搜索
Anthropic 在短短几年内就成为了OpenAI 的最强劲敌！
随着代码智能从 code foundation models 走向 autonomous coding agents，CLI/terminal 正在成为智能体进入真实软件工程工作流的重要入口。
4 月 9 日，Anthropic 在 X 上宣布 Claude Managed Agents 上线。同一天，一位 ID 叫 @jiayuan_jy 的中国创业者也发了一条推，“We created the open source version of Claude Managed Agents. Introducing Multica.”
昨天，OpenAI 和微软，官宣分手，今天，OpenAI 已在 AWS 把家安好。三件家具一起搬上：模型、Codex、Managed Agents。包括 GPT-5.5 在内的模型，今天起可以在 Amazon Bedrock 直接调用
让AI像助手一样主动帮助，才是我们心中AGI的样子。主动智能体的概念已经被多次提出，但都很难做到可以真正在生活中落地。现有的工作都还停留在概念层面，无法解决复杂世界中所要求的实时性、深度、和记忆等问题。 南洋理工大学谢之非团队提出Pask，使用「底层小模型流式意图检测」+ 「上层Agents执行」架构，实现首个能够做到实时、有深度、基于个人全局记忆自进化的主动智能体。
OpenAI在ChatGPT里正式上线workspace agents，由Codex驱动，云端7×24运行，能跨数十种工具执行任务。GPTs进入退休倒计时。5月6日前免费体验。
就在刚刚，Agents SDK迎来一次彻底的架构重写。原生harness、原生沙盒、Codex级的文件系统工具，外加七家头部沙盒厂商一键接入。3月初，GPT-5.4带着原生computer use（计算机使用）高调登场时，开发者就已经吐槽过一件事。
Notion 应该是最擅长做 Agent，而且是最成功的团队之一了。
026 年初，OpenAI 和 Anthropic 几乎同时发布了关于 Harness 的技术实践文章，LangChain 工程师 Viv 给出了一个简洁的公式来概括这个理念：Agent = Model + Harness。模型提供智能，Harness 让这个智能能真正投入生产。
在本文中，我将探讨编码智能体（coding agents）及其智能体编排（agent harnesses）的整体设计：它们究竟是什么、工作原理如何，以及在实际应用中各组件是如何协同运作的。