微软研究院的 ResearchStudio-Reel 把论文传播的"最后一公里"——海报、演讲视频、双语博客——重构为五个可组合技能。它用一次共享提取替代三次重复读论文，用硬性渲染门控替代软性美学打分，用可编辑的 PowerPoint/Word 替代只读 PDF。在 100 篇论文基准上，它生成的海报美学评分甚至超过了作者本人手绘的海报，在 84%-93% 的论文上获胜，并且是目前唯一同时交付三种可编辑传播产物的流水线。
Lilian Weng（Thinking Machines Lab 联合创始人、前 OpenAI 研究副总裁）在这篇万字综述中系统梳理了「Harness 工程」——围绕基础模型的运行时系统——作为通往递归自我改进（RSI）现实路径的核心命题。文章从 RSI 的思想起源讲起，把 Harness 定义为决定模型如何思考、规划、调用工具、管理上下文、评估结果的系统层，并梳理了三大设计模式（工作流自动化、文件系统持久记忆、子代理并行）、四大优化方向（上下文工程、工作流设计、自我改进、进化搜索）以及与模型权重的联合优化，最后坦诚列出七大瓶颈。本精读将这篇综述放在 RSI→Harness 的研究脉络中定位，提炼其方法论骨架与可迁移的普适灵感。
2026年过半，AI产业从年初"Token Maxing"的狂热转向"Token Minimizing"的理智。本期《硅谷101》走进亚马逊云科技中国峰会，实地探访AI在短剧出海、金融量化、药物研发、游戏开发、端侧硬件与安全攻防等领域的真实落地——不再是PPT，而是已经在产生价值的业务。
Anthropic团队在Claude模型内部发现了一个类似人脑全局工作空间的特权表示子空间——J-space。它由一小撮不断演变的’未说出的词语’组成，仅占激活方差不到10%，却承担着言语报告、内部推理、灵活泛化和自我监控的核心功能。本文深度解析Jacobian Lens技术、J-space的五个功能属性、以及反事实反思训练这一全新对齐范式。
硅谷101两位主持人对话AppleX（陈天桥创立、公司名源自希腊语’证明与论证’）两位首席科学家Simon杜少雷与李贝兵。当Anthropic宣布约80%代码已由模型自己写、模型能完成的任务按人类时间每7个月翻一倍，‘递归自我提升（RSI）‘成了硅谷模型今年的必争之地。本文按主题整理，每主题含’新的变化’与’嘉宾观点与解释’，覆盖RSI为何今年爆发、长程任务的技术底座、递归漂移、验证与Agent Team、发现模型、品味为何是人类最后的不可替代性、自进化时间表与跑偏担忧，以及陈天桥与马斯克的风格差异，力求让未看视频的读者快速理解每个判断背后的推理。
美国AI2实验室大模型负责人、开源AI领域最具影响力的研究者之一Nathan Lambert，2026年4月专程赴中国考察北京、杭州的AI实验室——阿里巴巴、智谱、月之暗面、清华、小米、美团、蚂蚁、零一万物等。回到美国后他写下了引发广泛讨论的文章。这期硅谷101播客中，Nathan分享了第一手观察：中国为何在大公司AI战略上走出了与美国截然不同的路线？开源模型领导权是否已经从美国转移到中国？华为芯片能否替代NVIDIA？中美AI人才和文化差异如何影响模型构建？本文从8大主题完整梳理，每个主题以"新的变化"+“嘉宾观点与解释"双维度展开，让没看过原视频的读者也能快速理解背后的推理逻辑。
整理自「此话当真×十字路口」联合节目，真格基金投资总监天杰（Jack）与归藏（张师傅）回顾Agent元年前500天的六大关键词：Headless无头软件、CLI命令行接口、Skill技能经济、Agent Economy智能体经济、OpenClaw共识塑造、Token Grant创业赞助。两人从投资人、创作者和重度用户的三个视角，深入讨论了GUI思维软件为何不再值得投资、消费级产品为何竞相开放CLI、Skill的商业价值被严重低估，以及下一个"抖音"可能是十倍产能的抖音而非全新形态。
整理自机器之心AI技术活动的圆桌对话。嘉宾包括中国人民大学张少林、清华大学李佳、西湖大学张弛、华为诺亚方舟实验室Agent专家开国。四位嘉宾围绕"Agent是否出现了新范式"展开讨论，梳理了从Prompt→Context→Harness→Loop的概念演进逻辑——这并非范式革命，而是模型能力与任务复杂度之间"不对等关系"持续再平衡的结果。讨论还深入了Agent核心工作单元的变化、多Agent通信从语言走向潜空间的学术前沿及其黑箱化风险、自进化Agent的火与限界，以及Loop模式下验证困难度急剧上升的现实挑战——尤其是在代码生产场景中，AI凌晨提交万行commit时人类是否敢于直接合入的核心困境。
整理自西湖大学张驰在「即兴之星」活动上的学术报告。张驰将Agent的"进化"拆解为四个递进层级——知识进化（Text-to-SQL的探索-部署范式）、经验进化（App Agent的自动生成说明书）、动作进化（App Agent X的高维Action涌现）、架构进化（Learning to Be a Doctor的Agent自优化工作流）。核心主张：真正的进化不是模型参数变大，而是让Agent像人一样，通过积累知识、形成肌肉记忆、涌现高维动作、最终自我设计工作流来不断迭代。报告还分享了GUI Agent不应靠微调实现泛化、RPA与Agent的融合思路、以及"用Agent优化Agent"这一神经架构搜索思想在Agent时代的回归。
Claude Code源代码泄露后，Agent Harness的关键模块被完整呈现出来，成为最好的教学样本。本期「十字路口」邀请到Learn Claude Code教程（GitHub超5万星）作者、CLAI创始人来新璐，从Harness的三层架构（执行能力层、上下文环境层、治理编排层）到底层设计哲学，深入拆解Claude Code的沙箱环境、记忆「做梦」机制、上下文压缩策略，以及从LangChain到Agent Runtime的范式迁移。来新璐还分享了他对CLI vs MCP之争的判断、Agent Harness赛道的创业格局，以及一个令人兴奋又有些可怕的未来图景——零人公司。