17:57阿里云 Alibaba Cloud@alibaba_cloud精选阿里云等机构在论文中提出NLAH框架,用可执行自然语言替换刚性代码工具集(Agent Harness)。在相同任务上,NLAH性能与代码方案持平,但Token消耗从60k降至2.9k,降幅达95%。其模块化设计可精准归因每一步的值,并识别出多候选搜索等“负资产”环节。该工作将智能体构建从“胶水代码”转向科学策略。论文NLAHAgentHarness智能体自然语言效率优化推荐理由:看这篇论文,阿里云用自然语言写智能体工具,token省了95%,还能揪出拖后腿的环节。原文
AITOP5月29日 08:02Opus 4.8发布:编程助手的“静默时刻”,是解放开发者,还是新门槛?🔥Anthropic 把 AI 编程的“确认键”彻底删掉了!Claude Code 搭载全新 Opus 4.8 模型,长时间任务不跑偏、不废话、不中断,像一个资深工程师一样默默干活,从功能开发到漏洞清扫全包圆,你在旁边喝茶等结果就行。过去 AI 写代码三步一问“这样可以吗”,现在它直接交完整交付物……自主编程的最后一层窗户纸,被捅破了。做自动化开发和代码审查的团队,这个模型建议直接上手,效率差距肉眼可见……
22:17rohanpaul_ai@rohanpaul_ai精选72°一篇新论文指出,AI智能体的真实行为更多来自其外围的“控制层”(harness),而非模型本身或提示词。该控制层负责规划、工具调用、记忆、重试、验证和停止等逻辑,而许多智能体将这一层隐藏在代码中,导致问题难以调试。论文提出“自然语言智能体控制层”概念,用结构化自然语言表达这些逻辑,使其可检查、可移植、可测试。在SWE-bench上的实验表明,增加控制层结构会显著改变智能体行为,但并非总是带来性能提升。论文智能体控制层自然语言SWE-bench论文推荐理由:这篇论文戳中了AI智能体工程化的核心痛点——控制层设计比模型选择更关键,做智能体框架或复杂任务自动化的开发者值得一读。原文