每天从模型发布、Agent 与工具、算力基建、科研应用、安全治理等赛道中，挑出最值得研究者关注的5–6 个热点：先说清楚「是什么」，再给出范老师的判断—— 对科研有什么用、该不该跟、怎么用。
2026-09-02 · 1 条「Agent 与工具」热点
Harness-of-Harness（HoH）把现有编码 Agent 框架包进一个迭代式的规划-编码-测试外层循环，保留带版本的项目历史，并把「实现方的测试」与「独立评估」分开。在 GameCraft-Bench、FrontierSWE、ProgramBench 上三轮迭代后平均相对提升 52.25%，最高 82.86%；并用 70+ 轮迭代自主做出了一款可玩的第一人称射击游戏。
① 判断：Agent 的上限越来越取决于「外面那层流程」而不是「里面那个模型」。写测试的人和写代码的人分开、保留每一版历史——这是软件工程几十年的老经验，现在被证明对 AI 同样有效。 ② 对研究者：你用 AI 写实证代码时也该这么干——让一个会话写 Stata / Python 代码，另一个独立会话只负责挑错和写检验脚本，别让同一个上下文既当选手又当裁判。 ③ 动作：这周试一次「双会话」工作流，感受一下差别。
2026-09-01 · 1 条「Agent 与工具」热点
Perplexity 推出 Hybrid Compute 模式：自动分类用户上传与提示，敏感内容交给本地运行的 Gemma E4B 或 35B 参数的 Qwen 3.6（含 Perplexity 后训练版本），一般任务仍发往云端 Opus 5 或 GPT-5.6 Sol。面向 Pro / Max / 企业用户，要求 Apple Silicon Mac、macOS 15+，建议 32GB 统一内存；本地推理不计 token 费用。
① 判断：「本地 + 云端混合」不是新想法，新的是它被做成了默认、无感的产品功能——用户不用懂模型，系统自己判断哪条该留在本机。 ② 对研究者：这是一个很好的参考架构。你的数据清洗脚本、含受访者信息的访谈稿，完全可以用本地 30B 级模型做初步处理，再把脱敏后的问题交给云端大模型。 ③ 动作：手头有 32GB 以上内存的 Mac 的同学，可以实际感受一下本地 35B 模型的能力边界——很多任务上已经够用。
