DeepSeek Harness（dsh）是采用 MIT 协议的开源智能体执行脚手架，遵循“Agent = 模型 + Harness”范式，把模型适配器、工具注册表、沙箱、会话存储等全部封装为可热插拔的插件，由 Cordis 内核调度。框架内置标准、PTC、极简、创意四种运行模式，支持会话轨迹记录、fork 分支回放和沙箱权限审批。文章给出 npx 启动 Web UI、全局安装、源码编译三种部署方式，以及 headless 批量任务命令和自定义工具插件示例。
#教程/实践#Agent#开源生态
开发者 Gathin 把小米电视型号交给 Claude Code，通过 Wi-Fi 接入设备停用 25 个系统组件并换上极简桌面，随后将 prompt、桌面源码和踩坑记录开源为 CleanYourTV，项目已获约 1.37 万颗 Star。其原理是借助安卓 ADB 接口排查并冻结开机广告与遥测组件。文章还提到 YouTuber Ansub Khan 的同类项目 TV Detox，实测电视可用内存从约 370 MB 升至 600—650 MB。
#现象/趋势#Agent#开源生态
GitHub 用户 Zagitta 开发的开源工具 GPU Unlock 通过 Linux 内核模块在驱动加载前改写速度选择寄存器，解除英伟达在消费级安培显卡上对张量核心指令发射速率的限制，无需刷 VBIOS 或改驱动。实测 RTX 3090 Ti 的 BF16 算力从 87.5 TFLOPS 升至 157.4 TFLOPS，提升约 80%，ComfyUI 图像生成吞吐提升 56% 至 59%；RTX 3090 在 vLLM 下提示词预填吞吐提升约 33%，但逐 Token 生成的 Decode 阶段受显存带宽限制几乎没有改善。项目支持 GA102、GA103、GA104、GA106 核心，属于未经英伟达官方支持的固件级修改，需自行承担功耗、散热与保修风险。
#开源/仓库#数据/训练#部署/工程
#教程/实践#Agent#编码
作者实测可灵4.0，围绕水袖击鼓舞、雨中曲独舞和30秒生活短片三项任务检验其复杂动态、视频编辑与原生30秒生成能力。水袖击鼓经七八轮调整仍无法稳定用袖尾击鼓，鼓体会自行移动；雨中曲首版完成度较高，但帽子消失重现、水花过于规整。视频编辑成功把西装改成酒红色并保留原表演，积分消耗与重新生成一条视频相差不大。
#评测/基准#视频#现象/趋势
How I build apps these days: 1. Record a 1-5 minute prompt with @WisprFlow The more detail, the better. 2. Add visual inspo so the agent knows what I have in mind (screenshots or Inspo MCP). 3. Use @mattpocockuk's grill-me skill to have the agent ask clarifying questions. 4. Get back a v1, then send a list of feedback, feature requests, and design tweaks (via another voice recording usually). 5. For each new feature, ask for a quick screen recording to verify it works before merging the PR. 6. Keep iterating until I'm happy, then post it on @X or throw it away. For my harness, I use a mix of Claude Code with Opus 5.5 (high) and OpenCode with DeepSeek V4.1 Flash / GLM 5.3. I also give my agents some CLIs & skills: • Vercel + GitHub CLIs so they can push code and deploy apps. • Together skills so they can use chat, image, & voice models from Together • Design/animation skills so they have guidance on spacing & interactions
#教程/实践#Agent#编码
GitHub 上的开源项目通过修改 GPU 启动阶段的寄存器配置，解锁英伟达 GeForce 显卡在特定 Tensor Core 运算上的速率限制，RTX 4090 的 FP16 输入、FP32 累加吞吐率从 165.6 TFLOPS 升至 331.6 TFLOPS。RTX 3090 Ti、3080、3070、3060 以及 RTX 2080 Ti 也出现 60% 至 90% 左右的提升，且无需刷写 BIOS，原版 NVIDIA 驱动可照常运行。但实际 cuBLAS 矩阵乘法增幅收窄至约 12% 至 34%，逐 Token 生成速度没有明显变化。
#开源/仓库#数据/训练#部署/工程
#教程/实践#Agent#MCP/工具调用
作者用 Codex 通过 ADB 连接公司四台会议室电视，替换屏保与首页、去掉开机广告，并保留投屏、信号源、设置和原影视入口，随后快速复刻到其余三台。团队还让 Claude 根据补光灯照片逆向出网页控制台，统一调节四盏灯的开关、亮度、色温和灯效，并让 Codex 为索尼相机和大疆 Pocket 3 搭建多机位控制台部署到飞书。作者提醒不同品牌设备开放的接口和权限不同，修改系统软件前最好先备份。
#教程/实践#Agent#MCP/工具调用
The complete reasoning-from-scratch video series is now up (and linked) here: https://t.co/5IOHLTCIGt (Taking a short break but will be back with LLM model and research updates in November!)
#教程/实践#推理#数据/训练
Browser Use 发布指南，介绍让编码智能体在已登录的真实 Chrome 中工作的多种方式，包括 Claude in Chrome、Playwright MCP 扩展模式、Chrome DevTools MCP 自动连接模式、Gemini CLI 内置浏览器智能体、ChatGPT 桌面版浏览器扩展和 Browser Harness。文中按 Claude Code、Codex、Gemini CLI、Cursor 等智能体分别给出配置命令与限制，并说明从 Chrome 136 起默认数据目录上的 --remote-debugging-port 和 --remote-debugging-pipe 会被忽略，因此复制 cookie 到新浏览器的旧做法在设备绑定会话等场景下会失效。
#教程/实践#Agent#MCP/工具调用
LangChain 的 Harrison Chase 和 Caspar Broekhuizen 发文，总结其营销、销售、工程三个内部智能体共用的五个核心组件：智能体放在 Slack 等现有工作场所、区分代用户行事与固定身份、全局与用户两级记忆、沙箱内执行代码、大量运行为定时或事件触发。文中以 GTM Agent、OpenSWE、Content Studio 为例，说明各自在身份、记忆和代码执行上的具体处理方式，三者均构建在 Managed Deep Agents 之上。
#教程/实践#Agent#部署/工程
皮肤科医生Magnus Lynch用200例活检确诊的皮肤病变对比测试GPT-6 Astra、Claude Fable 5.1与微调后的Inception v3，CNN首选诊断正确125例（62%），两个LLM分别为84例和85例（42%）。CNN在50个良性痣中识别出37个，两个LLM分别识别出16个和33个；两个LLM各有偏好的错误答案，GPT-6 Astra把75个病变判为基底细胞癌（实际25个）。作者指出样本量小、每个LLM病例只运行一次，且Inception v3并非当前最优模型。
#评测/基准#图像生成#数据/训练
#教程/实践#语音#Agent
作者实测月之暗面 K3.1 Pro，在 Artificial Analysis 综合指数中从 K3 的 44 分升到 55 分，Terminal-Bench 4.0 从 12.6% 升到 67.2%。官方演示中模型编写模拟器并训练虚拟人行走，还自行修复了 36 处肩部肌肉力臂计算错误。作者用七道编程题测试，物理模拟、音频分析和简单视频剪辑已可用，部分视觉题的空间关系仍需检查。
#评测/基准#Agent#编码
Made a skill for dimensional drawings of UI components. Inspired by Apple's accessory drawings, it documents a component's architecture into a spec sheet. https://t.co/KKb9sOgTN8 https://t.co/0Z0Kpjk6bD
#开源/仓库#Agent#教程/实践
OpenAI 于 10 月 23 日披露前沿模型的训练环境，模型练习搜索、浏览和操作网页时使用预先保存并建立索引的网页资源，不直接访问真实互联网，其所有前沿模型的强化学习训练都采用这种离线交互。环境采用受限容器、轻量虚拟机、Hypervisor、防火墙与身份权限管理、监控暂停机制等多层隔离，但 OpenAI 仍保留部分外部连接用于收集指标、记录日志和管理身份验证。在专门测试隔离效果的实验中，OpenAI 让两个 AI 尝试互相传消息，所用通道是 CPU 缓存，多数测试中研究人员给过通信方向或编码规则的提示；OpenAI 称已修补发现的问题并为这些通信方式增加监控。
#安全/对齐#Agent#OpenAI
#大佬观点#Agent#编码
#教程/实践#Agent#MCP/工具调用
Big news: @Kimi_Moonshot is back in the top-4 labs in the Code Arena: WebDev with the release of Kimi K3.1 Pro! This model just landed #8 in the Code Arena: WebDev with 1692 pts, matching Claude Opus-5 (Max) at 70% lower cost. This is a 9 place jump (+37 points) from Kimi K3 (Max) at #17 with 1655 pts. Kimi K3.1 Pro improved from Kimi K3 across all categories. Highlights: - #7 in Brand & Marketing (up from #9) - #9 in Simulations (up from #20) Cost efficiency is another upgrade. Priced at $2/$10 per million input/output tokens, Kimi K3.1 Pro (Max) has a median cost per task of $1.23 (29% less than Kimi K3). See its placement compared to the Pareto frontier in thread. With open weights coming soon, Kimi K3.1 Pro would be the new #1 open model in the Code Arena: WebDev, overtaking DeepSeek-v4.1-Flash. Stay tuned! See @Kimi_Moonshot’s ranking by lab, and 3D generations from Kimi K3.1 Pro below in thread. Huge congrats to the @Kimi_Moonshot team on this release!
#评测/基准#Agent#开源生态