每日 Harness 开源 · Source
全部刊期 · All issues

每日 Harness

2026-07-17 · Friday, July 17, 2026

智能体工程与开放模型

视图 · View

今日重点 · Today's Highlights

[Harness Handbook: Making Evolving Agent Harnesses Readable,Navigable, and Editable](https://arxiv.org/abs/2607.13285)[^1] - 把 agent harness 当作持续演化的软件对象来研究，切中提示、状态、工具和执行协调难以维护的问题。

全文 ↓

[Set-shifting Behavioral Test for Harnessed Agents](https://arxiv.org/abs/2607.13396)[^2] - 用“可靠工具在会话中静默改变”的设计测试 agent 是否会固守旧工具，是很具体的 harness 行为评测。

全文 ↓

[AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities](https://arxiv.org/abs/2607.13705)[^3] - 关注评测工程本身，把 agent、任务、环境和指标统一到可复现实验接口里。

全文 ↓

[Ratel, give agents unlimited tools and skills without context bloat](https://github.com/ratel-ai/ratel)[^4] - 把工具和技能选择从 prompt 堆料改成调度层问题，直接对应 agent 产品里的上下文膨胀。

全文 ↓

[Firefox in WebAssembly](https://developer.puter.com/labs/firefox-wasm/)[^5] - 完整 Firefox/Gecko/SpiderMonkey 跑进 WebAssembly，展示大型浏览器被搬进浏览器沙箱的工程边界。

全文 ↓

论文 · Papers

15 项 · 论文

Self-Improvements in Modern Agentic Systems: A Survey6arxiv.org原文 ↗

arxiv.org

这篇综述把 self-improving autonomous agents 定义为从经验中积累能力增益的适应系统，重点不是单个 prompt trick，而是可控演化的系统架构。abstract 明确把目标放在“minimal or even no human input”的适应循环上，并围绕 agent 设计、经验、反馈、更新与评测风险梳理问题。它适合作为近期 agent 自改进论文的地图，因为它把记忆、规则、优化器和安全边界放进同一生命周期里讨论。

–

Oracle Agent Memory as an Enterprise Memory Substrate for Long-Horizon AI Agents7arxiv.org原文 ↗

arxiv.org

论文把 agent memory 放到企业级长周期 agent 的系统层语境中，而不是把它简化成向量检索。abstract 列出的需求包括跨长对话保存任务状态、跨会话恢复用户事实和偏好、从历史结果中积累程序性知识。它的价值在于把“记住什么”推进到“如何确定性写入、治理、审计和与企业数据系统协作”。

–

本期重点Harness Handbook: Making Evolving Agent Harnesses Readable,Navigable, and Editable1arxiv.org原文 ↗

框架与脚手架系统·基础设施

论文指出现代 agent 的能力同时依赖 foundation model 和 harness，后者负责构造提示、管理状态、调用工具并协调执行。随着模型、API、环境和需求变化，harness 必须持续修改；文章因此提出围绕 readable、navigable、editable 的维护框架。它把 agent 工程中常被当成脚本胶水的部分提升为可分析的软件系统。

–

本期重点Set-shifting Behavioral Test for Harnessed Agents2arxiv.org原文 ↗

arxiv.org

论文借用认知心理学 set-shifting，设计了一个隐藏可靠性迁移测试：同一会话中可靠工具静默改变，agent 需要停止沿用旧选择。benchmark 使用有冗余能力的 tool-skill libraries，多种工具能完成同一任务但可靠性不同。这个设计把“agent 是否真的从观察中调整工具策略”拆成可复现实验，而不是只看最终任务成功率。

–

STOCKTAKE: Measuring the Gap Between Perception and Action in LLM Agents with a Fair Oracle8arxiv.org原文 ↗

arxiv.org

STOCKTAKE 处理多周决策任务中的一个评测盲点：最终成本只能说明失败，却不能说明 agent 是误读了状态，还是读对后没有采取正确动作。论文引入 fair oracle，把 perception failure 与 knowing-doing gap 分开测量。对长周期 agent 来说，这比单一总分更能定位系统应该改传感、记忆、规划还是执行。

–

本期重点AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities3arxiv.org原文 ↗

arxiv.org

AgentCompass 是轻量开源评测基础设施，目标是减少 agent benchmark 管线碎片化和重复工程。abstract 强调现有评测高度耦合，妨碍复现，因此它提供统一接口组织 agent、任务环境、指标和实验运行。它的贡献偏工程底座：让不同能力评测能被同一框架装配、比较和复跑。

–

CAVA: Canonical Action Verification and Attestation for Runtime Governance of Agentic AI Systems9arxiv.org原文 ↗

arxiv.org

CAVA 针对 agentic AI 的运行时治理，处理同一操作在本地 hook、SDK 工具、浏览器自动化、API gateway 或 workflow engine 中被记录成不同格式的问题。论文提出 canonical action，把发布代码、改变身份状态、转移资金、导出数据等动作规范化，并生成可验证 attestation。它把治理焦点从“模型说了什么”转到“运行时实际做了什么以及如何证明”。

–

Experience Memory Graph: One-Shot Error Correction for Agents10arxiv.org原文 ↗

arxiv.org

论文提出 Experience Memory Graph，用图结构记录 agent 在长任务中的 state、action、observation 与失败关系。它针对 compounding errors 和失败恢复困难，把一次失败沉淀为可检索的结构化经验，用于相似上下文的一次性纠错。这个方向比普通反思文本更具体，因为错误被绑定到轨迹节点和因果邻近关系上。

–

Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.011arxiv.org原文 ↗

arxiv.org

论文质疑 agent optimizer 的常见报告方式：固定 benchmark 上一次优化后的提升，不等于部署中遇到新任务、新失败时收益会递归累积。它基于 Terminal-Bench 2.0 设计 continual-learning 评测，观察优化器在连续失败反馈下是否 compound。这个问题直接影响 agent 训练后维护策略，因为不能累积的优化更像一次性补丁。

–

Compaction as Epistemic Failure: How Agentic LLM Tools Fabricate Confirmed Results from Killed Processes12arxiv.org原文 ↗

arxiv.org

论文记录 Claude Code compaction summary 中的具体失真：超时命令被 kill 后，部分 stdout 被摘要成已确认结果。abstract 点名 exit code 143 的 killed process，其未完成输出会在后续 session 中被当作事实继承。它提醒 agent 记忆压缩必须保留证据状态，否则摘要会把“看到过片段”错误升级成“已经验证”。

–

Inference Economics of Enterprise Coding Agents: A Case Study of Cloud vs. On-Premise LLMs13arxiv.org原文 ↗

arxiv.org

论文用单开发者、非随机案例研究比较云端 frontier model 与本地量化开权重模型在企业 coding agent 中的经济性。abstract 把权衡拆成高 token 成本和较强推理能力，对照低边际成本、数据主权与可能下降的推理保真度。它的阅读价值在于把模型选择放进真实 agent workflow，而不是只比较每百万 token 标价。

–

Adaptive Filtering of the KV Cache: Diagnosing and Correcting Structural-Role Bias in LLM Inference15arxiv.org原文 ↗

arxiv.org

论文分析 H2O 及其后继的 attention-based KV cache eviction：用累积 attention mass 排名 token，把高“能量”的 token 保留下来。作者指出在 nested JSON 等 schema-dense 输入中，这种排序会形成 structural-role bias，过度保留结构符号而挤压语义内容。它把 long-context 推理故障落到 cache 过滤机制上，给出了比“上下文太长”更可调的解释。

–

DevicesWorld: Benchmarking Cross-Device Agents in Heterogeneous Environments16arxiv.org原文 ↗

arxiv.org

DevicesWorld 面向跨设备 agent 评测，覆盖手机、桌面和智能设备之间的异构任务。abstract 指出真实目标常常从手机获得信息、在桌面处理、再把结果送到另一设备，而现有 benchmark 多集中在单一环境。这个 benchmark 把权限、界面切换和跨设备状态一致性纳入评测范围，接近实际个人助理任务。

–

Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents17arxiv.org原文 ↗

arxiv.org

论文把 agent memory 管理建模为可学习控制过程，而不是固定的检索或写入启发式。作者认为 graph memory、reflection store 等方案仍常靠手写规则决定何时访问记忆，这限制了 agentic learning。它提出的方向是让策略根据任务状态自适应写入、检索、压缩或忽略记忆，把 memory 从被动存储变成可优化行为。

–

开源 / 项目 · Projects

15 项 · 开源 / 项目

Bonebox-01 - 29KB bare metal x86 OS18github.com原文 ↗

github.com

Bonebox-01 是一个极小体积 bare-metal x86 OS，标题强调 29KB，可启动系统被压到非常小的二进制规模。HN 描述还把它写成 “80 KiB, built to kill Tiny Core”，说明项目卖点就是尺寸约束下的操作系统最小化。它适合看 boot、内核基本设施和用户体验如何在极端体积预算中取舍。

–

I open-sourced a macOS native Markdown rendering engine19github.com原文 ↗

github.com

swift-markdown-engine 是 Swift/macOS 原生 Markdown 渲染引擎，面向 SwiftUI 和 AppKit。README 将其定位为高性能、CommonMark/GitHub 风格 Markdown 渲染组件，用原生视图处理 Markdown，而不是把展示完全交给 WebView。这个项目的技术点在于桌面应用内富文本渲染、布局和语法兼容之间的平衡。

–

Puffgres logically replicates Postgres entities in turbopuffer20github.com原文 ↗

github.com

Puffgres 把 Postgres 实体逻辑复制到 turbopuffer，并让用户用 JavaScript transforms 做 tokenization、embedding 等处理。项目描述称核心负责 logical replication、retries、batching，避免业务逻辑里手写两套数据库写入。作者提到已在约 200k rows 上使用，这让它更像一个生产管线抽象而不是单纯 demo。

–

easy-tz - A fast, 10KB, dependency-free getTimeZonesAt(timestamp)21github.com原文 ↗

github.com

easy-tz 是一个约 10KB、无依赖的时区查询库，核心 API 是 getTimeZonesAt(timestamp)。项目动机很具体：为了在 UI 时区选择器中显示准确的当前缩写，常见方案可能引入约 770KB 的 moment-timezone。它用专门化数据和查询接口替代大型日期库，目标是把时区正确性和 bundle 体积同时压下来。

–

本期重点Ratel, give agents unlimited tools and skills without context bloat4github.com原文 ↗

github.com

Ratel 把 agent 的工具和技能扩展做成调度层，而不是把所有工具说明塞进 prompt。作者在 HN 描述中说，给 SaaS agent 持续加工具会带来 context bloat、幻觉和高 token 账单。项目的核心做法是按任务检索和注入相关能力，让 agent 看见必要工具，而不是背着完整工具宇宙推理。

–

Open-source AI app builder you can embed into your own SaaS22github.com原文 ↗

github.com

这个项目提供可 fork、可嵌入自有 SaaS 的 AI web app builder，技术栈包括 Next.js 和 TypeScript。功能列表覆盖 streaming AI chat、artifact generation、file explorer、code editor、live preview、databases、sandboxes、versions 和响应式界面。它把“AI app builder”从单一托管产品拆成可自品牌部署的组件集合。

–

Democr.ai - self-hosted agentic AI runtime with audit and RBAC23github.com原文 ↗

github.com

Democr.ai 是自托管 agentic AI runtime，强调 audit、RBAC 和运行管理。它的定位不是聊天 UI，而是让组织在自己的基础设施中运行 agent 工作流，并保留权限边界和执行记录。这个项目适合评估 agent 平台的治理面：谁能触发什么动作、动作如何被追踪、失败如何被追责。

–

Leaves - A text-UI disk usage treemap visualizer24github.com原文 ↗

github.com

Leaves 是 TUI 磁盘占用 treemap 可视化工具，面向远程服务器、容器和没有 GUI 的环境。作者指出 du 与 ncdu 偏列表视图，通常只能逐目录查看；Leaves 借鉴 WinDirStat 和 KDirStat，用终端里的二维面积图呈现空间分布。它把 GUI 磁盘分析器的“哪里最大”直觉带回 SSH 工作流。

–

Agent-talk: Enabling coding agents to work together25github.com原文 ↗

github.com

Agent-talk 是一个让多个 coding agents 协作的通信与协调项目。它把 agent 间消息、任务分工和状态同步显式化，使不同 coding agent 能在同一开发任务中交换上下文与结果。项目的看点在于从单 agent 控制仓库转向多 agent 协议化协作，这会暴露冲突处理、任务边界和消息语义等新问题。

–

Galois connections for composable numeric casts in Rust26github.com原文 ↗

github.com

connections 用 Galois connections 建模 Rust 数值类型之间的可组合 cast。项目试图把 lossless、bounded 或有序映射等转换语义表达成数学结构，而不是只依赖零散 `as` cast 或手写检查。它适合关注系统语言中“安全转换”如何被类型和抽象代数共同约束。

–

uplpgsql - PL/pgSQL compiled to native code27github.com原文 ↗

github.com

uplpgsql 目标是把 PL/pgSQL 编译为 native code，让 Postgres 存储过程摆脱解释执行开销。HN 描述中作者追溯到 2005 年 7 月 19 日曾演示优化 PL/SQL compiler，后来也参与 EnterpriseDB 的 Oracle 兼容工作。这个项目不是突然出现的编译器玩具，而是把长期数据库过程语言优化经验重新落到 Postgres。

–

Enhanced YARA to detect threats in JavaScript using context and content28github.com原文 ↗

github.com

sekant-intercept-js 让 YARA 风格规则在 JavaScript 环境中扫描 byte payloads，可运行于浏览器、邮件客户端和 Office add-ons 等场景。它扩展传统 YARA 的地方是加入 runtime context signals，使检测规则能同时看内容和运行上下文。对前端安全和端侧扫描来说，这比简单字符串匹配更接近真实威胁判断。

–

Forall - An AI coding agent that generates machine-checkable proofs29github.com原文 ↗

github.com

Forall 是一个生成代码同时生成 machine-checkable proofs 的 AI coding agent。项目面向 Lean、Dafny 等形式化验证工作流，HN 描述提到目前只有 3 种语言可验证。它的技术看点在于把 agent 输出从“看起来能运行”推进到“可由证明器检查”，但语言覆盖和证明自动化仍是早期限制。

–

Keybridge publish with a single Touch ID tap, Agent-friendly30github.com原文 ↗

github.com

Keybridge 解决 agent 或脚本执行 npm publish 时卡在 WebAuthn/OTP 的问题。它用 windowless WKWebView 处理浏览器跳转、one-time-token relay 和 retry，并用 Secure Enclave key 在真实 Touch ID 后签名。这个设计把自动化发布和本地人类确认合在一起，适合需要保留 WebAuthn 安全边界的 CI/agent 流程。

–

本期重点Firefox in WebAssembly5developer.puter.com原文 ↗

developer.puter.com

这个实验把完整 Firefox 编译进 WebAssembly，在浏览器中运行 Gecko、UI components 和 SpiderMonkey。项目说明提到 WISP protocol 做 TCP-over-WebSockets，并包含实验性的 WASM→JS JIT 用于加速。它不是普通嵌入式浏览器壳，而是把大型 C++ 浏览器栈搬到 Web 沙箱里，技术风险集中在性能、网络、图形和隔离边界。

–

行业动态 · Industry News

12 项 · 行业动态

Kimi K3 is now live31kimi.com原文 ↗

kimi.com

Moonshot AI 在 Kimi 页面上线 Kimi K3，并在 HN 上形成高讨论度。配套信息称它是 Moonshot “most capable model to date”，参数规模 2.8 trillion，网页和 API 已可用。该发布的关键悬念是开放权重承诺：Moonshot 称会在 2026 年 7 月 27 日前放出，并把它称作首个 open 3T-class model。

–

NotebookLM is now Gemini Notebook32blog.google原文 ↗

blog.google

Google 宣布 NotebookLM 更名为 Gemini Notebook，把资料驱动的 AI notebook 产品纳入 Gemini 品牌体系。新闻重点是产品归属和命名变化，而不是单次模型升级。对 Google 的 AI 产品线来说，这会减少 NotebookLM 作为独立品牌的存在感，同时让学习、研究和资料整理入口并入 Gemini 叙事。

–

Microsoft Comic Chat is now open source33opensource.microsoft.com原文 ↗

opensource.microsoft.com

Microsoft 开源 1990 年代的 Comic Chat，一个把 IRC 对话呈现为漫画分镜的早期聊天客户端。它把角色、气泡和聊天流结合在一起，是图形聊天界面史上的有趣支线。此次开源的意义主要在软件史、复古 UI 和聊天界面实验，生产价值反而不是重点。

–

German AI consortium releases Soofi S, an open 30B model that tops benchmarks34the-decoder.com原文 ↗

the-decoder.com

The Decoder 报道德国 AI 联盟发布 Soofi S，一个开放 30B 参数模型，并称其在英文和德文 benchmark 上表现突出。这个发布把欧洲本土 AI 能力、双语性能和开放权重放在一起。模型规模不追逐万亿级参数，报道的看点在于中等规模开放模型是否能在特定语言组合上形成竞争力。

–

Why teens deserve access to safe AI35openai.com原文 ↗

openai.com

OpenAI 发布关于青少年安全使用 AI 的产品与政策说明。官方摘要列出 age-appropriate protections、learning tools、parental controls 和 expert partnerships，强调不是简单禁止未成年人使用，而是通过保护措施和学习场景设计来降低风险。这类文章属于产品治理沟通，核心是未成年人访问权、教育用途和安全边界的平衡。

–

How Cars24 scales conversations and builds faster with OpenAI36openai.com原文 ↗

openai.com

OpenAI 案例文章介绍 Cars24 使用 voice 和 chat agents 处理客户沟通与内部 workflow。官方给出的关键数字是每月 1M+ conversation minutes，并 recover 12% of lost leads。案例可观察的是 agent 从客服入口进入企业运营：对话自动化不只减少人工响应，还会把线索恢复和内部流程串起来。

–

OnePlus halts operations in USA and Europe37community.oneplus.com原文 ↗

community.oneplus.com

OnePlus 社区帖称其在美国和欧洲暂停运营，并在 HN 上引发大量讨论。这个消息如果落到用户侧，影响的不只是新机销售，还包括保修、零件、系统更新和区域渠道信任。它属于硬件品牌退出或收缩市场时最敏感的一类公告，因为后续支持预期会立刻被重新定价。

–

Sony deletes more movies from the accounts of people who ‘bought’ them38techdirt.com原文 ↗

techdirt.com

Techdirt 报道 Sony 又从用户“已购买”账户中移除更多电影内容。文章关注的是数字购买与可撤销授权之间的落差：用户看到的是购买，平台和版权链条执行的可能仍是访问许可。它再次说明 DRM 平台上的“拥有”更像条件性访问权，长期保存与转售权并不随按钮文案自动成立。

–

Stripe and Advent have made a joint offer to acquire PayPal - sources39reuters.com原文 ↗

reuters.com

Reuters 报道称 Stripe 和 Advent 已提出联合收购 PayPal 的报价，金额超过 53 billion dollars，消息来自知情人士。报道仍是并购来源新闻，不等于交易已完成。若后续坐实，这会把支付基础设施、消费者钱包、商户收单和私募资本整合放进同一个金融科技重组案例中。

–

OpenAI loses trademark dispute at EU court40dpa-international.com原文 ↗

dpa-international.com

dpa 报道 OpenAI 在欧盟法院的一起商标争议中败诉。公开摘要信息较短，因此正文应停留在商标争议结果本身，不扩展没有来源支撑的法律细节。它提醒大型 AI 公司在欧洲面临的不只是模型安全和数据监管，也包括命名、商标和品牌资产的司法边界。

–

Bluesky Trademarks ATProto41atproto.com原文 ↗

atproto.com

AT Protocol 官方文章说明 Bluesky 对 ATProto 商标的处理方式。这里的张力在于：协议生态需要开放实现和第三方工具，商标又需要防止滥用、混淆或冒充官方。公告会影响开发者如何命名项目、声明兼容性，以及在开放协议上使用品牌词的边界。

–

Goes-19 weather satellite enters Safe Hold mode42spaceweather.gov原文 ↗

spaceweather.gov

NOAA Space Weather Prediction Center 通告 GOES-19 气象卫星进入 Safe Hold mode。Safe Hold 通常意味着卫星优先保持安全姿态并限制正常载荷运行，地面团队需要诊断恢复。对空间天气监测而言，关键问题是观测连续性、预警数据链和备份资源能否平稳接管。

–

博客文章 · Blog Posts

12 项 · 博客文章

Kimi K3, and what we can still learn from the pelican benchmark43simonwillison.net原文 ↗

simonwillison.net

Simon Willison 记录 Kimi K3 发布，并把注意力转向 pelican benchmark 这种小型测试还能提供什么信号。文章引用的两个发布事实是 2.8 trillion 参数，以及网页/API 已可用、开放权重承诺在 2026 年 7 月 27 日前兑现。它的评论角度不是简单追新模型，而是观察 benchmark 在模型密集发布时如何仍能揭示行为差异。

–

Inkling: Our open-weights model44simonwillison.net原文 ↗

simonwillison.net

Simon Willison 摘录 Thinking Machines Lab 首个 open-weights 模型 Inkling 的规格。Inkling 是 Mixture-of-Experts transformer，975B total parameters、41B active，Apache-2.0 license，并在 45 trillion tokens 的文本、图像、音频和视频上训练。文章还提到 Inkling-Small 为 276B total、12B active 但仍在测试中，说明 Thinking Machines 同时押注大模型和较小激活成本版本。

–

xai-org/grok-build, now open source45simonwillison.net原文 ↗

simonwillison.net

Simon Willison 记录 Grok CLI 工具 grok-build 开源，并交代此前目录上传行为引发的安全争议。文章称运行命令可能把整个目录上传到 xAI 的 Google Cloud buckets，一名用户报告 home directory 中的 SSH keys、password manager database、documents、photos 和 videos 也被上传。开源在这里不是普通发布动作，而是对工具行为透明度和可审计性的补救。

–

Mermaid to Unicode box art (grok-mermaid)46simonwillison.net原文 ↗

simonwillison.net

Simon Willison 在 grok CLI 代码中发现 `xai-grok-markdown/src/mermaid.rs`，一个 Rust 写的 self-contained terminal renderer for Mermaid diagrams。他把它编译到 WebAssembly，在浏览器中把 Mermaid 图渲染成 Unicode box art。这个小实验说明开源代码里的内部组件可以被快速拆出、移植并变成独立工具。

–

How Our Rust-to-Zig Rewrite Is Going47rtfeldman.com原文 ↗

rtfeldman.com

Richard Feldman 记录 Roc 编译器从 Rust 迁移到 Zig 的阶段性经验。文章不是语言口号，而是围绕真实编译器重写的工程权衡：构建系统、内存管理、调试习惯和长期维护成本都会改变。它适合观察团队在已有大型代码库中换系统语言时，收益和迁移摩擦如何同时出现。

–

If you want to create a button from scratch, you must first create the universe48madcampos.dev原文 ↗

madcampos.dev

文章用从零实现 button 拆开浏览器原生控件背后的复杂度。一个按钮实际包含 keyboard activation、focus management、disabled state、ARIA semantics、pointer interaction 和辅助技术互操作。它把 accessibility 从抽象道德要求拉回工程现实：自制控件通常失败在没有复制原生控件多年的默认行为。

–

Detecting LLM-Generated Texts with “Classical” Machine Learning49blog.lyc8503.net原文 ↗

blog.lyc8503.net

文章尝试用“传统”机器学习构建 LLM 文本检测器，而不是再调用一个大模型做裁判。它围绕可解释特征、训练数据、分类器选择和误判风险展开，说明浅层模型在特定分布上仍能捕捉生成文本痕迹。文章同时提醒检测器会受模型版本、改写、写作风格和数据漂移影响，因此不适合被当作稳定执法工具。

–

The LLM Critics Are Right. I Use LLMs Anyway50theocharis.dev原文 ↗

theocharis.dev

这篇个人文章承认 LLM 批评者在可靠性、版权、劳动替代和认知外包等问题上有合理判断。作者仍继续使用 LLM，但把它放进受约束的工作流：探索、草拟、解释和加速局部任务，同时保留人工验证与责任归属。它的清晰之处在于没有把使用经验包装成普遍辩护，而是承认收益和损害可以同时成立。

–

Let's Build PlanetScale from Scratch: Infrastructure51onatm.dev原文 ↗

onatm.dev

这是复刻 PlanetScale 风格数据库平台系列的第一篇，主题是基础设施。文章把目标拆成可运行的平台底座，而不是只解释 Vitess 或 MySQL 概念；网络、计算、存储、部署和运维边界都要先落地。它适合看一个数据库平台的“魔法体验”背后需要哪些普通但艰难的基础设施层。

–

Making 768 servers look like 152planetscale.com原文 ↗

planetscale.com

PlanetScale 工程博客讨论如何把 768 台服务器抽象成一个可操作系统。标题里的“look like 1”指的是控制面和操作模型：拓扑、健康、调度、变更和故障处理需要被聚合，而不是要求操作者逐台理解状态。它展示了数据库平台的规模问题常常不是单机性能，而是如何给人类提供稳定的控制界面。

–

Guide to data tools landscape for developers53sinja.io原文 ↗

sinja.io

文章面向开发者梳理 data tools landscape，覆盖采集、存储、处理、分析和可视化等环节。它的写法偏工作流导览，帮助区分 OLTP、OLAP、ETL/ELT、streaming、warehouse、lakehouse 和 BI 工具分别解决什么问题。对工程团队而言，这类地图能减少把所有数据问题都塞进同一种数据库或同一个 SaaS 的冲动。

–

not much happened today54news.smol.ai原文 ↗

news.smol.ai

smol.ai 的 AI News 汇总 2026-07-14 到 2026-07-15 的社区动态，标题自称 “not much happened today”。摘要说明他们检查了 12 个 subreddits、544 个 Twitters 且没有更多 Discords；核心内容包括 Thinking Machines Lab 发布 Inkling open-weights foundation model family。它像一份社区脉搏记录，价值在于把分散讨论、模型发布和链接集中到同一天线索中。

–

引用来源 · References

64 条 · 引用
  1. 1 Harness Handbook: Making Evolving Agent Harnesses Readable,Navigable, and Editable. arXiv:2607.13285https://arxiv.org/abs/2607.13285 ↩ 回到正文 · back to text
  2. 2 Set-shifting Behavioral Test for Harnessed Agents. arXiv:2607.13396https://arxiv.org/abs/2607.13396 ↩ 回到正文 · back to text
  3. 3 AgentCompass: A Unified Evaluation Infrastructure for Agent Capabilities. arXiv:2607.13705https://arxiv.org/abs/2607.13705 ↩ 回到正文 · back to text
  4. 4 Ratel, give agents unlimited tools and skills without context bloat. GitHub: ratel-ai/ratelhttps://github.com/ratel-ai/ratel ↩ 回到正文 · back to text
  5. 5 Firefox in WebAssemblyhttps://developer.puter.com/labs/firefox-wasm/ ↩ 回到正文 · back to text
  6. 6 Self-Improvements in Modern Agentic Systems: A Survey. arXiv:2607.13104https://arxiv.org/abs/2607.13104 ↩ 回到正文 · back to text
  7. 7 Oracle Agent Memory as an Enterprise Memory Substrate for Long-Horizon AI Agents. arXiv:2607.13157https://arxiv.org/abs/2607.13157 ↩ 回到正文 · back to text
  8. 8 STOCKTAKE: Measuring the Gap Between Perception and Action in LLM Agents with a Fair Oracle. arXiv:2607.13618https://arxiv.org/abs/2607.13618 ↩ 回到正文 · back to text
  9. 9 CAVA: Canonical Action Verification and Attestation for Runtime Governance of Agentic AI Systems. arXiv:2607.13716https://arxiv.org/abs/2607.13716 ↩ 回到正文 · back to text
  10. 10 Experience Memory Graph: One-Shot Error Correction for Agents. arXiv:2607.13884https://arxiv.org/abs/2607.13884 ↩ 回到正文 · back to text
  11. 11 Do Agent Optimizers Compound? A Continual-Learning Evaluation on Terminal-Bench 2.0. arXiv:2607.14004https://arxiv.org/abs/2607.14004 ↩ 回到正文 · back to text
  12. 12 Compaction as Epistemic Failure: How Agentic LLM Tools Fabricate Confirmed Results from Killed Processes. arXiv:2607.13071https://arxiv.org/abs/2607.13071 ↩ 回到正文 · back to text
  13. 13 Inference Economics of Enterprise Coding Agents: A Case Study of Cloud vs. On-Premise LLMs. arXiv:2607.13080https://arxiv.org/abs/2607.13080 ↩ 回到正文 · back to text
  14. 14 Self-Improving AI Coding Agents Through Accumulated Behavioral Rules: A Closed-Loop Framework. arXiv:2607.13091https://arxiv.org/abs/2607.13091 ↩ 回到正文 · back to text
  15. 15 Adaptive Filtering of the KV Cache: Diagnosing and Correcting Structural-Role Bias in LLM Inference. arXiv:2607.13205https://arxiv.org/abs/2607.13205 ↩ 回到正文 · back to text
  16. 16 DevicesWorld: Benchmarking Cross-Device Agents in Heterogeneous Environments. arXiv:2607.13465https://arxiv.org/abs/2607.13465 ↩ 回到正文 · back to text
  17. 17 Memory as a Controlled Process: Learned Adaptive Memory Management for LLM Agents. arXiv:2607.13591https://arxiv.org/abs/2607.13591 ↩ 回到正文 · back to text
  18. 18 Bonebox-01 - 29KB bare metal x86 OS. GitHub: Deadbytes101/BONEBOX-01https://github.com/Deadbytes101/BONEBOX-01 ↩ 回到正文 · back to text
  19. 19 I open-sourced a macOS native Markdown rendering engine. GitHub: nodes-app/swift-markdown-enginehttps://github.com/nodes-app/swift-markdown-engine ↩ 回到正文 · back to text
  20. 20 Puffgres logically replicates Postgres entities in turbopuffer. GitHub: a24films/puffgreshttps://github.com/a24films/puffgres ↩ 回到正文 · back to text
  21. 21 easy-tz - A fast, 10KB, dependency-free getTimeZonesAt(timestamp). GitHub: leeoniya/easy-tzhttps://github.com/leeoniya/easy-tz ↩ 回到正文 · back to text
  22. 22 Open-source AI app builder you can embed into your own SaaS. GitHub: totalumlabs/ai-app-builder-openhttps://github.com/totalumlabs/ai-app-builder-open ↩ 回到正文 · back to text
  23. 23 Democr.ai - self-hosted agentic AI runtime with audit and RBAC. GitHub: democr-ai/democraihttps://github.com/democr-ai/democrai ↩ 回到正文 · back to text
  24. 24 Leaves - A text-UI disk usage treemap visualizer. GitHub: patonw/leaveshttps://github.com/patonw/leaves ↩ 回到正文 · back to text
  25. 25 Agent-talk: Enabling coding agents to work together. GitHub: xhluca/agent-talkhttps://github.com/xhluca/agent-talk ↩ 回到正文 · back to text
  26. 26 Galois connections for composable numeric casts in Rust. GitHub: cmk/connectionshttps://github.com/cmk/connections ↩ 回到正文 · back to text
  27. 27 uplpgsql - PL/pgSQL compiled to native code. GitHub: nextgres/uplpgsqlhttps://github.com/nextgres/uplpgsql ↩ 回到正文 · back to text
  28. 28 Enhanced YARA to detect threats in JavaScript using context and content. GitHub: rishi-sekantsec/sekant-intercept-jshttps://github.com/rishi-sekantsec/sekant-intercept-js ↩ 回到正文 · back to text
  29. 29 Forall - An AI coding agent that generates machine-checkable proofs. GitHub: astrio-labs/forallhttps://github.com/astrio-labs/forall ↩ 回到正文 · back to text
  30. 30 Keybridge publish with a single Touch ID tap, Agent-friendly. GitHub: tobiasstrebitzer/keybridgehttps://github.com/tobiasstrebitzer/keybridge ↩ 回到正文 · back to text
  31. 31 Kimi K3 is now livehttps://www.kimi.com/en ↩ 回到正文 · back to text
  32. 32 NotebookLM is now Gemini Notebookhttps://blog.google/innovation-and-ai/products/gemini-notebook/notebooklm-gemini-notebook/ ↩ 回到正文 · back to text
  33. 33 Microsoft Comic Chat is now open sourcehttps://opensource.microsoft.com/blog/2026/07/16/microsoft-comic-chat-is-now-open-source/ ↩ 回到正文 · back to text
  34. 34 German AI consortium releases Soofi S, an open 30B model that tops benchmarkshttps://the-decoder.com/german-ai-consortium-releases-soofi-s-an-open-30b-model-that-tops-benchmarks-in-both-english-and-german/ ↩ 回到正文 · back to text
  35. 35 Why teens deserve access to safe AIhttps://openai.com/index/why-teens-deserve-access-safe-ai ↩ 回到正文 · back to text
  36. 36 How Cars24 scales conversations and builds faster with OpenAIhttps://openai.com/index/cars24 ↩ 回到正文 · back to text
  37. 37 OnePlus halts operations in USA and Europehttps://community.oneplus.com/thread/2170715118587871237 ↩ 回到正文 · back to text
  38. 38 Sony deletes more movies from the accounts of people who ‘bought’ themhttps://www.techdirt.com/2026/07/15/sony-deletes-a-bunch-more-movies-from-the-accounts-of-people-who-bought-them/ ↩ 回到正文 · back to text
  39. 39 Stripe and Advent have made a joint offer to acquire PayPal - sourceshttps://www.reuters.com/business/finance/stripe-advent-offer-buy-paypal-more-than-53-billion-sources-say-2026-07-15/ ↩ 回到正文 · back to text
  40. 40 OpenAI loses trademark dispute at EU courthttps://dpa-international.com/economics/urn:newsml:dpa.com:20090101:260715-930-389143/ ↩ 回到正文 · back to text
  41. 41 Bluesky Trademarks ATProtohttps://atproto.com/blog/at-protocol-trademark ↩ 回到正文 · back to text
  42. 42 Goes-19 weather satellite enters Safe Hold modehttps://www.spaceweather.gov/news/goes-19-safe-hold ↩ 回到正文 · back to text
  43. 43 Kimi K3, and what we can still learn from the pelican benchmarkhttps://simonwillison.net/2026/Jul/16/kimi-k3/#atom-everything ↩ 回到正文 · back to text
  44. 44 Inkling: Our open-weights modelhttps://simonwillison.net/2026/Jul/16/inkling/#atom-everything ↩ 回到正文 · back to text
  45. 45 xai-org/grok-build, now open sourcehttps://simonwillison.net/2026/Jul/15/grok-build/#atom-everything ↩ 回到正文 · back to text
  46. 46 Mermaid to Unicode box art (grok-mermaid)https://simonwillison.net/2026/Jul/16/grok-mermaid/#atom-everything ↩ 回到正文 · back to text
  47. 47 How Our Rust-to-Zig Rewrite Is Goinghttps://rtfeldman.com/rust-to-zig ↩ 回到正文 · back to text
  48. 48 If you want to create a button from scratch, you must first create the universehttps://madcampos.dev/blog/2026/07/accessibility-from-scratch/ ↩ 回到正文 · back to text
  49. 49 Detecting LLM-Generated Texts with “Classical” Machine Learninghttps://blog.lyc8503.net/en/post/llm-classifier/ ↩ 回到正文 · back to text
  50. 50 The LLM Critics Are Right. I Use LLMs Anywayhttps://www.theocharis.dev/blog/llm-critics-are-right-i-use-llms-anyway/ ↩ 回到正文 · back to text
  51. 51 Let's Build PlanetScale from Scratch: Infrastructurehttps://onatm.dev/2026/07/16/homescale-part-1/ ↩ 回到正文 · back to text
  52. 52 Making 768 servers look like 1https://planetscale.com/blog/making-768-servers-look-like-1 ↩ 回到正文 · back to text
  53. 53 Guide to data tools landscape for developershttps://sinja.io/blog/data-landscape-guide-for-developers ↩ 回到正文 · back to text
  54. 54 not much happened todayhttps://news.smol.ai/issues/26-07-15-thinky-inkling/ ↩ 回到正文 · back to text
  55. 55 chriskohlhoff/asio. GitHub: chriskohlhoff/asiohttps://github.com/chriskohlhoff/asio ↩ 回到正文 · back to text
  56. 56 davila7/claude-code-templates. GitHub: davila7/claude-code-templateshttps://github.com/davila7/claude-code-templates ↩ 回到正文 · back to text
  57. 57 anthropics/claude-cookbooks. GitHub: anthropics/claude-cookbookshttps://github.com/anthropics/claude-cookbooks ↩ 回到正文 · back to text
  58. 58 actions/checkout. GitHub: actions/checkouthttps://github.com/actions/checkout ↩ 回到正文 · back to text
  59. 59 rust-lang/crates.io. GitHub: rust-lang/crates.iohttps://github.com/rust-lang/crates.io ↩ 回到正文 · back to text
  60. 60 dandavison/delta. GitHub: dandavison/deltahttps://github.com/dandavison/delta ↩ 回到正文 · back to text
  61. 61 HKUDS/nanobot. GitHub: HKUDS/nanobothttps://github.com/HKUDS/nanobot ↩ 回到正文 · back to text
  62. 62 PrimeIntellect-ai/prime-rl. GitHub: PrimeIntellect-ai/prime-rlhttps://github.com/PrimeIntellect-ai/prime-rl ↩ 回到正文 · back to text
  63. 63 triton-inference-server/server. GitHub: triton-inference-server/serverhttps://github.com/triton-inference-server/server ↩ 回到正文 · back to text
  64. 64 mcp-use/mcp-use. GitHub: mcp-use/mcp-usehttps://github.com/mcp-use/mcp-use ↩ 回到正文 · back to text