自建 meta harness 灵活切换模型

DAIR.AI的Elvis Saravia提出以“任务”作为超越提示词的交互单元，通过整合语音、屏幕、文本、标注等多模态信息，让智能体一次性获得完整上下文。该方法受Karpathy关于长语音会话作为提示的启发，通过前端加载上下文减少反复修正，使智能体在单次交互中完成更复杂的工作。

Elvis Saravia 介绍使用 human-in-the-loop（HITL）来提升 agentic loops 的可靠性。他所有 Claude 和 Codex agent 会话都通过 @DialAgent MCP 服务器，该服务器为 agent 提供专属号码，支持语音、SMS、iMessage 作为原生工具。当循环/自动化处理 PR 或新功能时，agent 会通过简短电话将决策升级给人类，尤其适合在路上或离开电脑时。用户可粘贴指令让 agent 拨打电话测试。Dia…

YT 视频 -> Artifacts 看看我如何使用新的 /youtube-notetaker 技能从 YT 视频生成 Artifacts。 捕获幻灯片、笔记、转录内容…… 快去试试 ↓

AI 正在创造新的工作岗位，我预计许多公司会开始招聘自动化工程师。 这个角色需要有人理解团队的真实运作方式，并能构建团队所需的自动化。Jake 在这篇文章中解释得很好。 在 @getserval，自动化工程师会嵌入 IT、HR、财务和法律团队，直接在每个客户的 Serval 环境中构建 AI 智能体。

我认为智能体的消费级突破，会出现在它们主动发起对话的时候。 Lucas 住在 iMessage 和 WhatsApp 里，有事需要处理时会先给你发消息，比如取消航班的退款，或者你一直拖着没订的预订。主动能力很棒。

DevDay 上最让我印象深刻的是 @thsottiaux 点名了 @pidotdev。 这与 OpenAI 看起来认真构建更开放生态的态度完全一致。而且不只是说说而已，这里有一个巨大的机会，成为所有人都在其上构建的平台。从刚入门的人到世界顶级构建者。说白了，这背后是一个长期愿景。 在人人都在构建的世界里，这很合理。

循环之后是什么？ 会试着直播这条推文，至少把关键要点发出来。

如果你在做 AI 产品，推荐一读。标题看不出什么。里面有很多关于什么驱动 AI 分发、以及如何在竞争极其激烈的 AI 格局中构建防御力的精彩见解。

TypeSafe AI 的校准决策模型 Jev 只需一个通用 yes/no 问题，用其概率作为评分，无需额外训练即可区分模型失效与正常回复，中位 AUROC 达 0.886。

Michael Thiessen 实验将 Jev 作为 Agent harness 中编辑后运行的模糊 linter：把编码指南拆成无需额外上下文和推理的微小规则，并构建合成 eval 加 held out 集防止过拟合。