微软技术白皮书显示,同样使用 Claude Opus 4.8,只替换 Copilot Studio 背后的 Harness,复杂任务通过率提高 22.1 个百分点。Harness 正成为大模型与 Agent 之间必争的执行层。
Anthropic 一次发布 Fable 5.2 与 Mythos 5.2 两款旗舰模型,在编程、推理、网络安全与科研领域全面领先,其中 Fable 5.2 仅用 30 小时自主完成了费马大定理形式化证明。