Google 刚发了 Gemini 3.7 Flash 3.7 Flash 软件工程 65.3%，逼近 GPT-5.6 Luna 的 67%。 价格直接砍半 $0.75/$3.75（促销到年底）。 3 周迭代一次还降价，Flash 系列现在真的挺卷的。

DeepSeek 开源了一个 agent harness 亮点是所有功能即插即用，模型适配器、工具注册、session 日志、agent 循环本身，全是可替换插件，底层 Cordis 驱动。 内置了几十个插件，卸载时自动回滚注册（工具、prompt 段、监听器），不需要手动清 …

DeepSeek-V4-Pro-0813 静默上线，能力直逼 Fable-5 DeepSeek 没发任何公告，直接改了 API 版本。架构没变，还是 1.6T MoE / 49B 激活，但后训练重做后 Agent 能力起飞。 1M上下文，384K输出，三档推理。API …

Grok 4.6 可以用了 500K 上下文，四档推理（默认 high），知识截止 2026.2.1。 定价：输入 $2/M，输出 $6/M，长上下文（≥200K）翻倍。 官方定位 coding + agent 专用模型。目前 Cursor、Grok …

微信出大模型了，叫WeLM 两个版本，都是MoE。 - WeLM-80B：80B参数，3B激活，已上线微信"小微" - WeLM-617B：617B参数，23B激活，开发中 3B激活跑80B总参，第一次见压缩这么激进的MoE。 微信“小微”不需要装任何东西，打开就能用。这可 …

xAI 发布了 Grok Bot，亮点是持久化云 VM（云端桌面虚拟机） 每个 Bot 有自己的浏览器、文件系统和终端，本地关电脑后照跑。 用自己的凭证登录工具，不需要 API 集成。多步骤任务端到端完成，只在需要审批时才找你。 捆绑 Cursor Ultra $200/ …

前几天前司知识库崩了，Google 改了 NotebookLM 接口，本地数字员工直接断联。 于是我做了个轻量化本地知识库技能：local-rag。 一句话能装好 把这行发给你的智能体： 给你自己安装这个技能（skill）：haoyiyin/local-rag 不用服 …

自己设计，也用过不少 harness ，我现在深有体会。越强的模型越不需要复杂的 harness ，约束的越多反而会限制强模型的发挥，做好简单的熔断机制就行。 相反越弱的模型越需要 harness 去控制模型的方向，所以又引申出一个问题，用弱模型通常是考虑成本。但弱模型成功率 …

今天收到了 workspace 免费 AI 试用邮件，现在 Google 也就 Nano Banana Pro 能拿得出手。 免费用户还可以在 Flow（ labs.google/fx/tools/flow ） 里调用 Nano Banana Pro ，每天给的额度还算慷慨，生 …

Cloudflare 造了个 agent 专属浏览器 Kitesurf 不在本地跑 Chromium，而是跑在 Cloudflare Workers 云端上。 官方宣称，DOM/HTML 提取比 Chromium **省 3-7 倍 CPU 和内存**。agent 不需要标签 …