今日推送

💡 内容总结 MMSkills为Visual Agent的Skill系统增加视觉状态和环境信息建模，让Agent在执行技能时能感知真实屏幕状态而非仅依赖文字描述。

💡 内容总结 上海交大与小红书团队提出Harness-R1，通过在线强化学习让harness工程师自动编辑优化Agent行为，实现失败驱动的运行时可学习编辑。

💡 内容总结 ABSeeker将搜索Agent的稀疏最终奖励反向分解为每一步的密集奖励，4B Qwen3.5用8.5k样本达到同尺寸最强性能。

💡 内容总结 Open Design开源设计工具可配合Codex、Claude Code、Cursor等Agent，直接生成网页HTML/CSS、APP原型并能继续交给代码Agent开发。

💡 内容总结 Prime Agent通过Python环境和RLM动态创建Agent，支持自我改进和任务优化，提出Agent竞争关键在于Harness层。

💡 内容总结 Codex工作流升级精选10个Skill，覆盖需求发现、网页操作、资料采集、原型设计、架构优化等完整项目开发链路。

💡 内容总结 总结Agent评测核心原则：从真实失败案例起步、同时评Outcome和Transcript、用pass@k区分稳定性，形成Trace→Eval→改Harness闭环。

💡 内容总结 业务Agent生产落地采用Pipeline兜底加Gate收口策略，确保复杂业务场景下Agent输出的可靠性和可控制性。

💡 内容总结 自己想通+跑通了一个codex改论文的路子

💡 内容总结 开源一套仿官前端