Agent 能力怎么比较？先把评测环境对齐。
Harbor Adapters 与 Harbor-Index 研究统一的 Agent 评测基础设施。观察能力提升之前，我们也需要理解任务、环境和测量方式。
THE OBSERVATORY
进展，值得认真观察。
从原始资料出发，了解发生了什么、意味着什么，以及我们还不知道什么。
↗
编程 Agent，正在改变 AI 研究的工作方式。
OpenAI 的官方资讯摘要讨论了编程 Agent 在内部研究中的使用，涉及实验速度、任务复杂度与工作流程。这为观察研究自动化提供了一个具体窗口。
当 Agent 走进实验室，工具接口需要共同语言。
Anthropic 公布 Model Hardware Standard 的研究预览，讨论让 AI Agent 操作物理设备的共享规范，首先面向科学实验室与先进制造场景。