批次来源页：生产级 Harness、本地转录与数据资产、视频叙事、开源战略

来源类型： 批次综合页（微信文章4-批次036）
日期： 2026-08-24
标签： agent-harness, data-assets, ai-video, open-source, agent-evaluation, local-tts
覆盖文件数： 12 篇

覆盖文章列表

核心主题

本批12篇文章横跨四条主线：一是 Agent 工程化——从生产级 Harness 六层控制面、Boris Cherny 的 Claude Code 实操方法论，到腾讯 WorkBuddy Bench 这套把「真实任务+开源审计」标准化的评测套件，构成「控制—使用—度量」的完整闭环。二是本地化与数据资产——WiseMindAI 用 FunASR 把实时转录拉回本地、Snippai 用多模态大模型消灭截图后的手动转录、AI 公司反向抢购 2022 年前的实体旧书，三件事指向同一趋势：机器越会生产内容，能证明「不是机器编的」、且带出处与判断的数据越值钱。

三是内容创作范式的切换——Seedance 2.5 把单次生成从 15 秒拉到 30 秒（可延长至 3 分钟）、支持 50 个全模态参考与局部编辑，宣告 AI 视频从「生成片段」走向「完成一段创作」；Seed Evolving 则以百万级长上下文+长程 Agent 能力，把一部 663 万字的《斗破苍穹》做成可点击、可回查证据的交互式世界图谱。四是战略层面——K3 开源部署的「机房账」与唐兴通对中美开源路线的拆解说明：开源是商业结构题而非价值观之争，模型免费不等于运行免费，真正的壁垒在数据、流程与场景 know-how。

关键发现

Agent 工程化：控制权、使用法与度量（文章 1、7、12）

• [1] 生产级 Harness 有六层控制面：任务契约、状态与上下文、模型与工具调度、预算与停止、验证回滚与恢复、事件账本与回归；判别标准是「如果某条规则必须在模型失误时仍然成立，它就不应该只写在 Prompt 里」。
• [1] 最小实现顺序为「先获得控制权，再增加自主性」：机器可读的 Goal/Scope/Done when → 工具事件与幂等 → 阶段状态机（Discover/Plan/Implement/Verify/Deliver）→ 验证器 → 多维预算 → 有限路由与子代理 → 回归观测；简单只读任务无需完整 Harness。
• [7] Boris Cherny 亲传用法：先跑 /terminal-setup 与 /theme；让 AI 先通读代码库再提问，Anthropic 新人上手从 2-3 周压缩到 2-3 天；要求「先给实现方案，不要直接写代码」；接 Bash CLI 与 MCP 工具后才形成反馈闭环（Puppeteer 截图对比让页面从七八十分提到九十分）。
• [7] CLAUDE.md 应写成「短、准、硬」的规则索引并可放子目录分册；快捷键 Shift+Tab 自动接受编辑、输入 # 把纠错写进 CLAUDE.md、Esc 打断、Ctrl+R 查看原始对话、claude --resume 恢复会话。
• [12] WorkBuddy Bench 共 260 个任务覆盖 Code(80)/Web(70)/Office(50)/Security(60) 四场景，全部由真实 commit、PR、CVE 逆向重构为口语化角色扮演请求，刻意信息不充分以测需求消歧；在 CodeBuddy Code 与 Claude Code 双框架交叉验证，评分资产回合后才注入沙箱，任务/镜像/评分/答案全公开、可离线审计；排行榜同时报告 token 消耗与轮次效率（GPT-5.5 以最小预算登顶，证明高分≠高消耗）。

本地化与数据资产（文章 2、3、5、11）

• [2] WiseMindAI v1.3.1 接入 FunASR 本地转录，提供中英轻量/中英高精度/粤语专用三版本，支持离线包导入；模型准备好后断网也能录音、出逐字稿并整理发言人，且音频识别与实时转录共用模型；新增 RSS 知识库（内置 150 个精选源）与 Obsidian 插件实时转录「实时写入笔记」。
• [3] ISBNdb 向 AI 公司按书单批量采购 2022 年前实体旧书（1000-100 万本），广告语「世界上最好的 AI 训练数据正躺在书架上」；2022 年 11 月 ChatGPT 后 AI 生成内容回灌互联网形成「AI Slop」，催生模型崩塌风险——旧书的价值在于它是有出处、有时间、难改写的人类文本。
• [3] Anthropic 的 Project Panama（2024 起）花钱买实体书、切掉书脊、高速扫描后销毁纸书；2025 年 Bartz v. Anthropic 案法官拆分认定：用书训练=合理使用、合法购书一对一数字转换+原件销毁+不外传=合理使用、从盗版站批量下载入中央库=非合理使用；2026 年 7 月 20 日法院批准 15 亿美元集体诉讼和解（是和解而非罚单）。
• [5] Snippai（AGPL-3.0，GitHub 1700+ Star，v0.3.5）：截图框选→多模态模型自动判断内容类型→公式转 LaTeX/表格转 Excel-Markdown/代码提取/智能文本摘要，全程无需 prompt；技术栈 Electron 28 + electron-screenshots + React 18 + Tailwind + Gemini Vision Pro；代价是截图上传 Google、作者 Key 承担算力难持续，隐私场景需自行编译 use-local-models 分支。
• [11] Resemble AI 发布 Chatterbox-Turbo：350M 参数非自回归架构，知识蒸馏把语音表征解码器从 10 步压到 1 步；T3 语义模块 + S3Gen 流量匹配解码器；5-10 秒参考音频即可克隆音色语调韵律，原生支持笑声/咳嗽/叹息等副语言标签，Perth 隐式音频水印内嵌合规追踪；应用场景为数字人与客服（毫秒响应）、游戏动态 NPC、播客有声书、多语言教育。

视频与创作范式（文章 4、10）

• [4] Seedance 2.5（7 月 31 日发布，同步即梦/豆包专业版/扣子/小云雀）：单次生成 15 秒→30 秒、即梦延长功能可续至 3 分钟；参考素材上限从 9 图片 3 视频 3 音频升至 50 个全模态混用；新增局部编辑（框选区域重生成）、文字渲染大幅改善、白模+绿幕参考并支持 Maya/Blender 插件唤起，接入专业影视管线。
• [4] 发布当天徐工集团（工业培训/SOP 视频）、小鹏汽车（内部 AI 设计平台）、灵初智能宣布合作；行业数据显示 Seedance 占国内 AI 视频市场超八成、可灵约 14%、万相约 4%；成本上即梦会员 239 元/2210 积分，一条 30 秒 720P 视频 780 积分≈84 元，限时折扣 5.4 折下约 45 元；Seed 团队原话：「用户对视频创作模型的期待正在从『生成一个片段』走向『完成一段创作』」——第二阶段比的不是画面，是叙事。
• [10] 作者用 Doubao-Seed-Evolving + 火山方舟 Agent Plan（订阅包内含 Seed 系列及 GLM/MiniMax/DeepSeek/Kimi，可 Auto 调度）开发「小说迷图谱 Skill」；《斗破苍穹》约 663 万字符、解析出 1170 个有效章节（编号却到 1623，存在目录/重复/缺号）；前 100 章产出 20 人物/22 关系/14 地点/6 势力/37 事件/99 条可回查证据，交付四视图（人物关系/场景地图/势力图谱/事件时间线）+ 章节进度防剧透。
• [10] 工程要点：章节解析用确定性脚本而非模型自由判断；实体稳定 ID 让「黑衣人」与后续具名同一人跨批次链接；关系按证据分阶段演化；数据验证器+证据验证器（引文必须逐字可查）防编造；单文件 HTML 约 15MB；开发者发现的问题被沉淀进测试和验收清单反哺 Skill。

开源经济与组织战略（文章 6、8、9）

• [8] Kimi K3：2.8 万亿参数 MoE（896 个专家、每次激活 16 个），权重约 1.4TB；官方部署建议 64+ 张加速卡超节点，采购成本 240 万美元+（约 1700 万元人民币），满载功耗近 45kW（普通家庭入户仅 8-12kW）；API 每百万输出 token 15 美元 vs 同级闭源约 50 美元——「免费下载解决的只是复制环节，运行环节一分钱省不下来」「开源把门槛从法律世界搬到了物理世界」。
• [8] 7 月 24 日黄仁勋 X 首条推文分享英伟达/微软/Meta 等 20 余家联署的「保护开源模型」公开信：模型越免费，想跑的人越多，GPU 卖得越好；开源烧掉的是闭源模型的护城河，不是硬件商的生意。
• [9] 开不开源只问一句「钱在不在模型层」（Joel Spolsky 2002：commoditize your complement）；中国开源的三个约束：主力开源方利润在云与 token（阿里「算力即服务」→「Token 即服务」）、算力受限只能选生态壁垒（DeepSeek V3 披露训练成本约 557.6 万美元 vs GPT-5 量级 5 亿+）、国家层面要事实标准（截至 2026 年 6 月中国累计上线开源大模型 137 个占全球 41%，下载量破 100 亿次）。
• [9] 权重半衰期约 6-9 个月，不是护城河而是「护城河里流出来的水」；「能白嫖你的人伤不了你，能伤你的人白嫖不了」；Meta 的 Llama 在财报会被提及次数从 19 次（2023）降到 0 次（2026 Q1），转向闭源 Muse Spark，证明开源是追赶者武器而非领先者武器；所有人都在做「开小闭大」的双轨制，且分界线会移动（火山引擎从「降价换量」改「控价保利」）。
• [6] 7 月 30 日字节内部邮件：飞书产品团队并入豆包产品团队（豆包负责人赵祺统筹、飞书负责人谢欣向其汇报），飞书商业化团队并入火山引擎新 ToB GTM「创造力服务平台」（谭待负责）；飞书 2023 年 ARR 超 2 亿美元、2024 年预计 3 亿，正从「Context, not Control」的组织世界观转向回答「AI 时代什么是先进企业」。
• [6] 飞书的 AI 路径：妙记与早期智能做信息沉淀→2023「飞书智能伙伴」（AI Ready）→Aily/妙搭/多维表格加入 Agent 能力→「人+AI 协作」平台；豆包/飞书/火山引擎分别回答「智能从哪里来、如何被个人使用、如何进入企业并影响业务」；企业的文档、消息、组织关系、权限与业务数据是 Agent 进入组织的前提，但 AI Ready 只是起点。

提取的概念

• concepts/agent-harness — 生产级 Agent 位于模型之外、真正执行约束的控制面（六层职责地图）
• concepts/harness-engineering — Harness 层间结构化交接与最小实现顺序：「先获得控制权，再增加自主性」
• concepts/eval-harness — WorkBuddy Bench 双框架交叉验证、回合后隔离评分、全开源可审计的评测范式
• concepts/agent-evaluation — 真实逆向任务+口语化请求+抗污染版本管理，替代封闭厂商基准
• concepts/moe-architecture — K3 2.8T 参数、896 专家激活 16：你无法只装「用到的部分」
• concepts/model-distillation — Chatterbox-Turbo 知识蒸馏把语音解码 10 步压到 1 步
• concepts/data-assets — 有出处、有判断、难改写的人类文本成为 AI 时代最稀缺的数据资产
• concepts/data-lineage — 旧书的价值=可追溯的「选择记录」；小说图谱每条事实需回查原文证据
• concepts/data-verification — 证据验证器逐字校验引文，防止模型凭印象编造事实
• concepts/ai-video-creation — 30 秒原生直出+3 分钟延长+50 参考+局部编辑：从素材工具到叙事工具
• concepts/knowledge-graph — 小说迷图谱把「章节-人物-关系-地点-势力-事件」整理成可探索世界
• concepts/long-context — 663 万字小说靠百万级长上下文跨批次保持实体关联（稳定 ID 实体链接）
• concepts/claude-code — Boris 亲传：先读库再派活、先方案再代码、CLAUDE.md 短准硬
• concepts/open-source-strategy — 「钱在不在模型层」决定开源与否；权重半衰期 6-9 个月；双轨制分界线会移动
• concepts/ai-voice 与 concepts/voice-cloning — 5-10 秒参考音频克隆 + 副语言标签 + 隐式水印
• concepts/ocr — 多模态大模型直嵌截图工具，一个 prompt 通吃公式/表格/代码/文本
• concepts/token-economy — K3 API 15 美元 vs 闭源 50 美元/百万输出 token，开源压平模型层价格

提取的实体

• entities/boris-cherny — Claude Code 之父，Anthropic 新人上手 2-3 周→2-3 天的方法论来源
• entities/bytedance（及 entities/doubao、entities/feishu、entities/volcengine）— 飞书并入豆包、商业化并入火山引擎的 ToB 重组
• entities/anthropic — Project Panama 购书扫描销毁 + 15 亿美元和解，划出数据版权新路线
• entities/kimi（及 entities/moonshot-ai）— K3 开源开放日与「无法单机部署」的 2.8T 权重
• entities/seedance（及 entities/seedance-2、entities/jimeng）— 字节视频模型三代迭代与市场八成份额
• entities/workbuddy（及 entities/tencent-workbuddy、entities/codebuddy）— 腾讯开源评测套件及其双框架底座
• entities/wisemindai — 本地优先 AI 学习工作台，FunASR 离线转录+RSS 知识库
• entities/huang-renxun — 首条推文联署「保护开源模型」公开信，算清「模型免费-铲子好卖」的账
• entities/zhang-yiming / entities/tang-xingtong — 字节重组与开源路线的两个关键人物视角

与 OpenClaw/Hermes 的关系

本批内容与 OpenClaw/Hermes 的三层能力直接相关。第一层是控制面：文章 1 的六层 Harness 责任地图正是 OpenClaw 这类本地 Agent 宿主的工程蓝本——任务契约、预算停止、验证恢复与事件账本几乎逐条对应 OpenClaw 的配置体系、Heartbeat 与观察审计设计；Boris 的 CLAUDE.md「短准硬+子目录分册」则可直接移植为 OpenClaw/Obsidian 知识库项目的上下文组织规范。第二层是输入侧：WiseMindAI 的 FunASR 本地转录、RSS 知识库、Obsidian 插件实时写入，与 Snippai 的截图识别，共同构成 Hermes 个人知识库的本地化数据入口——不上传、可离线、可回查证据，正是 Hermes-Obsidian 管线的理想前端。第三层是度量：WorkBuddy Bench 的双框架交叉验证与 token/效率解耦思想，可作为评估 Hermes/OpenClaw 任务执行质量与成本的参照系；而 OpenAI Codex 任务结构（Goal/Context/Constraints/Done when）已在 OpenClaw 任务体系中有所体现。

我的判断

1. Harness 将从「可选项」变成「默认件」，且会在 2027 年前后与开源宿主合流（置信度 80%）。理由：文章 1 与 Codex/Cursor/Claude Code 官方文档互相印证，控制面已从最佳实践演进为公开架构；2026-2028 预测：DeepSeek/OpenAI 都已完成 Harness 开源（Codex Harness 开源事件已在同期批次出现），本地宿主（OpenClaw 谱系）会把六层控制面做成开箱配置，「Prompt 工程」进一步萎缩为「Harness 配置工程」。
2. 数据资产会从「版权诉讼」转向「工业化采购与溯源认证」（置信度 75%）。理由：Bartz 案 + 15 亿美元和解验证了「合法购书-内部转换」路径，ISBNdb 撤页只是公关辞令；2026-2028 预测：出现专门「人类数据溯源」中间商与认证标准（元数据带人类作者、时间戳与出版链路），买家秀、生产失败数据等企业真实数据被重新定价，数据资产估值模型从「规模」转向「可证明性」。
3. 视频与语音的生成成本将降到「随意生成」临界点以下，但稀缺的仍是有叙事意图的创作者（置信度 70%）。理由：Seedance 2.5 约 84 元/条 30 秒且份额过半，成本曲线与「从片段到叙事」的范式切换并存；2026-2028 预测：AI 视频价格跌破 10 元/分钟量级，「抽卡」被局部编辑+参考复用取代，竞争转向工作流与剧情一致性；开源 TTS（Chatterbox-Turbo 类）让克隆成本趋近零，水印与来源追踪成为同题必选项，游戏 NPC 与数字人迎来爆发。
4. 开源/闭源双轨制在 2026-2028 会继续「线随位置移动」，对个人与中小企业无实质影响（置信度 85%）。理由：唐兴通的框架与 K3 部署账互相印证——模型层快速折旧、运行成本高企；2026-2028 预测：头部厂商交替「收一收/放一放」制造新闻，但普通用户真正该投入的（数据、流程、场景 know-how、本地化入口）不会因某次开源转向而有变化。