Philipp Schmid

Agent 能在未见过的任务上改进自己的 harness 吗？@GoogleResearch 团队发布了 Harness²，一个可以围绕冻结模型改进 harness 的框架。 工作原理： 1️⃣ Agent 在每个任务上运行基础 harness，记录基线轨迹 2️⃣ Editor agent 检查轨迹，起草 2 个候选编辑（SI、Skills、hooks……），并运行两者。 3️⃣ Composer agent 将新轨迹与基线做 diff，合并修复了失败的编辑（在限额内），并运行最终 harness。 4️⃣ Reflector agent 将验证过的经验记录到文件中，并把胜出的组件保存到库中，供未来任务按需调用。 结果： - 💡 Gemini 3.5 Flash 在 WorkBuddy-Bench 上 +8.4，在 JobBench 上 +7.5。 - 🛠️ Skills 和脚本驱动了约 50% 的编辑；去掉 skills 会损失 5.3 分。 - 📚 Gemini 3.5 Flash 在编辑自己的 harness 时，在全部 3 个基准上都有提升。 论文：arxiv.org/abs/2610.14224 代码：github.com/google-research/harness2

Gemini 4 Argon 现已面向 Pro 订阅用户开放。

Gemini 4 Argon 现已向 Pro 订阅用户开放。

全新的 Gemma 文档！gemma.ai/ 🥁🥁🥁 从能力介绍，到微调指南、推理优化，再到讲解模型原理的教学内容。 全都集中在一个地方！

感谢大家的反馈。我会全部看一遍，看看我们能怎么帮忙改善体验。

你对 Gemini 4 Argon 有什么早期反馈？我们该在哪些方面改进？我们会认真对待你的意见。

给 Gemini 4 Argon 一张曼哈顿天际线的照片，让它用油画风格重现。 它写了一个多遍渲染的画布渲染器，先铺大块背景笔触，再勾出建筑和河流的色块，最后在水面上收尾加上细腻的镜面高光。

在 X 查看视频

Gemini 4 Argon 现已在 Gemini API 和 @GoogleAIStudio 上线 🎉 它目前在 Google 都做了些什么： - 长达数月的 Chrome 重构，速度约为平时的 4 倍 - 智能体代码提交量增加 35%+ - ADK 中的会话创建提升了 40% - Gemma 4 在 SGLang 中的吞吐量提升了 2.9 倍 有了 Gemini 4，你应该把大部分时间花在写清楚目标和验证结果的方法上。去挑战你最难的难题，说服你自己：aistudio.google.com/learn/gemini-4-argon-developer-guide

同时也在 @Antigravity（Google AI Ultra）以及 @GeminiApp 和搜索中的 AI 模式（Google AI Pro 和 Ultra）中推出。了解更多：blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-argon/

这周会在纽约的 @aiDotEngineer！🔥 - 构建自主同事 | 10/14 下午2:55 - @GoogleDeepMind 展台 | 大部分时间 如果你在做 agent、evals，或者对 Gemini 有反馈，欢迎过来聊聊。