每日 Harness 开源 · Source
全部刊期 · All issues

每日 Harness

2026-09-11 · Friday, September 11, 2026

智能体基建与安全治理

视图 · View

今日重点 · Today's Highlights

Ridge1 - 把本地、Docker、SSH 与 S3 抽象成同一组资源能力,并把复制、后台作业和委派权限纳入统一协议;它还明确声明自己不是沙箱,这个边界对 agent 执行安全很关键。

全文 ↓

Egma2 - 将语音 agent 的回归测试、模拟对话、工具 mock 和线上 grader 放进同一开源平台,当前已接入 LiveKit 与 Retell,覆盖从发布前验证到生产观测的闭环。

全文 ↓

Faint Light3 - 用 Rust 重做天文图像 plate-solving 与 astrometry,项目报告相对既有方案有 10 至 100 倍速度优势,适合关注高性能科学计算实现的人直接检查算法和基准。

全文 ↓

EmbedFlow4 - 让新嵌入模型先在旧索引的候选集上重排,再后台填充目标向量;仓库给出的研究覆盖 63 个开发设置和 1M 文档规模,提供了迁移风险的量化诊断。

全文 ↓

Magika5 - 以轻量深度学习模型按文件内容做毫秒级类型识别,绕过仅看扩展名的脆弱假设,命令行和库接口都适合嵌入上传校验或安全扫描链路。

全文 ↓

论文 · Papers

0 项 · 论文

开源 / 项目 · Projects

15 项 · 开源 / 项目

MultiMatte6usefeyn.com原文 ↗

usefeyn.com

MultiMatte 是支持文本指令的图像背景移除模型,用户可以指定想保留的对象后再执行抠图。它把语义选择放在传统前景分离之前,模型权重已开源;当前条目没有公开评测数字,实际效果仍需按目标类别测试。

–

Syq7greaber.github.io原文 ↗

greaber.github.io

Syq 面向跨机器文件传输,组合并行连接、加密直连和 SSH 会话复用来提升传输效率。这样的设计把连接建立成本摊到多个并发流上,同时沿用既有 SSH 身份,适合检查大文件同步中的吞吐与密钥管理取舍。

–

本期重点Ridge1github.com原文 ↗

github.com

Ridge 的核心不是再造一个 agent 编排器,而是把资源发现、数据流转和命令执行统一到 MCP、CLI、Python 三种入口。README 列出 Local/Docker/SSH 可执行命令,S3 仅支持对象操作,并提醒 delegated data root 并不能限制任意命令能触及的系统范围。

–

本期重点Egma2github.com原文 ↗

github.com

Egma 的回归套件可以把模拟来电、文本对话和 mock 工具响应固化在 agent 仓库中,再由 CLI 运行。线上部分读取真实对话、工具调用和指标并交给 grader 判定,云端支持自带 provider key,降低按调用加价带来的成本不透明。

–

本期重点Faint Light3github.com原文 ↗

github.com

该 Rust 工具聚焦从天文图像求解视场和天体坐标,把 plate-solving 与 astrometry 打包成可复用程序。项目自报 10 - 100 倍加速,比较时仍应固定硬件、星表和误差条件后复现实验。

–

EterDB8eterdb.com原文 ↗

eterdb.com

EterDB 在 PostgreSQL 分支上加入面向事故恢复的部署和 CLI 能力,目标是回滚选定的生产写入,而不是把整库恢复到旧备份。写入级撤销若能保持 WAL 与应用兼容,故障处置的停机窗口就有机会缩短,实际取舍取决于其恢复语义。

–

Security Cards9rewarelabs.com原文 ↗

rewarelabs.com

Security Cards 将编码 agent 的安全规则做成可分发卡片,覆盖 13 种语言和 80 多个库。规则集把危险 API、配置和修复建议置于生成环节,作用更接近可检索的安全护栏,而不是事后扫描器;误报率和更新流程仍待项目补充。

–

PromptSign10promptsign.ai原文 ↗

promptsign.ai

PromptSign 使用 Sigstore 为 prompt 和 agent 指令文件签名,再在消费端验证来源。把提示词当作需要 provenance 的软件制品,可以为团队共享规则增加版本与作者可追溯性;真正的安全收益取决于验证失败时是否强制阻断以及密钥生命周期管理。

–

Nightshift11github.com原文 ↗

github.com

Nightshift 以 Rust CLI 按 PRD issue 的依赖图逐项调用编码 agent,自动完成分支、实现、PR 和合并。它只处理带 `## Parent`、`## Blocked by` 及 `ready-for-agent` 标签的 issue,每轮从 base 分支同步,并在进程结束后再次确认 issue 已关闭,避免“命令成功但任务没完成”。

–

Ambient Context12github.com原文 ↗

github.com

这个 macOS 菜单栏应用通过 Accessibility API 每几秒读取当前聚焦窗口文字,按天写入 Markdown,供后续 LLM 回顾工作。设计上不截图、不联网,密码字段跳过并在落盘前清理凭据;不过当前版本要求 macOS 14+ Apple Silicon,且仍需自行构建未签名应用。

–

本期重点EmbedFlow4github.com原文 ↗

github.com

EmbedFlow 的服务路径是“旧索引召回→新模型重排→后台物化”,因此迁移期间可以先获得部分新模型收益而不阻塞全量重嵌入。README 把状态分成 `COLD`、`PARTIAL`、`WARM`,并在 alpha 版明确提醒 partial 排名可能和完全 warm 的结果不同。

–

Hydra13github.com原文 ↗

github.com

Hydra Local 用 PTY daemon 保存本机 agent 会话,关闭桌面后任务仍可运行,再由浏览器重新连接。Rust 原生渲染和无入站端口的组合把 UI 与执行寿命分离,适合长任务终端;部署时仍应验证会话隔离和并发策略。

–

Stroq14github.com原文 ↗

github.com

Stroq 在本地观察 agent 读入的数据并传播 taint,随后对可能受污染的危险动作进行拦截。它把安全判断放在后续命令执行前,形成“读取来源→污染状态→动作策略”的链路,防护效果取决于规则覆盖与系统调用边界。

–

Biff 2.015biffweb.com原文 ↗

biffweb.com

Biff 2.0 以 SQLite、Datastar 和若干独立库重建 Clojure Web 框架,把数据层与服务器驱动的增量 UI 组合在更小的部件集合里。SQLite 让部署依赖更少,Datastar 则减少前端状态胶水;是否适合高并发场景仍需看框架自身基准。

–

Nola16nola.sh原文 ↗

nola.sh

Nola 将 LLM 推理声明为 TypeScript 超集的语言能力,尝试让模型调用的输入输出进入类型检查流程。若类型系统能约束生成步骤,应用代码可在编译阶段暴露部分提示词与数据契约错误,落地关键在于语法和运行时契约是否稳定。

–

行业动态 · Industry News

15 项 · 行业动态

Cognition launches SWE-217cognition.com原文 ↗

cognition.com

Cognition 发布 SWE-2,定位为面向软件工程任务的新一代 SWE agent。此次消息首先体现产品线升级,参数规模、基准成绩和上下文窗口仍是判断技术跃迁所需的观测维度。

–

DeepSeek V4.1 Flash18twitter.com原文 ↗

twitter.com

DeepSeek 宣布 V4.1 Flash,并提供对应 Hugging Face 模型。开放权重渠道允许开发者直接检查模型卡、许可证和推理配置,性能判断仍应以这些材料和独立评测为准。

–

Introducing the Agents API19openai.com原文 ↗

openai.com

OpenAI 把 Codex 使用的 harness 以 public beta API 形式托管,单次请求即可配置模型、MCP/函数工具、环境和输入。官方示例把并发 subagents 上限设为 3,并提供自动上下文压缩、tool search 与程序化并行调用;这意味着基础设施责任从应用团队转移到 API 运营方,同时保留自选 sandbox 的弹性。

–

GPT-Live-120openai.com原文 ↗

openai.com

GPT-Live-1 用单一全双工模型同时处理收发音频,减少 STT - LLM - TTS 串联造成的打断延迟,并可把深层推理交给后端文本模型。官方早期评测称 Speak 的打断次数较旧式 turn-based 系统下降近 80%,Full Duplex Bench 比 GPT-Realtime-2.1 高 30 个百分点,显示改进主要落在交互时序而非单纯音质。

–

Rust is a tier-1 language at Microsoft21rustfoundation.org原文 ↗

rustfoundation.org

Rust Foundation 的客座文章回顾微软把 Rust 纳入一等支持语言后的采用情况。条目没有列出迁移团队数、代码规模或漏洞变化,能确定的信号是组织层面对工具链、培训和长期维护承诺的提升。

–

Shopify moves back to native22shopify.engineering原文 ↗

shopify.engineering

Shopify 将移动应用从统一 React Native 代码库迁回独立 Swift 与 Kotlin 实现,重新接受双平台代码维护成本。这个选择把性能、平台 API 和发布节奏的控制权交还给原生栈,迁移成效应从包体、崩溃率和开发效率的长期指标观察。

–

Introducing Neki23planetscale.com原文 ↗

planetscale.com

PlanetScale 发布建立在 PostgreSQL 之上的分片数据库 Neki,试图在熟悉的 SQL 生态上加入水平扩展能力。工程评估应重点检查分片键、跨分片事务、扩缩容控制面及 PostgreSQL 兼容边界。

–

JEP 544: Ahead-of-Time Code Compilation24openjdk.org原文 ↗

openjdk.org

JEP 544 为 Java 方法定义提前编译并随应用分发原生代码的机制,把部分启动期工作移到构建阶段。它关注的是启动延迟与部署形态的权衡,而非把 Java 全面改成静态语言;提案状态和运行时限制仍是落地前的关键检查项。

–

Forgejo 16.0.4 security release25codeberg.org原文 ↗

codeberg.org

Forgejo 16.0.4 修复影响早期版本的严重远程代码执行漏洞,升级维护版本是公告给出的直接补救路径。管理员应结合官方 release note、部署配置和访问日志安排升级与排查。

–

Detecting and countering misuse of AI: September 202626anthropic.com原文 ↗

anthropic.com

Anthropic 发布 2026 年 9 月威胁情报报告,汇总发现并阻止的模型滥用活动。它更像安全运营案例集而非新模型论文,阅读重点应放在检测信号、响应流程与封禁决策。

–

Automattic board places Matt Mullenweg on leave27techcrunch.com原文 ↗

techcrunch.com

TechCrunch 报道 Automattic 董事会要求 CEO Matt Mullenweg 暂时离职。现有条目没有决议原文、期限或临时管理安排,因而只能将其视作公司治理变化,不能从报道标题推导业务影响。

–

Blizzard workers win union contract28gamespot.com原文 ↗

gamespot.com

GameSpot 称 Blizzard 员工与公司达成覆盖游戏开发人员的工会合同,并认为它可能成为行业参照。协议能否形成行业样本,将取决于薪资、工时、裁员条款的执行以及谈判覆盖面。

–

Questions about unpublished mathematics shared with OpenAI29mathstodon.xyz原文 ↗

mathstodon.xyz

数学研究者公开质疑 OpenAI 对未发表研究对话的使用及成果归属,争点落在资料授权、署名和模型训练边界。原条目没有公布对话、合同或机构回应,因此目前可观察的是学术社区对研究资料治理的公开压力。

–

Anthropic surveillance system report30prospect.org原文 ↗

prospect.org

The American Prospect 报道 Anthropic 参与开发用于预测和监控抗议活动的系统,文章将模型能力与公民监控风险并置讨论。理解这类报道时需要把媒体指称、合同事实和实际部署分别核对。

–

iPhone 18 Pro and iPhone 18 Pro Max31apple.com原文 ↗

apple.com

Apple 发布 iPhone 18 Pro 与 Pro Max,并在新闻稿中主打新硬件和影像功能。后续比较应以芯片、摄像头、价格和上市时间等可量化规格为基准,而不是只看发布语气。

–

博客文章 · Blog Posts

15 项 · 博客文章

I have a theory that software drives people insane32graybeard.ing原文 ↗

graybeard.ing

文章把软件故障、不可预测界面和持续认知摩擦视为心理压力的累积来源,讨论“难用”如何变成日常负担。它的论证重点是系统反馈与用户预期长期错位,而不是责怪使用者缺乏技能;文中没有实验数据,属于设计批评。

–

What comes after git34ersc.io原文 ↗

ersc.io

文章从 Git 的内容寻址、分支和合并模型出发,讨论历史重写、协作语义以及大仓库的结构性限制。它没有指定单一替代品,而是把后继 VCS 的问题拆成数据模型与协作协议,适合用来审视“Git 不够用”究竟指哪一层。

–

The part of Navier-Stokes no one is talking about35johndcook.com原文 ↗

johndcook.com

John D. Cook 聚焦 OpenAI 同步发布 Lean 4 形式化证明这一动作,并引用旧估算:本科教材每页形式化约需 40 小时。文章称 166 页研究论文的 Lean 验证实际用了 17 小时,折算为四个数量级的成本下降,提示形式化方法可能从昂贵审计变成常规工具。

–

A rant about phishing36maurycyz.com原文 ↗

maurycyz.com

作者从域名显示、浏览器界面和认证流程解释钓鱼为何有效,指出用户所见信号与真实身份验证之间存在系统性断裂。把责任归因于 DNS 或粗心用户会掩盖界面设计问题,文章因此把防御重点移向可验证的身份通道。

–

It’s not the YAML spec’s fault, but37slugcat.systems原文 ↗

slugcat.systems

文章把 YAML 规范与解析器默认行为、实现差异分开讨论,提醒同一文档可能因隐式类型、合并键和错误策略而产生不同结果。工程上的结论是锁定解析器版本并用测试约束边界,不能只写一句“遵循 YAML 规范”。

–

Conversations with JJ38laurmaedje.github.io原文 ↗

laurmaedje.github.io

作者以日常工作流记录 Jujutsu 与 Git 在提交、变更集和协作方式上的差异。文章不靠功能清单推销 jj,而是展示新模型如何减少分支操作摩擦,读者可以据此判断自己遇到的是 Git 命令问题还是版本历史模型问题。

–

Package Manager Trends39nesbitt.io原文 ↗

nesbitt.io

这篇综述横向比较多种生态包管理器在依赖解析、锁文件、缓存、供应链安全和 monorepo 支持上的共同演进。它没有给出单一排行榜,观察重点是不同语言项目逐渐收敛到可复现安装和可审计发布。

–

How CHERIoT provides isolation without an MMU40queue.acm.org原文 ↗

queue.acm.org

ACM Queue 介绍 CHERIoT 用能力架构而不是传统 MMU 为嵌入式系统划定内存边界,指针本身携带不可伪造权限并由硬件/运行时检查。该路线把隔离能力下沉到更小的设备形态,但实际成本取决于处理器支持和软件迁移量。

–

GPT-6 Astra, looped transformers, and hidden reasoning42magazine.sebastianraschka.com原文 ↗

magazine.sebastianraschka.com

Raschka 解释 looped transformer 通过重复同一组 block 增加有效深度,并串联 Universal Transformer、Ouro 与 Mixture-of-Recursions 的路由思路。文中以 Nanbeige 为例:22 个 block 循环两次得到 44 次应用,参数存储约减半,但前向计算和 KV cache 仍接近 44 层模型,说明省内存不等于省算力。

–

What do Visa and Mastercard do?43tautology.town原文 ↗

tautology.town

文章把一次银行卡交易拆为授权、清算和结算,分别说明发卡行、收单行、商户与网络的职责。这个分层解释了为什么“刷卡成功”不代表资金已经最终到账,也为理解交换费和争议责任提供了流程背景。

–

Factoring RSA-26044cognition.com原文 ↗

cognition.com

Cognition 将 RSA-260 分解描述为算法选择、代码实现、实验验证和资源调度的综合工程,而不是单个数学技巧。叙述的重点是展示 agent 如何参与长链路计算任务,并把数学目标转成可执行的工程阶段。

–

Review a pull request by booting it45fzakaria.com原文 ↗

fzakaria.com

文章把 pull request 构造成可启动系统镜像后再审查,直接观察启动路径与运行时行为。这样检查的对象从静态 diff 扩展到候选版本的真实可执行状态,尤其适合发现构建成功但部署后才暴露的配置问题。

–

Everything about watermarks in Apache Flink46developer.confluent.io原文 ↗

developer.confluent.io

Confluent 系统梳理 Flink 水位线的生成、传播和事件时间语义,说明乱序输入下窗口何时可以关闭。并行分区通常以全局最小水位线推进,迟到事件策略再决定结果是否更新;具体延迟阈值仍需结合业务 SLA 设定。

–

引用来源 · References

54 条 · 引用
  1. 1 Ridgehttps://github.com/vasinov/ridge-core ↩ 回到正文 · back to text
  2. 2 Egmahttps://github.com/egma-ai/egma ↩ 回到正文 · back to text
  3. 3 Faint Lighthttps://github.com/fschuindt/faint_light ↩ 回到正文 · back to text
  4. 4 EmbedFlowhttps://github.com/arnsri33/embedflow ↩ 回到正文 · back to text
  5. 5 Magikahttps://github.com/google/magika ↩ 回到正文 · back to text
  6. 6 MultiMattehttps://usefeyn.com/blog/multimatte/ ↩ 回到正文 · back to text
  7. 7 Syqhttps://greaber.github.io/syq/ ↩ 回到正文 · back to text
  8. 8 EterDBhttps://eterdb.com/ ↩ 回到正文 · back to text
  9. 9 Security Cardshttps://www.rewarelabs.com/blog/introducing-security-cards/ ↩ 回到正文 · back to text
  10. 10 PromptSignhttps://promptsign.ai/ ↩ 回到正文 · back to text
  11. 11 Nightshifthttps://github.com/Shaurya-Sethi/nightshift ↩ 回到正文 · back to text
  12. 12 Ambient Contexthttps://github.com/dragthelake/ambient-context/releases ↩ 回到正文 · back to text
  13. 13 Hydrahttps://github.com/hydraterm/hydra-local ↩ 回到正文 · back to text
  14. 14 Stroqhttps://github.com/AGGIB/Stroq ↩ 回到正文 · back to text
  15. 15 Biff 2.0https://biffweb.com ↩ 回到正文 · back to text
  16. 16 Nolahttps://nola.sh/ ↩ 回到正文 · back to text
  17. 17 Cognition launches SWE-2https://cognition.com/blog/swe-2 ↩ 回到正文 · back to text
  18. 18 DeepSeek V4.1 Flashhttps://twitter.com/deepseek_ai/status/2097930608790167907 ↩ 回到正文 · back to text
  19. 19 Introducing the Agents APIhttps://openai.com/index/introducing-the-agents-api ↩ 回到正文 · back to text
  20. 20 GPT-Live-1https://openai.com/index/introducing-gpt-live-1-in-the-api ↩ 回到正文 · back to text
  21. 21 Rust is a tier-1 language at Microsofthttps://rustfoundation.org/media/guest-post-rust-is-tier-1-language-at-microsoft/ ↩ 回到正文 · back to text
  22. 22 Shopify moves back to nativehttps://shopify.engineering/back-to-native ↩ 回到正文 · back to text
  23. 23 Introducing Nekihttps://planetscale.com/blog/introducing-neki ↩ 回到正文 · back to text
  24. 24 JEP 544: Ahead-of-Time Code Compilationhttps://openjdk.org/jeps/544 ↩ 回到正文 · back to text
  25. 25 Forgejo 16.0.4 security releasehttps://codeberg.org/forgejo/forgejo/src/branch/forgejo/release-notes-published/16.0.4.md ↩ 回到正文 · back to text
  26. 26 Detecting and countering misuse of AI: September 2026https://www.anthropic.com/threat-intelligence-report-september-2026 ↩ 回到正文 · back to text
  27. 27 Automattic board places Matt Mullenweg on leavehttps://techcrunch.com/2026/09/09/automattics-board-forces-ceo-matt-mullenweg-into-leave-of-absence/ ↩ 回到正文 · back to text
  28. 28 Blizzard workers win union contracthttps://www.gamespot.com/articles/blizzard-workers-win-historic-union-contract-that-could-set-a-new-standard-for-game-developers ↩ 回到正文 · back to text
  29. 29 Questions about unpublished mathematics shared with OpenAIhttps://mathstodon.xyz/@andreasthom/117240535270608201 ↩ 回到正文 · back to text
  30. 30 Anthropic surveillance system reporthttps://prospect.org/2026/09/09/anthropic-artificial-intelligence-surveillance-system-monitor-activists/ ↩ 回到正文 · back to text
  31. 31 iPhone 18 Pro and iPhone 18 Pro Maxhttps://www.apple.com/newsroom/2026/09/apple-debuts-iphone-18-pro-and-iphone-18-pro-max/ ↩ 回到正文 · back to text
  32. 32 I have a theory that software drives people insanehttps://graybeard.ing/software-drives-people-insane/ ↩ 回到正文 · back to text
  33. 33 What algorithm did Windows XP use to choose your initial user picture?https://devblogs.microsoft.com/oldnewthing/20260909-00/?p=112683 ↩ 回到正文 · back to text
  34. 34 What comes after githttps://ersc.io/blog/what-comes-after-git ↩ 回到正文 · back to text
  35. 35 The part of Navier-Stokes no one is talking abouthttps://www.johndcook.com/blog/2026/09/09/formal-method-revolution/ ↩ 回到正文 · back to text
  36. 36 A rant about phishinghttps://maurycyz.com/misc/domains/ ↩ 回到正文 · back to text
  37. 37 It’s not the YAML spec’s fault, buthttps://slugcat.systems/post/26-09-10-yaml-spec/ ↩ 回到正文 · back to text
  38. 38 Conversations with JJhttps://laurmaedje.github.io/posts/jj/ ↩ 回到正文 · back to text
  39. 39 Package Manager Trendshttps://nesbitt.io/2026/09/10/package-manager-trends.html ↩ 回到正文 · back to text
  40. 40 How CHERIoT provides isolation without an MMUhttps://queue.acm.org/doi/10.1145/3831361 ↩ 回到正文 · back to text
  41. 41 Training a 3.8B LLM to 0.384 CORE for $998https://hugovergnes.github.io/little-lm-3-8b/ ↩ 回到正文 · back to text
  42. 42 GPT-6 Astra, looped transformers, and hidden reasoninghttps://magazine.sebastianraschka.com/p/gpt-6-astra-looped-transformers-and ↩ 回到正文 · back to text
  43. 43 What do Visa and Mastercard do?https://tautology.town/2026/06/01/card-networks.html ↩ 回到正文 · back to text
  44. 44 Factoring RSA-260https://cognition.com/blog/factoring-rsa-260 ↩ 回到正文 · back to text
  45. 45 Review a pull request by booting ithttps://fzakaria.com/2026/09/09/review-a-pull-request-by-booting-it ↩ 回到正文 · back to text
  46. 46 Everything about watermarks in Apache Flinkhttps://developer.confluent.io/blog/all-about-flink-watermarks-1/ ↩ 回到正文 · back to text
  47. 47 Tencent/teamai-clihttps://github.com/Tencent/teamai-cli ↩ 回到正文 · back to text
  48. 48 liquidslr/system-design-noteshttps://github.com/liquidslr/system-design-notes ↩ 回到正文 · back to text
  49. 49 vastsa/PI-Desktophttps://github.com/vastsa/PI-Desktop ↩ 回到正文 · back to text
  50. 50 solidjs/solidhttps://github.com/solidjs/solid ↩ 回到正文 · back to text
  51. 51 OpenDCAI/GameFactory-3Ahttps://github.com/OpenDCAI/GameFactory-3A ↩ 回到正文 · back to text
  52. 52 anbeime/skillhttps://github.com/anbeime/skill ↩ 回到正文 · back to text
  53. 53 polarsquad/kropshttps://github.com/polarsquad/krops ↩ 回到正文 · back to text
  54. 54 petergyang/no-ai-slophttps://github.com/petergyang/no-ai-slop ↩ 回到正文 · back to text