DeepSeek Harness 深水区：拆开这套 Agent 鞍具，才知道它有多厉害
「AI 工具上手」系列第 9 篇，深度篇。前面八篇讲怎么装、怎么选、怎么把重复动作做成技能。这一篇往下挖一层：DSH 到底由哪些部件组成，每个部件在你的日常用法里负责什么，以及为什么同一个模型换个工具，结果能差出一截。
钩子失败即拦截，换模型正确率70%→99%：Agent 团队
这两天的几条 Agent 新闻，问的其实是两个工程问题。第一，检查出了故障，Agent 是停下还是照常执行？Claude Code 和 Agent SDK 这次给了“停下”这个选项。第二，换了新模型，你能不能量出它到底变好了多少？
Agent最怕悄悄失败：Claude Code提前报登录到期
把 claude -p 放进 cron 或 CI 跑的人，多半遇到过这种事：某天产出突然断了，查了半天才发现是登录早就过期，日志里没有任何报错。Anthropic 这次的两处更新都是在补这个缺口。
5000词需求文档，Claude也只能交付14%，实测28种Agent组合
如今Agent已经能熟练调用工具、修改文件、运行测试，但面对一个长期演进的大型软件系统，它能否从一份新需求出发，交付完整功能?
一天烧掉5倍Token预算、3周没看一眼代码！微软产品经理让Claude Code、Codex重构代码库，结果Skills是假的、测试连上了生产环境
近日，AI Engineer 栏目在 YouTube 分享了 Keiji Kanazawa 的这段经历——《I Let Agents Refactor My Codebase for 3 Weeks. Then I Read the Code》。
Claude工程师Agent大教程：如何防止被AI养废
刚刚，前Google Cloud AI总监、现Claude Code工程师Addy Osmani专门发文讨论了这个相当扎心的问题。
实测 Claude Fable 5.2：78 分钟捏了个操作系统
Anthropic 发布了 Claude Fable 5.2 和 Claude Mythos 5.2，也就是 A 社的最强模型序列，Pro 用户可用。
5000词需求文档，Claude也只能交付14%！实测28种Agent组合
来源：新智元如今Agent已经能熟练调用工具、修改文件、运行测试，但面对一个长期演进的大型软件系统，它能否从一份新需求出发，交付完整功能？产品经理提出新需求，开发者拿到的往往不是文件清单或函数签名。需要先理解约束，追踪模块依赖，再判断改哪里、怎么改、怎样证明改对了。
从 LangGraph 到 praxo-core：100 个有特点的 AI Agent 框架
一份面向开发者的 Agent 技术地图：不只看 Star，更看架构差异、工程证据与适用边界。为什么需要一张 Agent 框架地图过去两年，AI Agent 框架经历了快速扩张。
Harness 到底是什么？这是今年最透彻的解读
当年我们从死磕汇编指令集抬到了 C 语言，从争论「用 Tab 还是空格」抬到了 Prettier 自动格式化，从纠结写什么前端框架抬到了让 AI 生成组件;