拆开 Codex Harness:模型之外,Agent 如何把活干完
从 Codex CLI 的 run_turn、上下文管理、工具路由、审批沙箱和压缩源码出发,解释 Codex Harness 与 Codex 的关系,并与 DeepSeek Harness 的插件化运行时逐层比较。
第 5 页。归档页按时间倒序展示,每页只加载一组文章封面,减少首屏压力。
从 Codex CLI 的 run_turn、上下文管理、工具路由、审批沙箱和压缩源码出发,解释 Codex Harness 与 Codex 的关系,并与 DeepSeek Harness 的插件化运行时逐层比较。
GitHub 官方复盘 2026-08-17 大故障:根因是 Istio sidecar 达到并发上限、而扩容策略只看主服务容量导致未能及时扩容,4 个 HAProxy 节点流限制耗尽拖垮网关认证;恢复期 VS Code 的重试 Bug 把 Copilot Token 流量放大 10 倍(7–9K→70–100K RPS)。拆解精确时间线、容量失败与重试风暴两个教训,并给出可迁移到任意规模系统的工程清单与独立观点。
对标 Pi 装完即跑、不要 Termux——把这条硬约束丢进 2026 年移动端 Agent 生态,能跑出来的项目只有 6 个。Aether / OpenDroid / PokeClaw / Operit / Gotcha / OpenMinis 真实 GitHub 数据横评 + 工程师选型建议。
GitHub 7,140★ 的 Operit 是当前移动端原生 AI Agent 中功能最稠密、迭代最稳的开源项目。本文做一次全维度深拆:架构、技术栈、历史、热度、活跃度、质量、先进性、功能、用法、桌面版、性能,以及 9 个我未想到的判断。
SafeDep 披露的 Rust 供应链投毒:arrayref 0.3.10 被植入冒名 proc-macro1 依赖,构建脚本在编译期下载并执行远程二进制。拆解攻击链(账号被控 + dtolnay 拼写变体 + 真实 proc-macro2 机械改名 + base64 碎片藏 C2 + WScript 逃逸 job object + yank 诱导升级),补充真实先例(rustdecimal、finch-rust、xz、torchtriton)、crates.io 加固与 Linux 持久化 IOC,给出可操作的防御清单。
Asana 用 OpenAI Codex 两个日历周移除年久失修的 Enzyme 测试框架:模型与基础设施成本约 $12K,原人力估算约 $6M。拆解为什么这笔账算得过来、Agent 如何并行干活,以及哪些可复制、哪些要谨慎解读。
这篇实战指南从 benchmark 基本概念讲起,盘点主流评测框架与排行榜,再到如何自建评测集、如何更科学地评测模型,并给出真实可抄的评测思路与例子。
从零上手 Google Colab:免费 T4 GPU/TPU 怎么用、持久化存储、复用他人代码、训练模型并把结果下载部署,以及能做哪些在线应用,附 2026 年其他免费 GPU 平台对比。
Wiz 自主 AI 安全代理 Red Agent 在 Snowflake 仓库里发现并利用了一个由 GitHub Copilot Autofix 合入的 GitHub Actions 注入漏洞,全程无人工干预拿下内部 Jira——AI 引入漏洞、AI 审查放行、AI 代理自主利用的闭环。
避开格式化器、Linter、主题等成熟红海,看看 MCP 工具、AI Diff 审查与扩展安全审计等 9 个 VS Code 插件方向。
把 Codex 的超长上下文配置、自动压缩和适用边界拆开说明:100 万 Token 能解决什么,又会带来哪些成本与判断问题。
DeepSeek Harness 为什么能把模型、工具、会话和界面做成可组合的插件?从 Cordis 的 Context、inject、事件与可逆副作用,拆开这层 Agent 运行时底座。
用菜谱、便利贴、缩略图这些生活化类比,讲清大模型里权重、激活、KV 缓存、量化与采样到底在做什么,以及一次生成请求背后的完整链路。
从 Cactus Compute 的 Needle 2 说起:4500 万参数、14MB 单文件、28MB 内存,跑在 ESP32 上的开源语言模型。梳理超小设备跑 AI 的现状、同类玩家、发展趋势,以及它对“小”的重新定义和给开发者的建议。
用真实环境、过程合规与工作流路由三条尺度,重新审视 Agent 评测分数在工程选型中的意义。
从过程越界、错误恢复到多 Agent 网络协议,梳理 Agent 安全与可信系统的三层护栏。
DeepSeek 把 Harness 以 dsh 开源。本文从源码拆开 Cordis 插件树、事件溯源会话、工具执行流水线、上下文压缩、沙箱与子 Agent,判断它究竟是一款编程助手,还是一个可替换的 Agent Runtime。
从工具 schema、长上下文与 GUI 视觉 token 三层,梳理 Agent 系统的主要成本来源和可落地优化。