載入中...
Allen KB Articles
共 7 篇；目前第 1 / 1 頁，每頁 24 篇。
Hugging Face FineEnvs 以 LFM2.5-2.6B 在 OpenCode、Claude Code、Codex、Mini-SWE-Agent 四種 harness 訓練與評估；特定實驗中 pass@1 從 42.2% 升至 54.2%，但結果不能外推成工具排行榜。
查證 Herdr 的 CLI、socket API 與 Agent Skill：它能列出 coding agents、辨識 working／blocked／idle、讀取 terminal buffer、送 prompt、等待狀態並遠端操控 pane，適合作為上層 orchestrator 的 headless execution substrate；但不取代任務、審查與安全 policy。
OpenAI Agents API 已進入 public beta，將支撐 Codex 的 agent harness 與長時間執行基礎設施提供給開發者。它涵蓋自動 context compaction、tool search、programmatic tool calling、多 Agent、sessions、webhooks、MCP，以及 OpenAI-hosted／自架／合作夥伴 sandbox。官方表示 API 本身不另收費，但模型 token、工具與運算環境仍有成本；它是受管 runtime，不等於把整個 Codex 產品完整開源。
Prime Intellect 的 Prime Agent 不是新模型，而是 Agent Harness：用持久 IPython、persistent subagents、continual harness 管理工具、記憶、任務狀態與自我修正。搭配 Claude Opus 5 在 ARC-AGI-3 public demo 宣稱約 95.5%，但尚非半私有正式 verified 成績；更重要的訊號是模型外圍 workflow 會放大能力，也會放大作弊/越權風險。
Threads @drpwchen 以 Claude Opus 5 官方指南做了一次 Claude Code 基礎設施校準。官方文件確認 Opus 5 具備 1M context、128k max output、thinking 預設開啟、low/medium effort 成本效率提升、code review precision/recall 強，以及更常自我驗證與主動派 subagent。本文整理成 Allen/Hermes 可用的 agent harness 調整清單：少寫 double-check、不要用「只報 high severity」、限制委派、明確壓輸出長度，並補充 claude-pacer 作為 Claude Code usage pacing 的周邊工具。
Govin.AI 的 Threads 用「年薪 120 萬美金 Anthropic 工程師丟 .claude/ 資料夾」包裝一個重點：同樣模型，差距常在 harness。圖中 LOOPKIT VAULT 對應 Archive228/loopkit：MIT、33 個 battle-tested skills、.claude/CLAUDE.md、settings hooks、verifier subagent、MEMORY.md、run.sh、MCP wiring。這是可參考的 agent operating system，但也有 memory 膨脹、skill 觸發混淆、prompt-based verifier 不 deterministic 的風險。