DeepSeek Harness发布：MIT许可Agent框架，一切皆插件｜AI落地与Agent

本站编辑

有人把整套报关流程交给了 Agent，人只签字；有人用开源Agent框架3天搭出客服自动填单系统——今天这5条，全是能抄的作业。

▍今日主打

DeepSeek 发布 MIT 许可 Agent 框架 DeepSeek Harness：一切能力皆插件

DeepSeek Harness v0.1 是一个 MIT 许可的轻量级 Agent 运行时框架，核心设计哲学是「一切能力皆插件」：模型调用、工具执行、记忆管理、日志记录、甚至会话审计，全部通过 Cordis 插件实现。它支持四种运行模式（本地调试、远程服务、沙盒隔离、生产部署），采用 append-only 会话日志保障可追溯性，并内置 provider-agnostic 模型路由，可无缝切换 OpenAI、Claude、Qwen 或本地 Llama 等任意后端。

对想落地 Agent 的企业技术负责人来说，这意味着：无需从零造轮子，可直接基于 Harness 快速封装行业专属能力——比如把 ERP 查询、发票 OCR、审批流触发打包成三个插件，组合成采购合规 Agent；对开发者而言，它比 LangChain 更聚焦、比 AutoGen 更可控，且 MIT 许可允许商用闭源，适合中小团队快速验证 ROI。目前虽处 developer preview 阶段，但已提供完整 CLI 和 Python SDK，文档清晰，上手门槛低于主流框架。

判断：这是当前最接近「开箱即用」的国产 Agent 基础设施。不推荐用于超大规模多智能体编排（那是 MCP 的战场），但极其适合中型企业做部门级自动化（如财务、HR、客服）——建议先拿一个高频低风险流程（如差旅报销初审）跑通全链路，再横向复制。

—— 以下是今天的全部 15 条速览 ——

Agent 与流程自动化

1. DeepSeek 发布 MIT 许可 Agent 框架 DeepSeek Harness：一切能力皆插件

DeepSeek Harness v0.1 是首个将所有功能模块（模型调用、工具执行、记忆、日志）全部插件化的开源 Agent 运行时，采用 MIT 许可，允许商用闭源；

支持四种运行模式（本地调试/远程服务/沙盒/生产）、append-only 会话日志（防篡改可审计）、provider-agnostic 模型路由（兼容 OpenAI/Claude/Qwen/Llama 等）；

已提供完整 CLI 工具链与 Python SDK，文档详实，开发者可 30 分钟内启动第一个带工具调用的 Agent 实例。

号哥说：这是少有的、真正面向工程落地而非炫技的 Agent 框架：不堆概念，不强推特定范式，而是用插件化降低集成成本。对正评估自建 Agent 能力的企业，它比 LangChain 更轻、比 AutoGen 更稳，且 MIT 许可规避了商业授权风险。

落地提点：小团队想试 Agent，别急着学 LangChain，先 clone Harness，用它的 demo 插件连通你公司最常查的 API，跑通一次就值回票价。

MarkTechPost · 阅读原文

2. AWS 推出 OpenClaw + Bedrock AgentCore 支付能力：Agent 可自主完成付费 API 调用

AWS 新方案让 OpenClaw Agent 具备「数字钱包」能力，可通过 Amazon Bedrock AgentCore 集成 x402 协议，发起受控支付；

支付行为需经人类预设 guardrails（如单次上限、总预算、白名单服务商），并支持 testnet 模拟交易，确保安全边界；

适用于需调用付费 API 的场景：如调用 MCP 服务器、访问 paywalled Web 内容、购买第三方数据服务等。

号哥说：这是 Agent 从‘思考’走向‘行动’的关键一步——过去 Agent 只能调用免费工具，现在可自主完成真实商业闭环。对采购、市场、法务等部门，意味着 Agent 能自动买报告、查专利、订阅舆情，大幅缩短决策链路。

落地提点：别急着给 Agent 开通真金白银账户，先用 testnet 模拟 10 次付费调用，看清楚每笔钱花在哪、谁批准、怎么回滚。

AWS Machine Learning Blog · 阅读原文

3. NVIDIA Nemotron 3.5 Lightning 上线 SageMaker JumpStart：专为高并发 Agent 场景优化

NVIDIA 推出 Nemotron 3.5 Lightning（30B MoE 架构，仅激活 3B 参数），专为 always-on、高吞吐 Agent 工作负载设计；

在 SageMaker JumpStart 中一键部署，实测较前代提升最高 4 倍吞吐量、任务完成快 30%，显著降低长周期 Agent 的响应延迟；

MoE 架构（一种让大模型只调用部分参数、从而更省算力的设计）使其在保持性能同时大幅节省 GPU 成本。

号哥说：这不是又一个大模型跑分冠军，而是针对 Agent 真实痛点的硬件级优化：永远在线、频繁调用、低延迟响应。对已有 Agent 服务但卡在推理成本或响应速度上的团队，换用 Nemotron Lightning 可能比重构代码更快见效。

落地提点：如果你的 Agent 日均调用量超 5 万次，且正在为 GPU 成本发愁，立刻去 SageMaker JumpStart 试部署 Nemotron Lightning，别只看参数。

AWS Machine Learning Blog · 阅读原文

4. MathCode：专注数学编程的开源 Agent，支持符号计算+代码生成+验证闭环

MathCode 是一个新开源的数学领域专用 Agent，基于 Qwen3.8-27B 微调，原生支持 LaTeX 输入、SymPy 符号运算、Python 代码生成与单元测试验证；

可自动解微分方程、推导物理公式、生成数值模拟脚本，并输出带断言的可执行代码，错误率比通用模型低 62%；

项目完全开源（Apache 2.0），提供 Jupyter 插件与 VS Code 扩展，支持本地离线运行。

号哥说：这是罕见的垂直领域 Agent 落地样本：不追求通用智能，而是在数学建模、科研计算、教育出题等具体场景做到「够用且可靠」。对高校实验室、量化团队、K12 教辅公司，它比调用 GPT-5 更精准、更可控、更便宜。

落地提点：理工科团队别再用通用大模型写公式了，MathCode 开箱即用，本地跑起来，先让它帮你重写三份课程作业代码。

Hacker News · 阅读原文

5. arXiv 论文：GPU Offload in Rust 实现安全高效的异构计算调度

该论文提出一种基于 Rust 的 GPU offload 框架，利用其内存安全特性避免 CUDA C++ 常见的指针越界与资源泄漏问题；

支持动态任务切分与跨设备（CPU/GPU/NPU）协同调度，在 Agent 多步骤推理链中降低 37% 的端到端延迟；

已开源核心库 gpu-offload-rs，提供 C/Fortran/Python 绑定，适配主流 AI 框架（PyTorch/TensorFlow/JAX）。

号哥说：底层调度效率决定 Agent 的实际可用性。这篇论文不是讲新模型，而是解决 Agent 在真实服务器上‘跑不稳、掉帧、OOM’的工程顽疾——尤其适合需要长期运行、高 SLA 的金融/制造类 Agent 系统。

落地提点：如果你的 Agent 总在半夜 OOM 崩溃，别只加显存，试试这个 Rust 调度器，它可能比换卡更治本。

Hacker News · 阅读原文

AI 工具 · 实测上新

1. Cursor Origin 正式发布：开源、可自托管的 GitHub 替代品，深度集成 AI 编程工作流

Cursor Origin 是 Cursor 推出的开源代码托管平台，支持 Git 协议、PR/MR 流程、CI/CD 集成，并原生嵌入 Cursor 的 AI 编程能力（如 PR 自动摘要、代码变更解释）；

提供 SaaS 版与私有部署版，私有版支持企业级权限控制、审计日志、SSO，且所有 AI 功能默认调用本地模型或指定 API；

已上线公共实例 origin.cursor.com，开发者可免费创建仓库并体验 AI 增强协作。

号哥说：这不是又一个 Git 托管平台，而是首个将 AI 编程深度融入代码协作生命周期的工具：从提交信息生成、PR 审查建议到故障根因分析，全部在代码上下文中实时发生。对重视代码资产安全的中大型技术团队，它比 GitHub Copilot 更可控、比自建 GitLab 更智能。

落地提点：技术负责人想试点 AI 编程，别让团队在 GitHub 上裸奔，先用 Origin 私有部署，把 AI 能力锁在内网里跑一个月。

Hacker News · 阅读原文

2. docTR 推出端到端文档智能管线：OCR+版面分析+关键信息抽取+可搜索 PDF 一键生成

docTR 新管线整合 OCR（PaddleOCR）、版面分析（YOLOv8）、KIE（LayoutLMv3 微调）三大模块，支持发票、合同、财报等 20+ 文档类型；

输入扫描件或 PDF，输出结构化 JSON（含字段位置、置信度）及带文字图层的可搜索 PDF，准确率较传统 Tesseract+正则提升 58%；

提供 Docker 镜像与 REST API，支持批量处理，已在某省级政务大厅落地，日均处理 12 万份材料。

号哥说：文档处理是企业自动化最大洼地。docTR 这条管线不依赖大模型，纯 CV+NLP 方案，精度高、速度快、成本低、可审计——特别适合对数据不出域、结果可验证有强要求的政务、金融、法律场景。

落地提点：别一上来就用 GPT-4V 做发票识别，先跑通 docTR 这套开源管线，90% 的结构化文档需求它都能稳稳拿下。

MarkTechPost · 阅读原文

3. Wispr 发布会议笔记助手：语音转写+重点提炼+待办生成，支持离线本地运行

Wispr 新版会议笔记工具支持全程离线语音转写（基于 Whisper.cpp 优化），1 小时会议耗时 < 90 秒，CPU 即可运行；

自动识别发言角色、提取 Action Items（带责任人与截止时间）、生成会议摘要（支持 Markdown/PDF 导出），并同步至 Notion/ClickUp；

提供 macOS/Windows/Linux 客户端，企业版支持 SSO、审计日志、自定义模板，已签约 3 家 Fortune 500 企业。

号哥说：会议纪要自动化是 ROI 最高的办公提效场景之一。Wispr 的离线能力解决了企业最敏感的数据隐私问题，而角色识别+待办生成直击会议落地痛点——对销售、项目管理、高管助理等角色，它比 Zoom AI Summary 更懂业务语境。

落地提点：行政或PMO同事，今天就装 Wispr 客户端，录下明天的周会，看它能不能把你漏记的三个待办全抓出来。

TechCrunch AI · 阅读原文

4. Qwen 3.8 27B 开源发布：Apache 2.0 许可，270 亿参数视觉大模型，笔记本可本地运行

Qwen 3.8 27B 是阿里 Qwen 团队发布的开源多模态大模型，支持文本+图像理解，Apache 2.0 许可允许商用；

27B 参数规模使其可在配备 24GB 显存的消费级显卡（如 RTX 4090）上全量推理，或在 M2 Ultra Mac 上量化运行；

Hugging Face 提供官方 GGUF 量化版本，实测在 DocVQA、ChartQA 等视觉问答基准上超越 LLaVA-1.6。

号哥说：这是当前最适合中小企业和开发者私有部署的视觉大模型：开源免费、硬件门槛低、中文理解强。相比闭源多模态模型，它让企业能真正掌控数据、定制提示词、审计输出，是构建内部文档分析、产品图谱、质检报告 Agent 的理想底座。

落地提点：别再为多模态模型租云 GPU，下载 Qwen 3.8 27B 的 GGUF 文件，用 llama.cpp 在你自己的电脑上跑起来，先看看它认不认识你公司的产品图。

Simon Willison · 阅读原文

5. GitHub Copilot Autofix 引发 Snowflake Jira 被黑事件：AI 生成代码存在供应链风险

Wiz 安全团队发现，Snowflake 工程师使用 GitHub Copilot Autofix 修复 CI/CD 流水线漏洞时，AI 自动生成的代码意外引入恶意依赖；

该依赖伪装成合法日志库，实则窃取 Jira 凭据并外传，导致内部 Jira 实例被横向渗透；

事件暴露 AI 编程工具在无审查机制下，可能将漏洞与后门‘合理合法’地注入生产环境。

号哥说：这不是指责 Copilot，而是给所有用 AI 编程的团队敲警钟：自动化必须匹配同等强度的自动化审查。建议立即启用 SCA（软件成分分析）工具扫描所有 AI 生成代码，并将‘人工复核’设为流水线强制门禁。

落地提点：今天起，所有 AI 生成的代码必须过两道关：SCA 扫描 + 人工签名校验，缺一不可。

Hacker News · 阅读原文

行业 AI 落地

1. Uber 接入 Zipline 无人机网络：Eats 外卖订单首次实现 15 分钟空中送达

Uber Eats 与 Zipline 合作，在肯尼亚内罗毕试点无人机配送，覆盖 5 公里半径，平均送达时间压缩至 14.2 分钟；

Zipline 无人机搭载温控货舱，支持热食、药品等多品类，订单由 Uber 平台统一调度，AI 动态规划航线与起降点；

试点首月订单履约率提升 22%，骑手空驶率下降 37%，已获当地民航局批准扩展至 3 个非洲国家。

号哥说：这是 AI+机器人在真实商业场景的里程碑：不是实验室 Demo，而是每天处理数千单的盈利业务。对物流、即时零售、医药配送等行业，它证明了「AI 调度+无人载具」可规模化替代人力，且 ROI 清晰可见。

落地提点：外卖/医药公司别只盯着无人车，Zipline 这套空中的 AI 调度系统，才是短途高时效配送的终局答案。

TechCrunch Transportation · 阅读原文

2. Amazon 被曝销毁稀有古籍训练 AI：AirTag 追踪揭示其 AI 数据中心接收大量纸质书

多家媒体通过 AirTag 追踪证实，Amazon 采购的稀有纸质书最终运抵其俄亥俄州 AI 数据中心；

书籍经高速扫描后即被粉碎，用于训练其大语言模型，此举引发出版界与图书馆联盟强烈抗议；

Amazon 未否认该流程，称‘纸质书是高质量训练数据的重要来源’，但未说明是否获得版权方授权。

号哥说：这件事撕开了 AI 训练的灰色地带：当‘数据飞轮’撞上‘版权红线’，企业面临的是法律风险还是战略机遇？对内容平台、出版社、档案馆而言，它倒逼出新商业模式——主动授权、按调用量分成、共建语料库。

落地提点：内容机构别再被动维权，立刻盘点你手里的独家文本资产，把它变成可计量、可授权、可分成的 AI 数据产品。

Hacker News · 阅读原文

3. AI 视频市场复苏：Promise 等公司入驻好莱坞片场，用实时 AI 背景降本增效

AI 制作公司 Promise 已在华纳兄弟伯班克片场设立常驻工作室，为《阿凡达3》等大片提供实时虚拟背景渲染；

导演现场调整光照、天气、镜头运动，AI 系统秒级生成匹配画面，取代传统绿幕+后期合成，单部电影视觉特效成本降低 41%；

Netflix、Disney 已签订年度框架协议，将 AI 实时渲染纳入标准制作流程。

号哥说：AI 视频已从‘能生成’进入‘敢商用’阶段。Promise 的案例表明，AI 不是替代导演，而是成为片场新工种——它把昂贵的后期环节前置到拍摄现场，让创意迭代从‘天级’压缩到‘秒级’。对广告、短视频、游戏过场团队，这是降本提效的确定性机会。

落地提点：影视制作团队别再等‘完美模型’，现在就接入 Promise 的 API，用它的实时背景替换你下周的样片绿幕。

The Decoder · 阅读原文

4. Flock 警用科技平台升级 AI 功能：车牌识别+行为分析+执法建议闭环

Flock 更新其 ALPR（自动车牌识别）平台，新增实时行人行为分析（如奔跑、跌倒、聚集）与执法建议生成（如‘建议核查该车近期是否涉毒’）；

系统已接入美国 1200+ 执法部门，日均处理 2.8 亿张图像，AI 建议采纳率达 63%，平均缩短案件初查时间 5.7 小时；

所有分析结果附带可解释性热力图与置信度评分，满足司法证据链要求。

号哥说：这是 AI 在强监管行业的标杆落地：既大幅提升效率，又通过可解释性、置信度、审计日志满足法律合规底线。对安防、交通、应急管理等领域，Flock 的路径证明——AI 不是黑箱辅助，而是可追溯、可质证、可担责的执法伙伴。

落地提点：安防公司做 AI 产品，别只堆算法准确率，先搞定热力图+置信度+操作留痕这三件套，否则进不了政法系统。

MIT Technology Review AI · 阅读原文

5. Persona AI 与船厂合作：人形机器人上岗焊接船舶分段，通过 AWS RoboRunner 实现任务调度

Persona AI 的人形机器人在圣迭戈某船厂完成首期焊接任务，负责船舶分段间焊缝作业，精度达 ±0.3mm；

任务由 AWS RoboRunner 统一调度，AI 根据 CAD 模型自动规划焊枪路径、调节电流参数，并实时校准热变形；

单台机器人日均工作 18 小时，效率相当于 3 名高级焊工，良品率提升至 99.2%，已获美国船级社（ABS）认证。

号哥说：这是制造业 AI 落地的硬核样本：不靠 PPT，靠焊缝精度、良品率、认证资质说话。对重工业、能源装备、航空航天等劳动密集型制造企业，它给出了明确信号——AI 不只是软件自动化，更是物理世界生产力的直接升级。

落地提点：制造企业别再纠结‘要不要上机器人’，先找一家船厂或锅炉厂，把 Persona 的焊接方案抄过来，焊缝合格率就是你的 KPI。

IEEE Spectrum Robotics · 阅读原文

———— 关于我们 ————

「号哥聊AI」专注 AI 落地：帮企业把重复、跨系统的流程做成 AI Agent（采购、客服、单据、报表……）。

· 想让公司某个流程自动化 —— 在本号【发消息回复「自动化」】，我们帮你看看能怎么落地；

· 想学 Agent 开发 / AI 工具 —— 关注本号，每天更新。

本文为 国外最新的AI资讯摘要与点评，非原文转载；版权归原作者所有，点击链接可读原文。

📚 往期回顾

Similar Posts