@arvin17x: 今天在 Berkeley AI Summit 2026 最大的收获，来自 Jianfeng Gao 教授的演讲。 目前 AI Modeling 的新一代范式已经出现： - 新的训练数据：从 harness 到 agentic modeli…
摘要
作者在Berkeley AI Summit 2026总结了Jianfeng Gao教授的演讲，指出AI建模的新范式是基于Agentic Modeling和新数据飞轮，强调Harness将成为应用护城河的关键。
查看缓存全文
缓存时间: 2026/08/03 05:35
今天在 Berkeley AI Summit 2026 最大的收获，来自 Jianfeng Gao 教授的演讲。
目前 AI Modeling 的新一代范式已经出现：
- 新的训练数据：从 harness 到 agentic modeling —— 相当于当年互联网数据喂给预训练模型的那个角色
- 新的 Scaling Law：AI 行业正在每天疯狂地生产出大量 AI Agent Harness 的轨迹数据
- 新的数据飞轮：harness → 更好的 LLM → 能做更复杂任务的 agent → 更好/更新的 harness
某种意义上来说，AI 应用的护城河将会出现在 Harness 上。
谁能把 Harness 的 Agentic 运行轨迹变成 model 的训练数据，并真正跑通模型训练闭环，谁就能构建起来真正意义上的应用护城河。我相信这个事情在下半年就会发生，明年可能成为新的共识。
相似文章
@turingbook: Harness（Agent）可能最大的价值，是到各行各业老法师的工作实际场景中，看他们怎么工作和思考的，记录和“蒸馏”他们的宝贵经验，这种数据原来可能都是隐性的。
The tweet highlights the potential of agent harnesses to capture and distill experts' tacit knowledge as new training data, referencing a Berkeley AI Summit talk by Jianfeng Gao on agentic modeling as an emerging AI paradigm.
@xiaogaifun: 讲 Harness 最透彻的一个演讲。 这应该是我看到过的、关于 Harness Engineering 最透彻的一次分享，推荐大家看一下。 视频链接：https://podwise.ai/dashboard/episodes/80132…
这篇文章通过IBM工程师Tejas Kumar的演讲，深入讲解了Harness Engineering的概念，即通过为AI Agent添加确定性基础设施（如工具注册表、上下文管理、护栏和验证循环）来解决模型失控和幻觉问题，确保Agent稳定执行任务。
@Phoenixyin13: 这篇来自Meta FAIR的最新重磅论文，旨在告诉AI行业一句重要的风向标： “大模型数据，正在迎来智能科学家时代。” 在这篇论文里， 一个经过 Autodata 精准洗礼的 4B小模型，在法律推理任务上，不仅碾压了传统合成数据训练出来的…
Meta FAIR最新论文提出Autodata方法，通过智能数据科学家Agent自主生成和优化高质量数据，使4B小模型在法律推理任务上击败397B大模型，预示数据质量可弥补参数量鸿沟，为数据pipeline和scaling提供新思路。
@astaxie: 今天群里面讨论怎么样学习 Harness，Harness 工程我学习这两个： 1. https://github.com/walkinglabs/learn-harness-engineering… 通过这个了解每一个 Harness 的…
A project-based course repository on Harness Engineering for AI coding agents, covering environment setup, state management, verification, and control mechanisms to make AI coding agents work reliably. The course synthesizes best practices from OpenAI and Anthropic on building effective harnesses for long-running agents.
@MindfulReturn: 今天看到黄碧薇教授 @huang_biwei 的访谈，看到他们新一轮融资的消息！了解到 Aether AI 的方案，多看了几眼他们的方向之后，我说说我看法： AI 的下一个范式：不是更大的模型，是因果关系。 一、相关性天花板：为什么画面很…
文章深度分析Aether AI（原识之智）提出的因果世界模型（CWM），认为AI下一个范式将从相关性转向因果关系，并讨论了其理论基础、技术架构及对视频生成和具身智能领域的潜在影响。