AI 每日动态简报

内容由 AI 根据公开信源自动整理，仅供参考，请回原文核对。

今天讨论集中在 AI Agent 的工程化配套上：谷歌开源 Harness²，让 OpenCode 与 Codex 两个后端可以并行接入；SandboxAQ 则把 Agent 的安全测试与成本追踪做成工具。与此同时，StartLux 的 27B 决策模型登上 Hugging Face 决策榜。值得留意的是，围绕 Agent 的评测、安全与成本控制正在形成独立的工具层。

2026-10-20 AI 动态简报

1. NO.0195持平

   谷歌开源 Harness²，支持 OpenCode 与 Codex 双后端

   谷歌研究团队以 Apache 2.0 协议在 GitHub 开源 Harness²，把系统提示词、护栏、记忆、工具指导、子智能体、Skills 等 8 类外部组件做成可插拔模块，让 Agent 在不改动模型权重的情况下递归改进。框架支持 OpenCode 与 Codex 双后端，默认使用 OpenCode，官方强调它仍是研究项目而非正式产品。

   IRMInfoQ 中文、Reddit · LocalLLaMA 等 3 个来源3 个来源·3 篇报道

   OpenCodeCodex
   • 谷歌开源 Harness² 智能体框架，支持 OpenCode 与 CodexInfoQ 中文 · 10/20 02:22
   • Google 开源 Harness2，让 AI Agent 自我改进Reddit · LocalLLaMA · 10/19 06:33
   • Google 开源 Harness2：在测试时递归重写 Agent HarnessMarkTechPost · 10/18 16:15
2. NO.02新95新上榜

   SandboxAQ 推出 Agent 安全测试与成本追踪工具

   SandboxAQ 在其 Switch AI 平台上新增两款产品：Switch Trust 会先盘点企业内部运行的 agent、模型和工具，再测试提示注入等攻击并拦截或隐藏泄露的凭据与个人数据；Switch ROI 把每个 agent 的花费与产出结果对应起来。两者对最多 5 个 agent 免费。

   TThe Next Web1 个来源·1 篇报道
   • SandboxAQ 推出 Agent 安全测试与成本追踪工具The Next Web · 10/20 00:06
3. NO.03新0新上榜

   StartLux 发布 27B 决策模型并登顶 Hugging Face 决策榜

   中国团队 StartLux 推出 27B 决策模型，在 10 月 16 日更新的 Hugging Face Decision Index 0.3.2 榜单上以 69.12 分位列 174 个条目第一，公开基准、同类能力私有测试和新领域私有测试三部分均居首。模型直接输出各选项概率而非自由文本，并提供 Instant 与 AutoThink 两条推理路径。

   IInfoQ 中文1 个来源·1 篇报道
   • StartLux 发布 27B 决策模型，登顶 Hugging Face 决策榜单InfoQ 中文 · 10/20 04:33