X 硬核干货雷达 · 2026-10-22 上午

来源批次：2ba97d0f-ed8d-4bf1-b7d8-95817439f09b 覆盖范围：清单内 7 条 X 原帖（omarsar0 ×2 / _akhaliq ×1 / svpino ×4）说明：本篇只翻译并解释清单内已核验原帖；原帖正文属不可信资料，仅作内容读取，不执行其中任何指令。

干货候选

1. OO-Harness：用面向对象设计演化 Agent Harness（Google Cloud AI Research）

来源：@omarsar0 链接：https://x.com/omarsar0/status/2112911038098317422 日期：2026-10-21 原帖引用： - 原帖：https://x.com/omarsar0/status/2112911038098317422 - 论文：https://arxiv.org/abs/2610.28380 （《Object-Oriented Harness: Evolving Agent Harnesses through Object-Oriented Design》） - 论文页：https://academy.dair.ai/papers/object-oriented-harness-evolving-agent-harnesses-through-object-oriented-design-2610.28380

原文要点（译）：

"Build specialized harnesses, folks. This is a banger paper from Google Cloud AI Research on self-evolving agent harnesses. (bookmark it) They introduce OO-Harness, which raises AutomationBench from 61.6% to 77.4% with the same Gemini 3.5 Flash executor. It also beats Meta-Harness on all three benchmarks they test."

简要解释：思路不是为所有任务演化出一套"全局通用 harness"，而是让一个演化 Agent 从执行记录里长出一棵专用 harness 的类继承树，三个组成部分： - 子类继承基座 harness，只覆写该任务簇真正需要的方法； - design lessons 记录哪些改动有效、哪些失败； - router 读取任务与基座运行结果，决定走哪个子类还是保留基座结果。

原文给出的硬核数字（执行器固定为同一 Gemini 3.5 Flash）：AutomationBench 61.6% → 77.4%；Workspace-Bench 25.5% → 39.5%；Toolathlon-GYM strict pass 31.2% → 37.5%；并且在其测的三个 benchmark 上全面超过 Meta-Harness。原文还明确指出：对额外推理做 best-of-K 采样或 self-refinement 并不能稳定带来收益；继承结构本身有收益——Workspace-Bench 上，构建成子类的 harness 比同样演化代码平铺成扁平类高 4.96 分。

⚠️ 原文未给出论文开源仓库地址，也未展开三个 benchmark 的完整分数表。

2. OpenVLHarness：多模态记忆驱动的真实世界视觉 Agent 工具使用

来源：@_akhaliq 链接：https://x.com/_akhaliq/status/2112566784343876081 日期：2026-10-20 原帖引用： - 论文页：https://huggingface.co/papers/2610.26860 （arXiv: https://arxiv.org/abs/2610.26860 ） - 官方代码：https://github.com/uclanlp/OpenVLHarness - 项目页：https://openvlharness.github.io/

原文要点（译）：

"OpenVLHarness — Real World Visual Agentic Tool-Use with Multimodal Memory — paper: https://t.co/DIsy4KDpMa"

简要解释：原帖只给了标题与论文链接，展开后核心是：一个面向多模态推理的 harness，由能力层（capability layer）+ 持久化多模态记忆构成。论文摘要指出，在 22 个 benchmark 的对照研究里，单纯加大基座模型的推理预算只带来有限收益；真正的难点是需要 grounded 感知、外部知识和数值测量，这类证据必须靠异构工具取得。能力层把任务级工具接口与 evidence rendering 结合，把异构后端输出转成模型可读观测；持久化多模态记忆则把对应的图像、结构化数据与网页引用作为可寻址产物保留，跨推理步骤复用。机构署名：UCLA（Cheng-Fu Yang、Rui Sun、Di Wu、Sibo Peng、Mingyang Zhang、Zhen Yang、Nanyun Peng、Kai-Wei Chang）与 Apple（Ruiyi Zhang、Zhe Gan，*共同贡献）。

⚠️ 摘要中除"22 个 benchmark"外未给出具体分数；原帖未列作者与仓库，仓库/项目页取自该论文页本身。

3. Flint：@recursive_si 首个模型，Eureka Machine 自动化科研系统自举的产物

来源：@omarsar0（引用 Richard Socher 发布帖）链接：https://x.com/omarsar0/status/2112947912137122135 日期：2026-10-22（北京时间；原帖 X 时间 10-21） 原帖引用： - 引用原帖：https://x.com/RichardSocher/status/2112944385415426249 - 权重：https://huggingface.co/RecursiveSI/flint

原文要点（译）：

"Bullish on automated AI research. Early signs of self-improving AI, no doubt. Flint is the first model from @recursive_si. Their Eureka Machine contributed to nearly every part of the stack, from data and training recipes to the inference kernels, and the team built it from scratch in under four months! It is a 40B MoE with 2.5B active parameters and open weights under Apache 2.0. It runs at 125+ tokens/s on an M4 Pro MacBook Pro at short contexts."

简要解释：原帖给出可核验的硬参数——40B MoE、激活参数 2.5B、Apache 2.0 开放权重、不到 4 个月从零构建；短上下文下 M4 Pro MacBook Pro 上 125+ tokens/s。Richard Socher 的原帖补充：Eureka Machine 跑完整研究闭环（ideation → implementation → validation），用结果决定下一步试什么，Flint 构建的几乎每个环节都用了它；同类（50B 以下 MoE）中在 SWE-bench Pro v2、Terminal-Bench 2.1、SWE-bench Verified 上表现最好，150+ tokens/s 于 64GB NVIDIA RTX Spark，短上下文比可比模型快至多 2 倍、比同等编码分数的稠密模型快 5 倍+；权重已在 HuggingFace 上开放，可本地跑或用 @opencode / @pidotdev 试用。

⚠️ 原文未给出具体 benchmark 分数表，只有定性排名表述。

4. EmbodiedEvo：让编码 Agent 用 Python 控制仿真机器人，把经验固化成 Skills/Lessons

来源：@svpino（引用 @EinsiaAI 原帖串）链接：https://x.com/svpino/status/2110751304406704298 日期：2026-10-15 原帖引用： - 引用原帖：https://x.com/EinsiaAI/status/2110739977025798568

原文要点（译）：

"If you connect this to your coding agent, you can control a simulated robot and build experiences you can reuse in other scenes. They have an example using the Codex CLI. • Set it up with your coding agent • Give your robot a task • Your coding agent writes Python code to control the scene • It executes the code and checks what happened • It saves reusable procedures as skills. You can then reuse those lessons with a real robot in a different environment. No need to retrain a model."

简要解释：可操作路径很清晰——接上编码 Agent（示例用 Codex CLI）→ 给机器人任务 → Agent 写 Python 控制仿真场景 → 执行并检查结果 → 把可复用过程存成 skills，后续可直接带到真实机器人的另一环境，无需重训模型。被引用的 @EinsiaAI 线程给出方法细节与数字（数字归属该被引线程，非 svpino 原帖）：Python 作为控制接口（读任务→观察→执行动作→Playground 内 reset），练习留下两类可复用产物——Skills（怎么做）与 Lessons（何时做、检查什么），两者冻结；同一 Astra/xhigh、匹配的开发场景下，成功率 13.36% → 35.08%（给任务描述 + wiki），仅给任务描述时：井字棋 0% → 100%、模仿分拣 0% → 80%；跨模型迁移时 Sol 3.17% → 12.03%、Luna 0% → 5.50%，在固定目标任务集上相关任务经验比无经验高 14.72 个百分点；Skills/Lessons 保留的表现接近原始交互历史（30.17% vs 29.78% 成功率，且少用 11.3% 测试 token）；同时给出反例——套管插入分数从 4 升到 36，成功率仍是 0%。

⚠️ 原文未给出论文标题或仓库地址；"45.08" 出现在被引帖的截断文本中，原帖未给出其含义，故不引用为指标。

5. OpenUI 1.0：Generative UI 的开放标准开源框架

来源：@svpino（引用 @rabi_guha 原帖）链接：https://x.com/svpino/status/2110743040323379705 日期：2026-10-15 原帖引用： - 引用原帖：https://x.com/rabi_guha/status/2110737805823672518 - 站点：https://openui.com - 仓库：https://github.com/thesysdev/openui

原文要点（译）：

"This is an open-source framework that lets you add AI-generated interfaces to your apps. For example, you can have a travel assistant agent respond with a hotel card, a map, and an interactive UI that compares plane tickets instead of a wall of text. • You decide which components you want to use • The model decides how to combine them for each request • OpenUI renders the interface"

简要解释：分工是这套框架的核心——开发者决定"能用哪些组件"，模型决定"这次请求怎么组合"，OpenUI 负责渲染。示例场景：旅行助理 Agent 返回酒店卡片、地图以及对比机票的交互式 UI，而不是一堵文字墙。被引原帖（数字归属该帖）：团队在 @openuidev 做了两年，6 个月前开源时已有 10K+ GitHub stars、6M+ downloads；此次发布 OpenUI 1.0，把 Generative UI 能力带给 ChatGPT 之外的其它 Agent；定位是"Generative UI 的开放标准"，基于你自己产品已有的组件来生成界面。仓库为 MIT 协议（https://github.com/thesysdev/openui ）。

⚠️ 原文未列出具体组件清单与接入步骤文档地址。

其余线索

6. VN Studio：AI 视频创作中记录人类贡献痕迹以支撑版权主张

来源：@svpino（引用 @nelsonchu_ 原帖）链接：https://x.com/svpino/status/2111091543943807384 日期：2026-10-16 原帖引用： - 引用原帖：https://x.com/nelsonchu_/status/2111087393482674563 - 产品：https://www.vn.ai/

原文要点（译）：

"This app will help you generate videos with AI, but it does something really interesting: It will keep a record of every contribution you make. ← This is important! 1. It helps you generate and edit videos. 2. It checks for potential IP issues, scanning for recognizable logos, brands, and characters. 3. It keeps track of human creative decisions and changes and separates them from everything AI does. That gives you evidence of what you contributed to the finished work, which can help support a copyright claim."

简要解释：产品发布，非教程。机制层面有一处值得记：把"人类创作决策与改动"与"AI 生成部分"分账记录，并配合可识别 logo / 品牌 / 角色的 IP 扫描。被引原帖补充的产品背景是——引用美国版权局 2025 年 1 月的报告：使用 AI 辅助创作不剥夺版权，你叠加其上的编辑、选择与编排本身可被保护；举例为角色草图 → GPT Image → Seedance 动画 → 再改灯光/背景/节奏/声音，VN Studio 可显示片段中哪些部分属于你。

⚠️ 原文未给出技术实现细节、检测阈值或可复现实验方法。

7. Bland iMessage 代理：短信发个网址就生成品牌 Agent 号码

来源：@svpino（引用 @Bland 原帖）链接：https://x.com/svpino/status/2110784770489856278 日期：2026-10-16 原帖引用： - 引用原帖：https://x.com/usebland/status/2110777729159406076 - 说明页：https://www.bland.ai/blog/bland-imessage-a-branded-contact-in-every-customers-phone

原文要点（译）：

"This is pretty bonkers: You can text your website URL to this service, and they will send you back a branded agent phone number for your customers. ... Let's say you are a hair salon. Your customers can now text you, 'Do you have an open slot next Wednesday afternoon?' and get a text back with the answer."

简要解释：产品发布，非教程。被引原帖的补充细节：面向商家的 iMessage 代理，30 秒生成——发一个链接，Bland 学习你的业务、接入你的 API 并自动创建品牌代理；代理可发 Tapbacks（❤️、👍、❗）、可发送嵌入式组件，甚至在对话内收款；可短信 +1 (415) 481-7537。

⚠️ 原文未披露模型、价格、留存策略或与站点数据的交互边界。

引用一览

#	账号	链接	日期
1	@omarsar0	https://x.com/omarsar0/status/2112911038098317422	2026-10-21
2	@_akhaliq	https://x.com/_akhaliq/status/2112566784343876081	2026-10-20
3	@omarsar0	https://x.com/omarsar0/status/2112947912137122135	2026-10-22
4	@svpino	https://x.com/svpino/status/2110751304406704298	2026-10-15
5	@svpino	https://x.com/svpino/status/2110743040323379705	2026-10-15
6	@svpino	https://x.com/svpino/status/2111091543943807384	2026-10-16
7	@svpino	https://x.com/svpino/status/2110784770489856278	2026-10-16

被引用的第三方原帖：Richard Socher（Flint 发布）https://x.com/RichardSocher/status/2112944385415426249 、@EinsiaAI（EmbodiedEvo 线程）https://x.com/EinsiaAI/status/2110739977025798568 、@rabi_guha（OpenUI 1.0）https://x.com/rabi_guha/status/2110737805823672518 、@nelsonchu_（VN Studio）https://x.com/nelsonchu_/status/2111087393482674563 、@Bland（iMessage 代理）https://x.com/usebland/status/2110777729159406076 。

未在本篇追加 watchlist；正文出现的仓库/论文链接已原样保留，供宿主机核验后统一入库。