Microsoft Research Asia 发布 Harnessed Agentic RL 训练范式并开源重建版 Agent Lightning v1.0，让部署时使用的真实 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：框架让部署中真实的 agent harness 直接参与强化学习训练，无需重写 agent 逻辑，对构建可训练 agent 系统有直接参考价值。
Microsoft Research 推出 Quine，一个包含生物学世界模型和交互式 harness 的 AI 研究系统，可连接科学工具、文献和研究者。与 Broad Institute 合作中，Quine 用一个周末从数千化合物中筛选出候选药物，湿实验验证其能诱导胰腺癌细胞状态最大幅度转变，部分强效化合物具有意想不到的作用机制。
推荐理由：官方介绍了 Quine 的系统构成和在 PDAC 上的湿实验验证结果，读者可以据此了解 AI 驱动生物学研究的实际工作方式。
GitHub Security Lab 的 Antonio Morales 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的 LLM agent 自动化 fuzzing 流水线，只需提供 GitHub 仓库即可自动识别入口点、编写 harness、运行 AFL++、读取覆盖率、改进 harness 并分诊 crash、生成漏洞报告。
推荐理由：作者亲述把写 harness、读覆盖率、分诊 crash 交给 LLM agent 的完整设计，包括覆盖率反馈循环、plateau 停止条件和结构感知变异机制。
GitHub 使用 Copilot 应用和 Copilot CLI 将 Copilot agent runtime 从 TypeScript 完全重写为 832,378 行生产 Rust，AI 智能体完成了大部分代码，跨 128 个合并到 main 的 pull request 增量发布，而非一次性切换。
推荐理由：作者亲历复盘了用智能体将 Copilot 运行时整体移植到 Rust 的过程，给出可迁移的增量移植方法与大量一手会话数据。