AI 每日動態簡報

內容由 AI 根據公開信源自動整理，僅供參考，請回原文核對。

今天討論集中在 AI Agent 的工程化配套上：谷歌開源 Harness²，讓 OpenCode 與 Codex 兩個後端可以並行接入；SandboxAQ 則把 Agent 的安全測試與成本追蹤做成工具。與此同時，StartLux 的 27B 決策模型登上 Hugging Face 決策榜。值得留意的是，圍繞 Agent 的評測、安全與成本控制正在形成獨立的工具層。

2026-10-20 AI 動態簡報

1. NO.0195持平

   谷歌開源 Harness²，支援 OpenCode 與 Codex 雙後端

   谷歌研究團隊以 Apache 2.0 協議在 GitHub 開源 Harness²，把系統提示詞、護欄、記憶、工具指導、子智慧體、Skills 等 8 類外部元件做成可插拔模組，讓 Agent 在不改動模型權重的情況下遞迴改進。框架支援 OpenCode 與 Codex 雙後端，預設使用 OpenCode，官方強調它仍是研究專案而非正式產品。

   IRMInfoQ 中文、Reddit · LocalLLaMA 等 3 個來源3 個來源·3 篇報道

   OpenCodeCodex
   • 谷歌開源 Harness² 智慧體框架，支援 OpenCode 與 CodexInfoQ 中文 · 10/20 02:22
   • Google 開源 Harness2，讓 AI Agent 自我改進Reddit · LocalLLaMA · 10/19 06:33
   • Google 開源 Harness2：在測試時遞迴重寫 Agent HarnessMarkTechPost · 10/18 16:15
2. NO.02新95新上榜

   SandboxAQ 推出 Agent 安全測試與成本追蹤工具

   SandboxAQ 在其 Switch AI 平臺上新增兩款產品：Switch Trust 會先盤點企業內部執行的 agent、模型和工具，再測試提示注入等攻擊並攔截或隱藏洩露的憑據與個人資料；Switch ROI 把每個 agent 的花費與產出結果對應起來。兩者對最多 5 個 agent 免費。

   TThe Next Web1 個來源·1 篇報道
   • SandboxAQ 推出 Agent 安全測試與成本追蹤工具The Next Web · 10/20 00:06
3. NO.03新0新上榜

   StartLux 釋出 27B 決策模型並登頂 Hugging Face 決策榜

   中國團隊 StartLux 推出 27B 決策模型，在 10 月 16 日更新的 Hugging Face Decision Index 0.3.2 榜單上以 69.12 分位列 174 個條目第一，公開基準、同類能力私有測試和新領域私有測試三部分均居首。模型直接輸出各選項機率而非自由文本，並提供 Instant 與 AutoThink 兩條推理路徑。

   IInfoQ 中文1 個來源·1 篇報道
   • StartLux 釋出 27B 決策模型，登頂 Hugging Face 決策榜單InfoQ 中文 · 10/20 04:33