翻 DSH 源码那天，我在适配器层撞见了 pi-ai
几天前我想把 DSH 接个非 DeepSeek 模型跑跑。不是对 DeepSeek 有什么不满，是想试一个东西——具体是什么后来也没试成。翻模型适配器那层时，我看见了 piai 的痕迹。不是“参考过”那么含糊，是直接复用了代码。
agent harness6 篇实战文章
换个壳，分数就变了，这事今天算是被钉死了
速评：9 月 16 号挂上 arXiv 的 ReFigBench，从论文里扒了 1000 张总览图，测的是能不能把它们重建成可编辑的 PPT。 任务本身没什么可看的。
那篇20个Agentic术语的文章，承重墙在评论区里
我刷到那篇《20 Agentic AI Terms Every Developer Should Know》的时候，它已经攒了113条评论。113条，对一篇“术语扫盲贴”来说，这个数字本身就在说一件事：真正的讨论根本不在地基上。
把模型关进笼子，这层代码长什么样
模型写完一个 diff，到它能安全合进主分支，中间那层东西是什么？Tomas Grasl 写了篇 dev.to 帖子，说他管着一个 paywall、订阅、OAuth 都沾钱的后端团队，现在不写函数了，时间全花在定规则、配权限、设测试门槛上。第一次听到这话会想翻白眼——写不动代码了，就说自己在做更高级的事。
换模型是最懒的优化：把 AutoDesign 外面那圈壳画开
arXiv 上挂了篇 AutoDesign（2608.13560），做的是论文自动生成会议海报。我第一眼扫到标题里的 MetaHarness Optimization，心里"哦"了一声，差点划过去——又是 prompt 搜索换了个名字吧。
同一个模型，30.16% 和 99.95% 之间隔的是什么
八月底在 dev.to 上刷到那篇的时候，我第一反应是又一个 benchmark 捷报。AWS 一个工程师团队，把开源的 Strands agents SDK 和 Claude Opus 5 拼成一个 harness，跑 ARCAGI3 公开游戏集：25 个环境、183 个关卡，全部通关，RHAE 拿了 99.9…
