搜索
RAGFlow 1.0 以 Go 重写并公开知识编译层与 Retrieval Harness，将产品定位升级为 Agent Native 数据库，通过证据链等编译产物降低 Token 消耗并提升上下文可追溯性。
DeepSeek Harness 团队前几天发了篇关于 Super-agent 设计探索的长文，想用 Router + Worker 双层架构，把一个人管理多个 Agent 的负担交给系统。文章出来后讨论不少，大多关注这套调度机制是怎么设计的。
Kimi Hosted Agents 正式发布，以 Harness as a Service 提供7×24小时托管环境，支持长程任务、多智能体协作、安全控制、审计及140+ Skills、30+插件和8个金融Agent模板。
周二，北坡的 NorthCUA 团队，突然带来了一套相当完整的电脑智能体开源成果。
上周六，DeepSeek的Harness团队发了一篇硬核长文《Super-agent 设计探索：迈向更自主的 Agent 系统》，各种AI群里直接炸锅了。
重点优化开发流程和手机端体验。
上周五，我写了一篇关于B站鱼灾的文章DeepSeek的尽头，居然是一条会喊你爸爸的蓝色大肥鱼，不少朋友在评论区和私信里问要怎么养鱼。
在企业级真实业务与复杂数据分析中，让大模型「一眼看穿数据库并写出完美SQL」，往往只是一个不切实际的幻想。
DeepSeek Harness官方发布“创造模式”（Creator Mode）指南，用户输入一句自然语言即可让AI编写并安装插件，同时免费公开7套官方提示词，示例覆盖3D建模与游戏、视频剪辑、海报设计、论文阅读、界面改造和Token统计。
当大模型从“单兵作战”走向“多 Agent 协同操作电脑（Computer Use）”，如果队友 Agent 读了旧缓存报假消息、下发了互相矛盾的指令，甚至锁死了共享文件，主控 Agent 该听谁的？