每日AI新鲜事·10月25日早间版：Claude Duet与Agent执行层

今天AI圈又有不少新动静啊, 周日早上一起来就刷到好几条挺有意思的东西.

今天咱们主要聊这么几件: 一是农夫与病原体, 二是Agent执行层差距, 三是个人助手两条路, 四是宾州AI广告标签, 五是类淋巴清除, 六是Claude Duet.

最后两个咱们放深度里好好聊, 前面几条快速过一遍.

嗯, 这个排列我认可.

好, 那就先进板块一, 新闻速递.

第一条, 我在YouTube上看到历史学家Kyle Harper的一个讲座视频, 讲为什么狩猎采集者干不过农民.

传统解释都说是农业产量高嘛, 但他给了个更冷的说法: 种地的人还带病.

这个点挺硬的. 密集村落就是病原体的培养皿, 小孩从小泡在里面, 几代人下来就有了部分免疫.

然后他们迁徙的时候把病原一起带过去, 对面那些没接触史的采集者就倒大霉了.

所以不是简单的先进替代落后, 是能量优势叠加了疾病杀伤? 这也太狠了点.

对, 他自己也承认有不确定性, 但说这是个合理推断. 我觉得这个框架比单讲生产力复杂多了.

行, 这条挺开脑洞的. 第二条, Reddit上有个帖子聊agent的执行层, 就是harness那个东西.

标题挺抓人: 同一个模型, 换个harness, 在Terminal-Bench 2.0上最多能差22分.

官方数据里Opus 4.6和GPT-5.5跨harness的差距都超过20分, LangChain重写了一下执行层, Deep Agents直接涨了13.7分.

那是不是说模型没那么重要, 外面那层壳才关键?

先别急着下结论. 作者自己给了反证: SWE-Bench Pro V2那篇论文里, scaffold只解释了大概0.29%的方差.

差这么多? 那到底该怎么理解.

他的结论我觉得挺稳: 在长链条、多工具的任务上, harness的杠杆被放大, 但它不决定一切.

明白, 场景决定权重. 第三条接着聊, 还是Reddit, 有人在问现在这一大堆个人助手到底怎么看.

他把产品分成两条路线, 开源可定制的叫Linux模式, 托管省心的叫Mac模式.

开源那边像OpenClaw^广告、Hermes, 模型无关、自由度高, 但你得自己管基础设施, 稳定性靠社区, 智能体团队一跑token账单就上去了.

托管那边就是Grok Bot、Muse、Dots、Claude Duet这些? 省心但牺牲灵活性和隐私边界.

对, 那个用户自己就因为维护成本和token账单, 认真考虑放弃Hermes转托管了.

所以他最后的结论是什么? 有没有全能冠军?

没有. 选择取决于你愿意自己管多少, 而且所有产品都还在快速迭代.

第四条, The Verge上看到宾州签了人工智能欺骗性广告法案, 要求AI生成或显著修改的广告必须打标签.

图片、视频、音频、文本四种媒介全盖, 判断标准是AI对最终效果的参与程度, 不是看你用没用工具.

选广告场景挺聪明的, 本来就有消费者保护框架管着, 执法路径现成.

不过显著修改怎么判、标签得多显眼、罚多狠, 这些细节都还悬着.

对广告主和工具商来说, 大概得开始建AI内容审核和标签功能了.

反过来说, 透明度做好了也能当品牌信任的卖点嘛.

第五条, Hacker News上一个才11个赞同的帖子, 但话题挺硬: 类淋巴系统清除功能, 能不能同时对付脑水肿和阿尔茨海默.

机制是这样的, 脑脊液和间质液交换, 经AQP4和脑膜淋巴管把β-淀粉样蛋白这些废物排出去, 睡觉的时候最活跃.

所以创伤后水肿是急性清除障碍, 阿尔茨海默是慢性的, 同一个流体机制在两个时间尺度上起作用?

思路是这样. 但得泼盆冷水: 原帖就一个标题, 论文出处、实验设计、数据全没有.

成像可重复性和因果关系都还有争议, 直接说能治那就是过度推断了, 当线索看可以, 当结论不行.

好, 新闻就先到这儿. 接下来咱们深入聊聊今天最热的那件事, Claude Duet.

B站上好几个人在聊, 标题直接就是Claude发布主动式智能体Duet, 你敢申请吗.

主动式这个词是重点. 以前的助手是你问它答, Duet这种是它自己会往前推事情.

那不就跟刚才第三条说的托管模式接上了? 你愿意让它替你做多少决定.

完全接上了. 而且你看那个帖子的讨论, 大家纠结的不是能力, 是敢不敢申请, 这就是信任问题.

我注意到B站上还有一条把Duet和PHP漏洞、KLS猜想放一起讲的, 互动分挺高.

那个组合挺说明问题的: agent主动干活、AI找漏洞、AI证数学猜想, 三件事其实是一条线, AI从生成内容转向接管真实工作流.

但接管工作流就得有权限, 有权限就有人问边界在哪.

对, 所以我觉得Duet真正的看点不是它多能干, 是它怎么设计权限和确认环节.

那你觉得这种主动式agent会先在哪落地? 编程还是日常事务?

编程, 因为结果可验证、失败了代价可控. 日常事务牵扯隐私, 用户心理门槛高得多.

所以结论是, 主动式agent的竞争点会从能力转向信任设计, 谁把权限收得住谁赢.

我同意这个总结. 能力大家都会追, 敢不敢放手才是分水岭.

行, 今天就聊到这儿, 中午见.