YuE2 使用 ABC 文本记谱格式记录音符、和弦和曲式，再生成承载音乐内容的语义 token，最后生成声学表示并解码为整曲音频。自回归专家逐步预测乐谱和语义 token，非自回归专家根据这些条件并行生成声学表示，两者共享模型骨干。SheetSage2 和 MERT2 分别从训练录音中提取乐谱与语义监督，不要求每段录音原本就配有对齐乐谱。

随着接入团队越来越多，需求也变得五花八门。有的要 hybrid search，有的要多向量支持，有的单纯要更高 RPS。当这些需求堆到一定程度，Booking.com 决定重新评估：现有方案还能撑多久？

现在的科研 Agent 已经能查论文、分析数据、调用工具，甚至生成完整的研究报告。但有个问题一直没解决：研究者明明纠正过 Agent 的错误，下一次遇到类似任务，它可能还是会犯同样的错。最近，PhAI Labs 团队发布了 ScienceBuddy，尝试让科研 Agent 真正从使用过程中积累经验。这项工作的特别之处在于，它没有只盯着模型本身，而是将 Harness 自进化和模型强化学习结合起来

AI 五分钟给出的“根因分析”头头是道，可你读完只能说一句“好像有道理”。当工程师对 AI 生成的代码只有粗浅理解时，谁来给 Agent 的结论把关？一位工程师用三个真实的生产故障，给出了答案：别让 Agent 先读代码，先给它“事实”。

把自己蒸馏成 SKILL，不是把自己变成机器，而是把机器能做的交给机器，把人该做的留给人。先跑起来，再沉淀。先记录，再提炼。先小范围用，再慢慢升级。你的 SKILL 会随着你一起长大。它不会代替你，但它会让你更自由。

来自上海人工智能实验室、上海交通大学、浙江大学、中国科学技术大学、香港中文大学和香港大学的研究团队提出Real2Gym。

小红书AllSpark团队联合社区审核算法团队提出 Agent 学习框架 AdaptEvo，将置信度自适应强化学习与决策知识、评价准则的演化相结合：根据参考答案的置信度调整结果奖励与过程奖励的比重，从跨案例的共性失败中提炼可复用的决策知识，并完善过程评价准则，帮助 Agent 从规则匹配走向有证据支撑的情境决策。

对于普通开发者而言，大模型的能力已经逐渐趋于同质化（或者说变成了像水电一样的基础设施），真正的核心竞争力，正在向“谁能更好地使用 Harness 驾驭 AI”转移。即使是最聪明的大模型，也需要去挑一把适合你的“缰绳”，才能驾驭属于你的 AI。​

一个模型即使推理能力很强，如果没有合适的机制保存过去的任务状态、恢复关键背景、识别过期信息，也很难持续完成复杂任务。反过来，即使使用同一个模型，只要把记忆触发、信息检索、上下文融合、记忆写入和反馈优化设计得更合理，Agent 的长期协作能力也可能得到明显改善。

模型决定下限，Harness 决定上限。谁能把运行时、记忆、工具、渠道和治理这套工程体系做扎实，谁才能让 AI 真正从 “能聊” 走到 “能干”。