「完成」、给每个循环一个预算、记录决策而不只是 diff。
#1
@RohanArun
https://x.com/RohanArun/status/2108910833983979590
RohanArun 汇总了一支 agent 车队在 OpenAI 数学题库上过夜运行的统计：五个 Fable 5.1 agent 编排 92 个沙箱工人，花掉 7 亿多 token，带回整数乘法的五个新上界、把单位距离网格缩到 12 条边、把 Sidorenko 残差常数从 978 砍到 189，以及一个新的 Van der Waerden 系数 1/25。三条观察：agent 更多并不会线性加速解题，仍然需要有好直觉的人类研究者引导各自独立的车队；一些顶尖贡献者不是数学专家，而是擅长用 agent 更快思考的专家；大多数结果是一次性拿到的，只有整数乘法需要一整队沙箱来测试新的参数区间。作者约了顶尖贡献者开会分享最佳实践，并在招募 agent 驾驭者和基础设施赞助。
https://x.com/RohanArun/status/2108910833983979590
RohanArun 汇总了一支 agent 车队在 OpenAI 数学题库上过夜运行的统计：五个 Fable 5.1 agent 编排 92 个沙箱工人，花掉 7 亿多 token，带回整数乘法的五个新上界、把单位距离网格缩到 12 条边、把 Sidorenko 残差常数从 978 砍到 189，以及一个新的 Van der Waerden 系数 1/25。三条观察：agent 更多并不会线性加速解题，仍然需要有好直觉的人类研究者引导各自独立的车队；一些顶尖贡献者不是数学专家，而是擅长用 agent 更快思考的专家；大多数结果是一次性拿到的，只有整数乘法需要一整队沙箱来测试新的参数区间。作者约了顶尖贡献者开会分享最佳实践，并在招募 agent 驾驭者和基础设施赞助。
#2
@RohanArun
https://x.com/RohanArun/status/2108943905328615654
RohanArun 关于整数乘法上界的进展报告，24 小时内推进了 6%：一天里出现四个新的 bit word，贡献了约六成增益；当 bit 侧逼近复数侧上限的 0.6% 之内时，社区在几分钟内把复数模块重新退火、抬高了上限。两项贡献进了仓库核心：一份验证关键有限恒等式和精确算术的 Lean 形式化，让信任 Lean 的数学家可以并行贡献；以及把调度做成可组合的阶段。按模型拆开看最有意思：逼近墙的时候，每一次大跃进都开始来自 Fable 5.1 而不是高档位的 Astra，前一天以来的每次结构性跳跃都标注为 Claude 协助，而 Codex 协助的队伍负责快速的组合和准入工作。最好的突破仍然来自人把模型指向另一个对象、逼出分布之外的解；作者把正在形成的东西称为一种新的去中心化自动研究，推进速度比论文发表还快。
https://x.com/RohanArun/status/2108943905328615654
RohanArun 关于整数乘法上界的进展报告，24 小时内推进了 6%：一天里出现四个新的 bit word，贡献了约六成增益；当 bit 侧逼近复数侧上限的 0.6% 之内时，社区在几分钟内把复数模块重新退火、抬高了上限。两项贡献进了仓库核心：一份验证关键有限恒等式和精确算术的 Lean 形式化，让信任 Lean 的数学家可以并行贡献；以及把调度做成可组合的阶段。按模型拆开看最有意思：逼近墙的时候，每一次大跃进都开始来自 Fable 5.1 而不是高档位的 Astra，前一天以来的每次结构性跳跃都标注为 Claude 协助，而 Codex 协助的队伍负责快速的组合和准入工作。最好的突破仍然来自人把模型指向另一个对象、逼出分布之外的解；作者把正在形成的东西称为一种新的去中心化自动研究，推进速度比论文发表还快。
#3
@RohanArun
https://x.com/RohanArun/status/2108789458145259574
RohanArun 描述这种工作的日常节奏：把想法排进队列，agent 整夜不停地跑，几个月这样做自动研究下来，作者经常一觉醒来就看到突破。那一晚的成果是一个新的条件上界，由 Fable 5.1 完成最后一步后提交。
https://x.com/RohanArun/status/2108789458145259574
RohanArun 描述这种工作的日常节奏：把想法排进队列，agent 整夜不停地跑，几个月这样做自动研究下来，作者经常一觉醒来就看到突破。那一晚的成果是一个新的条件上界，由 Fable 5.1 完成最后一步后提交。
#4
@VictorTaelin
https://x.com/VictorTaelin/status/2108868998876033468
VictorTaelin 讲了 Bend 论题里没被充分说明的那一半：这门语言从设计上就是为了随 AI 扩展，目标是让 Bend 很快开始自己写自己，靠 agent 和法则，以前所未有的速度改进。V1 是 TypeScript 写的，没有法则，所以内核被刻意控制在约 10 万 token，整个塞进模型上下文做一次完整移植，然后设立法则，让编译器通过 autoresearch 加法则自我演化。待解决的问题是让 agent 写出的不只是正确的代码，还要是快的代码，计划是在 Bend 里做一个形式化的 CUDA 模型，让 agent 能证明关于可执行文件性能的命题，顺带也能证明编译器本身的正确性。作者预计 12 月前后开始，并在后续帖子里主张 Bend 是最适合跑「法则加 autoresearch」循环的项目，因为认证编译器的法则很干净：和解释器结果一致就是对的。
https://x.com/VictorTaelin/status/2108868998876033468
VictorTaelin 讲了 Bend 论题里没被充分说明的那一半：这门语言从设计上就是为了随 AI 扩展，目标是让 Bend 很快开始自己写自己，靠 agent 和法则，以前所未有的速度改进。V1 是 TypeScript 写的，没有法则，所以内核被刻意控制在约 10 万 token，整个塞进模型上下文做一次完整移植，然后设立法则，让编译器通过 autoresearch 加法则自我演化。待解决的问题是让 agent 写出的不只是正确的代码，还要是快的代码，计划是在 Bend 里做一个形式化的 CUDA 模型，让 agent 能证明关于可执行文件性能的命题，顺带也能证明编译器本身的正确性。作者预计 12 月前后开始，并在后续帖子里主张 Bend 是最适合跑「法则加 autoresearch」循环的项目，因为认证编译器的法则很干净：和解释器结果一致就是对的。
#5
@nrqa__
https://x.com/nrqa__/status/2108934827961696710
SenseNova-RoboRSI 用同一个模型把 RoboDojo 的分数几乎翻倍，靠的不是训练更大的模型，而是让 harness 自我改进：平均 56.83，对比公开的 GPT-6 Astra 基线 28.97，相对提升 96.2%，基座权重一点没动，另外 LIBERO-PRO 94.50、RoboCasa 64.60。循环会分析执行轨迹、找出弱点、探索替代策略、反复评估，再把成功的改进并入 agent 的后续版本，优化的是它怎么规划、怎么调工具、怎么执行、怎么从物理反馈里学习。仓库已上线，代码和技术报告随后放出。
https://x.com/nrqa__/status/2108934827961696710
SenseNova-RoboRSI 用同一个模型把 RoboDojo 的分数几乎翻倍，靠的不是训练更大的模型，而是让 harness 自我改进：平均 56.83，对比公开的 GPT-6 Astra 基线 28.97，相对提升 96.2%，基座权重一点没动，另外 LIBERO-PRO 94.50、RoboCasa 64.60。循环会分析执行轨迹、找出弱点、探索替代策略、反复评估，再把成功的改进并入 agent 的后续版本，优化的是它怎么规划、怎么调工具、怎么执行、怎么从物理反馈里学习。仓库已上线，代码和技术报告随后放出。
#6
@dair_ai
https://x.com/dair_ai/status/2108935723105841430
dair_ai 推了一篇 Meta 关于 AI 研究 agent 的论文：IdeaScientist，一个 27B 的开源模型，比最强的开源 autoresearch 基线高 14.0%，主要赢在新颖性，也比 Claude Code SDK 和 Codex SDK 的配置最多高 5.9%。构思被拆成三个用强化学习分别训练的角色：读相关工作找局限的「缺口发现者」、从其他领域检索解决过类似问题的机制的「创新者」、把结果写成完整提案的「写作者」，检索建立在 277 万条拆解过的研究想法之上。评测只允许使用截止日期之前的文献，用 1.5 万篇人类撰写论文里后来探索的方向给提案打分。有回复问评测集是否从 autoresearch 的训练循环里隔离出来了，另一条问新颖性是怎么判的、人工审核之后增益还在不在。
https://x.com/dair_ai/status/2108935723105841430
dair_ai 推了一篇 Meta 关于 AI 研究 agent 的论文：IdeaScientist，一个 27B 的开源模型，比最强的开源 autoresearch 基线高 14.0%，主要赢在新颖性，也比 Claude Code SDK 和 Codex SDK 的配置最多高 5.9%。构思被拆成三个用强化学习分别训练的角色：读相关工作找局限的「缺口发现者」、从其他领域检索解决过类似问题的机制的「创新者」、把结果写成完整提案的「写作者」，检索建立在 277 万条拆解过的研究想法之上。评测只允许使用截止日期之前的文献，用 1.5 万篇人类撰写论文里后来探索的方向给提案打分。有回复问评测集是否从 autoresearch 的训练循环里隔离出来了，另一条问新颖性是怎么判的、人工审核之后增益还在不在。
#7
@Oluwaphilemon1
https://x.com/Oluwaphilemon1/status/2108401318540779749
一张 12 GB 的 RTX 3060 花五个小时做出了一款完整可玩的游戏，没有一行手写代码：Bonsai 2，一个三值压缩到 5.95 GB 权重文件的 Qwen3.8-27B，通过 Hermes Agent 运行，上下文 12.5 万，新鲜解码约每秒 50 个 token、平均 22 个。结束时 agent 生成了 32.8 万 token、八个 JavaScript 文件、2,368 行代码。作者的结论是 agent 循环比裸 token 速度更重要：几个小时里创建文件、保持项目上下文、回头改早期代码、从错误里恢复，考验的和一次漂亮的首轮回复完全不同。推测解码把新鲜解码速度从每秒 26 个提到约 50 个，几乎翻倍；保留的 caveat 是构建成功不等于游戏没有 bug。
https://x.com/Oluwaphilemon1/status/2108401318540779749
一张 12 GB 的 RTX 3060 花五个小时做出了一款完整可玩的游戏，没有一行手写代码：Bonsai 2，一个三值压缩到 5.95 GB 权重文件的 Qwen3.8-27B，通过 Hermes Agent 运行，上下文 12.5 万，新鲜解码约每秒 50 个 token、平均 22 个。结束时 agent 生成了 32.8 万 token、八个 JavaScript 文件、2,368 行代码。作者的结论是 agent 循环比裸 token 速度更重要：几个小时里创建文件、保持项目上下文、回头改早期代码、从错误里恢复，考验的和一次漂亮的首轮回复完全不同。推测解码把新鲜解码速度从每秒 26 个提到约 50 个，几乎翻倍；保留的 caveat 是构建成功不等于游戏没有 bug。
#8
@MikeTamir
https://x.com/MikeTamir/status/2108937857553351136
MikeTamir 分享了 Agora，它把 Git 当作共享记忆的有向无环图，用于去中心化的多 agent autoresearch，让 13 个 LLM 工人在没有中心规划的情况下协作解决权重迁移任务。另一条介绍同一工作的帖子把可分支的 Git 仓库定位为持久记忆，并问它会不会成为自动研究和科学发现的下一个引擎。
https://x.com/MikeTamir/status/2108937857553351136
MikeTamir 分享了 Agora，它把 Git 当作共享记忆的有向无环图，用于去中心化的多 agent autoresearch，让 13 个 LLM 工人在没有中心规划的情况下协作解决权重迁移任务。另一条介绍同一工作的帖子把可分支的 Git 仓库定位为持久记忆，并问它会不会成为自动研究和科学发现的下一个引擎。
#9
@Ryun1_
https://x.com/Ryun1_/status/2108587212933591524
Ryun1_ 说 autoresearch 挑战赛很有意思，也能产出很强的结果，比如把 STARK 证明缩小 5 倍，但参与者之间的工作常常各自为政、重复劳动。正在做的项目让 agent 协作建设一张共享的知识版图：它们公开讨论、公开实验、公开失败，共享笔记，赌的是这种协作比各跑各的能走得更远。
https://x.com/Ryun1_/status/2108587212933591524
Ryun1_ 说 autoresearch 挑战赛很有意思，也能产出很强的结果，比如把 STARK 证明缩小 5 倍，但参与者之间的工作常常各自为政、重复劳动。正在做的项目让 agent 协作建设一张共享的知识版图：它们公开讨论、公开实验、公开失败，共享笔记，赌的是这种协作比各跑各的能走得更远。
#10
@KasparsDancis
https://x.com/KasparsDancis/status/2108804321748148696
KasparsDancis 让 Pi-autoresearch 过夜运行，看它能不能在保证正确性的前提下，通过优化 Clojurific 的核心和编译器来改善 Whimsical 这款应用的性能测试指标。指标是一个生产应用自己的性能测试套件，被编辑的对象是编译器。
https://x.com/KasparsDancis/status/2108804321748148696
KasparsDancis 让 Pi-autoresearch 过夜运行，看它能不能在保证正确性的前提下，通过优化 Clojurific 的核心和编译器来改善 Whimsical 这款应用的性能测试指标。指标是一个生产应用自己的性能测试套件，被编辑的对象是编译器。
#11
@Shekswess
https://x.com/Shekswess/status/2109017519172276346
Shekswess 在用 Codex 做基于有向无环图的自动研究，让作者惊叹的部分是 Codex 用 computer-use 自己打开网页界面查看数据来分析结果，而不只是从终端读回数字。
https://x.com/Shekswess/status/2109017519172276346
Shekswess 在用 Codex 做基于有向无环图的自动研究，让作者惊叹的部分是 Codex 用 computer-use 自己打开网页界面查看数据来分析结果，而不只是从终端读回数字。
#12
@al3rez
https://x.com/al3rez/status/2108961002465394892
al3rez 总结了微软的 Agent Lightning v1.0：把编程 agent 放在它真实运行的 harness 里训练，Qwen3.5-9B 在 SWE-bench Verified 上从 41.8% 提到 56.4%，用了约 6,000 条训练样本，整个框架约 3,500 行代码。多数 agent 强化学习方案要求开发者在训练框架里重建 agent 循环，模型在一个环境里学、在另一个 harness 里跑；Agent Lightning 则在模型和现有 harness 之间放一个代理，harness 保留自己的工具、上下文管理和执行循环，训练器负责收集轨迹做强化学习，并把 agent 作为 Kubernetes 任务跑在你自己的基础设施上。作者的结论：在模型真正要工作的地方训练它。
https://x.com/al3rez/status/2108961002465394892
al3rez 总结了微软的 Agent Lightning v1.0：把编程 agent 放在它真实运行的 harness 里训练，Qwen3.5-9B 在 SWE-bench Verified 上从 41.8% 提到 56.4%，用了约 6,000 条训练样本，整个框架约 3,500 行代码。多数 agent 强化学习方案要求开发者在训练框架里重建 agent 循环，模型在一个环境里学、在另一个 harness 里跑；Agent Lightning 则在模型和现有 harness 之间放一个代理，harness 保留自己的工具、上下文管理和执行循环，训练器负责收集轨迹做强化学习，并把 agent 作为 Kubernetes 任务跑在你自己的基础设施上。作者的结论：在模型真正要工作的地方训练它。
#13
@Ankur_Samanta_
https://x.com/Ankur_Samanta_/status/2108634794271637830
Ankur_Samanta_ 介绍 MIRA-AC：模型可以有效地从自己的代理爬山信号里学习，在多个 autoresearch 环境里改善真实结果，并迁移到一个在策略训练中被隔离的环境。方法用的是决策级别的信用分配，优化集中在引导研究方向的那些决策上而不是每一个 token，大约占一个回合里决策和执行 token 的 25%。训练用带缓冲的异步单轨迹策略优化，因为研究回合的长度差异极大：做完的槽位立刻填入新问题，完成的回合送进解耦的 actor 和 critic 缓冲区，进行中的回合在下一次决策时拿到新权重。
https://x.com/Ankur_Samanta_/status/2108634794271637830
Ankur_Samanta_ 介绍 MIRA-AC：模型可以有效地从自己的代理爬山信号里学习，在多个 autoresearch 环境里改善真实结果，并迁移到一个在策略训练中被隔离的环境。方法用的是决策级别的信用分配，优化集中在引导研究方向的那些决策上而不是每一个 token，大约占一个回合里决策和执行 token 的 25%。训练用带缓冲的异步单轨迹策略优化，因为研究回合的长度差异极大：做完的槽位立刻填入新问题，完成的回合送进解耦的 actor 和 critic 缓冲区，进行中的回合在下一次决策时拿到新权重。
#14
@undefinedKi
https://x.com/undefinedKi/status/2109020007103332636
undefinedKi 推荐了一篇可能是迄今最详细的 agent 论文：17 位研究者、由华为诺亚方舟实验室前负责人牵头，逐个部件讲怎么构建有效的 agent，并给出不同任务对应的配置。核心主张是 agent 的质量来自模型加上围绕它的 harness，单看模型解释不了结果。关键页码：一张图讲清 agent 循环、从观察到验证的六部分完整 harness、从提示词到上下文到 harness 到 agent 原生训练的四个时代、哪种 harness 配置适合哪类任务，以及按模型和 harness 拆开的 SWE-bench 结果。
https://x.com/undefinedKi/status/2109020007103332636
undefinedKi 推荐了一篇可能是迄今最详细的 agent 论文：17 位研究者、由华为诺亚方舟实验室前负责人牵头，逐个部件讲怎么构建有效的 agent，并给出不同任务对应的配置。核心主张是 agent 的质量来自模型加上围绕它的 harness，单看模型解释不了结果。关键页码：一张图讲清 agent 循环、从观察到验证的六部分完整 harness、从提示词到上下文到 harness 到 agent 原生训练的四个时代、哪种 harness 配置适合哪类任务，以及按模型和 harness 拆开的 SWE-bench 结果。
#15
@knowclarified
https://x.com/knowclarified/status/2108962379027378345
knowclarified 做过几个全局 agent 循环之后，说最大的发现是尽量把复杂度剥掉。给 agent 清晰的工具原语，能少就少，重复的工具合并、改成多加参数；对最终目标要说得非常清楚，哪里该多推理、哪里该少推理也要说清。这些恰恰是 LLM 自己不会替你设定的东西，所以人必须认真去想。
https://x.com/knowclarified/status/2108962379027378345
knowclarified 做过几个全局 agent 循环之后，说最大的发现是尽量把复杂度剥掉。给 agent 清晰的工具原语，能少就少，重复的工具合并、改成多加参数；对最终目标要说得非常清楚，哪里该多推理、哪里该少推理也要说清。这些恰恰是 LLM 自己不会替你设定的东西，所以人必须认真去想。
#16
@JoshARosen
https://x.com/JoshARosen/status/2108932614291628307
JoshARosen 列出了每一轮编程 agent 循环都值得记录的数据：架构决策和被否掉的备选方案、对代码库的假设被证实还是推翻、发现的依赖、约束和未记录的行为、找到的 bug 及其根因和考虑过的修法、做过的测试和收集到的证据、代码改动及其下游影响、走过的捷径、引入的技术债和未解决的风险。有些能从外部观察到，有些必须由 agent 主动说出来。
https://x.com/JoshARosen/status/2108932614291628307
JoshARosen 列出了每一轮编程 agent 循环都值得记录的数据：架构决策和被否掉的备选方案、对代码库的假设被证实还是推翻、发现的依赖、约束和未记录的行为、找到的 bug 及其根因和考虑过的修法、做过的测试和收集到的证据、代码改动及其下游影响、走过的捷径、引入的技术债和未解决的风险。有些能从外部观察到，有些必须由 agent 主动说出来。
#17
@directioncorrec
https://x.com/directioncorrec/status/2108736633533251989
来自 directioncorrec 的反方观点，作者做的是传统推荐系统：AI 并不擅长产生想法，所以作者对各家实验室力推的自动研究论题持悲观态度。它可以提出一百个对指标毫无意义的 A/B 测试，却缺乏对系统端到端的理解，做不出高价值的提案，即便把所有 Slack、文档和公司上下文都接给它也一样。
https://x.com/directioncorrec/status/2108736633533251989
来自 directioncorrec 的反方观点，作者做的是传统推荐系统：AI 并不擅长产生想法，所以作者对各家实验室力推的自动研究论题持悲观态度。它可以提出一百个对指标毫无意义的 A/B 测试，却缺乏对系统端到端的理解，做不出高价值的提案，即便把所有 Slack、文档和公司上下文都接给它也一样。
#18
@SpringStreetNYC
https://x.com/SpringStreetNYC/status/2108836462015685015
SpringStreetNYC 转了 Google 2025 年关于用 AI 驱动的经验研究助手加速科学发现的论文，并引了一句很有共鸣的话：实验 harness 搭好之后，你会想拿它至少试四类有意思的问题。Google 的四类是基因组学（单细胞 RNA 测序数据的批次整合）、公共卫生（预测美国 COVID-19 住院人数）、地理空间分析（遥感图像分割）和神经科学（全脑神经活动预测）。
https://x.com/SpringStreetNYC/status/2108836462015685015
SpringStreetNYC 转了 Google 2025 年关于用 AI 驱动的经验研究助手加速科学发现的论文，并引了一句很有共鸣的话：实验 harness 搭好之后，你会想拿它至少试四类有意思的问题。Google 的四类是基因组学（单细胞 RNA 测序数据的批次整合）、公共卫生（预测美国 COVID-19 住院人数）、地理空间分析（遥感图像分割）和神经科学（全脑神经活动预测）。
#19
@M_jawad_yasin
https://x.com/M_jawad_yasin/status/2108656515120816578
M_jawad_yasin 把 Hermes Agent 读成一个「你的身份的无头操作系统」而不是又一个聊天壳子，依据是内置的 cron 调度器、支持多行编辑的终端界面，以及把 agent 循环从笔记本搬到 5 美元 VPS 或 Modal 这类无服务器后端的设计目标。二阶后果是静态提示词的死亡：自主创建技能加上跨会话持久的学习循环，让 agent 变成一个不断生长的、装着你偏好的代码库；当它能通过 RPC 写 Python 把多步流水线压成单轮时，重复指令的上下文窗口税就消失了。作者指出的风险是几个月历史累积之后 FTS5 会话搜索的内存开销。
https://x.com/M_jawad_yasin/status/2108656515120816578
M_jawad_yasin 把 Hermes Agent 读成一个「你的身份的无头操作系统」而不是又一个聊天壳子，依据是内置的 cron 调度器、支持多行编辑的终端界面，以及把 agent 循环从笔记本搬到 5 美元 VPS 或 Modal 这类无服务器后端的设计目标。二阶后果是静态提示词的死亡：自主创建技能加上跨会话持久的学习循环，让 agent 变成一个不断生长的、装着你偏好的代码库；当它能通过 RPC 写 Python 把多步流水线压成单轮时，重复指令的上下文窗口税就消失了。作者指出的风险是几个月历史累积之后 FTS5 会话搜索的内存开销。
#20
@CharlesWil8655
https://x.com/CharlesWil8655/status/2108918209436909877
CharlesWil8655 发布了 Adapt v5.2，这是一个 agent 运行时，最显眼的变化是对 agent 正在做什么给出实时反馈：推理中、运行命令、运行 JSON 工具、运行某个命名会话、带计时器等待工具。长时间运行的工具可以转到后台继续而不阻塞 agent 循环，模型需要结果时可以显式等待。这一版还清理了调试风格的输出、修了后台生命周期的边界情况、改进了 tmux 处理，并让仓库的推理服务器在 CPU、CUDA 和 ROCm 上都能跑；目标是让模型专注推理，运行时负责执行、状态、权限和恢复。
https://x.com/CharlesWil8655/status/2108918209436909877
CharlesWil8655 发布了 Adapt v5.2，这是一个 agent 运行时，最显眼的变化是对 agent 正在做什么给出实时反馈：推理中、运行命令、运行 JSON 工具、运行某个命名会话、带计时器等待工具。长时间运行的工具可以转到后台继续而不阻塞 agent 循环，模型需要结果时可以显式等待。这一版还清理了调试风格的输出、修了后台生命周期的边界情况、改进了 tmux 处理，并让仓库的推理服务器在 CPU、CUDA 和 ROCm 上都能跑；目标是让模型专注推理，运行时负责执行、状态、权限和恢复。
#21
@M_jawad_yasin
https://x.com/M_jawad_yasin/status/2108984029705822400
M_jawad_yasin 对 DeerFlow 重写版的解读：读取器上 30 秒的 HTTP 空闲超时在长程研究中剪掉僵尸连接，作者把它看作用分层 harness 取代线性 agent 循环，赢在可观测性（有一个姊妹工具可以回放失败），输在比基础的 LangGraph 实现复杂。真正的赌注是请求准入层：关掉 SDK 内部重试，让中间件处理 HTTP 529 过载，避免在供应商限流时通常会拖垮 agent 工作流的「重试风暴」。技能是可扩展的模块，所以不同端点可以换不同的推理配置。风险是安全面，网关级别的代码执行权限在没有加固沙箱时是个隐患。
https://x.com/M_jawad_yasin/status/2108984029705822400
M_jawad_yasin 对 DeerFlow 重写版的解读：读取器上 30 秒的 HTTP 空闲超时在长程研究中剪掉僵尸连接，作者把它看作用分层 harness 取代线性 agent 循环，赢在可观测性（有一个姊妹工具可以回放失败），输在比基础的 LangGraph 实现复杂。真正的赌注是请求准入层：关掉 SDK 内部重试，让中间件处理 HTTP 529 过载，避免在供应商限流时通常会拖垮 agent 工作流的「重试风暴」。技能是可扩展的模块，所以不同端点可以换不同的推理配置。风险是安全面，网关级别的代码执行权限在没有加固沙箱时是个隐患。
#22
@avynsrc
https://x.com/avynsrc/status/2108689281766273373
avynsrc 转述了一则报道：Prime Agent 编排了 2,000 多个 agent、跨 10,000 个沙箱，把自己的代码库端到端重写成 Rust，两周烧掉 2,000 亿 token。作者的说法是，自我改进 agent 的时代不是正在到来，而是正在编译。
https://x.com/avynsrc/status/2108689281766273373
avynsrc 转述了一则报道：Prime Agent 编排了 2,000 多个 agent、跨 10,000 个沙箱，把自己的代码库端到端重写成 Rust，两周烧掉 2,000 亿 token。作者的说法是，自我改进 agent 的时代不是正在到来，而是正在编译。
#23
@Kizuno18
https://x.com/Kizuno18/status/2108718080163459419
Kizuno18 谈给编程 agent 加音频通道：人体工学上是大赢，但在终端钩子里调云端语音合成有隐藏成本，一个通知钩子为了两秒的语音去阻塞等待一次 HTTP 请求，网络抖动就会卡住 agent 循环，还在转瞬即逝的状态提示上烧付费额度。生产级做法：在 CPU 上用本地 ONNX 或操作系统自带的语音合成，50 毫秒以内出声且不依赖网络；用非阻塞的即发即忘队列把音频缓冲交给后台守护进程，钩子立刻返回；再设中断优先级，日常滴答静音，被卡住的权限提示和无限循环警告才升级出声。
https://x.com/Kizuno18/status/2108718080163459419
Kizuno18 谈给编程 agent 加音频通道：人体工学上是大赢，但在终端钩子里调云端语音合成有隐藏成本，一个通知钩子为了两秒的语音去阻塞等待一次 HTTP 请求，网络抖动就会卡住 agent 循环，还在转瞬即逝的状态提示上烧付费额度。生产级做法：在 CPU 上用本地 ONNX 或操作系统自带的语音合成，50 毫秒以内出声且不依赖网络；用非阻塞的即发即忘队列把音频缓冲交给后台守护进程，钩子立刻返回；再设中断优先级，日常滴答静音，被卡住的权限提示和无限循环警告才升级出声。
#24
@EvoScientist
https://x.com/EvoScientist/status/2108859089669214702
EvoScientist v0.3.6 支持在对话中途加技能：装好一个技能，下一条消息就能用，不用重启也不用新开会话，输入斜杠加技能名，agent 这一轮就拿到该技能的操作手册。
https://x.com/EvoScientist/status/2108859089669214702
EvoScientist v0.3.6 支持在对话中途加技能：装好一个技能，下一条消息就能用，不用重启也不用新开会话，输入斜杠加技能名，agent 这一轮就拿到该技能的操作手册。
📡 生态产品雷达
生态产品雷达
Fable 5.1（9 次提及）、Karpathy 的 autoresearch（9）、Codex（8）、Claude Code（7）、Opus 5.5（7）、Jev（5）、Hermes Agent（3）、LangGraph（3）、GPT-6 Astra（3）、Sonnet 5.5（3）、Grok（3）、SWE-bench（3）。
Fable 5.1（9 次提及）、Karpathy 的 autoresearch（9）、Codex（8）、Claude Code（7）、Opus 5.5（7）、Jev（5）、Hermes Agent（3）、LangGraph（3）、GPT-6 Astra（3）、Sonnet 5.5（3）、Grok（3）、SWE-bench（3）。
评论