Jev 或成构建可靠 AI 系统的重要原语

如果你在构建自定义 agent harness，就用 MCP 工具。 前沿 LLM 对 MCP 非常熟悉。 后续测试和集成工具会容易得多。 我用 MCP 工具构建了我的 meta harness，这是我做过的最好的决定之一。

现在正是用前沿模型开始构建的最佳时机。 也是把你的应用创意变成现实的更多机会。 Bolt Forge 将 GLM、DeepSeek 和 Kimi 带入 @boltdotnew，用量最高提升 50 倍。 这意味着有更多空间去尝试想法、修复错误、持续构建。

原来我已经原地打转好几个月了。 日常工作里，我仍然混用 Opus 5、GPT-5.6 Sol 和开源模型（比如 DS4）。 这些都能靠我自定义的 harness 实现。 我很少需要 Fable 5.1 或 GPT-6 Astra。偶尔用于长时间运行的任务或炫酷演示。但也就这样了。

DAIR.AI 发布了一份关于递归自我改进（RSI）的综述，将智能体的自我改进按自主性划分为多个阶段：从执行他人设计的改进，到自主选择改进策略、收集经验、适应新环境，最终改进"改进过程"本身。该综述还提出 Headroom-Closed Index 以衡量当前 LLM 的不足，并对比了科学发现、具身智能体与软件工程三类场景的需求。

港科大研究者提出 AgentZip，针对高并发智能体沙箱的内存冗余问题，将沙箱内存占用最多压缩 8.7 倍（Linux 配置下为 2.1 倍）。他们测得 76% 至 96% 的内存页存在模板相对或跨沙箱冗余，AgentZip 据此对模板和同级沙箱进行压缩，并在智能体等待 LLM 时执行压缩、恢复时预取页面。激进压缩本身会拖慢执行 3.1 倍，调度与预取将其降至 1.40 倍。

DeepSeek 发布 DeepSeek-V4.1-Flash，定位为新架构家族中最小的模型，具备原生视觉理解，为更高能力、更快推理、更高吞吐和向更大模型扩展而设计。作者指出该模型为开放权重，在关键基准上超过 Opus 5，且价格更低。

Robbyant 开源 LingBot-World 2.0 Small，一个 1.3B 世界模型，可在单张消费级 GPU 上实时生成交互式世界。此次共开源 3 个模型，包括 1.3B Small、Bidirectional 和 Causal Pretrain；完整配置可扩展到 720p/60fps。作者评论称这与语言和图像模型类似，先放大能力再蒸馏到用户自有硬件。

@ltx_io 发布开放权重视频世界模型 LTX-2.5，支持本地部署和微调，前代 LTX 已达 18M 下载。新版本改进生成与编辑：新解码器提升人脸清晰度、文字招牌可读性和快速运动表现，原生 Multishot 在镜头间保持角色、环境、光照与语音一致，IC-LoRA 支持对象移除、连贯性修复和环境更换，更强的蒸馏模型把更多质量带入本地 GPU。

微软提出 FrogNano，一个 4B 参数编码智能体，在约 1，500 个软件工程环境中训练，全程未使用大模型知识蒸馏。其仅通过在线任务合成与 RL 后训练，核心在于生成校准至当前模型可学习边界的任务，而非依赖合成数据量。这表明仅凭合成任务即可训练出有竞争力的轻量级编码智能体。

KVMem 将智能体超长工作区溢出内容以分页 KV 状态保存，分布于 GPU 内存、主机内存与 NVMe，并用模型原生轻量注意力索引选取相关历史块，在原生上下文窗口内物化查询相关视图。