Agent 工程开始从提示词技巧转向 Harness 与运行基座
真正决定生产可用性的，不再只是模型本身，而是任务拆解、状态保存、工具调用、回放与失败恢复这套系统边界。
- 工程重点从“单次生成质量”上移到“长任务可持续运行”。
- Harness 负责检查点、回放、资源约束和异常兜底。
- Agent-first 产品更像任务系统，而不是聊天窗口。
趋势页保留原文入口，而不是只剩一句结论
这里收的是 Freelemon 当前关注的一组 AI 趋势。每条卡片都给出简短提炼，同时保留原始来源，方便继续向下追。它不抢长文的位置，但也不该被削成不能点击的静态装饰。
Agent 评测越来越像系统评测，而不是模型裸分
行业正在更认真地区分模型能力、工具使用、运行环境和评测脚手架，排行榜上的小分差不再自动等于能力差距。
- Agent eval 不只是 prompt + model，而是 model + tools + infra 的组合结果。
- 稳定性、资源约束与执行环境会显著影响最终得分。
- 企业更关心可复现与可治理，而不是单次最优成绩。
IDE 正在把 Agent 模式做成默认工作流入口
从代码补全到跨文件执行、自动修复和长任务协作，开发环境正在把 Agent 变成真正的工作台。
- Agent 不再只是补全插件，而是逐步接手项目级任务。
- 开发者角色会向目标设定、约束设计和结果审查移动。
- 可验证、可中断、可回放的工作流会越来越重要。
端侧模型正在补齐函数调用与 Agent 能力的关键缺口
一旦小模型具备更稳的结构化输出和函数调用能力，端侧与云侧混合架构就会更像正式产品方案，而不是技术演示。
- 函数调用让轻量模型更容易接入真实工具链。
- 端云混合将更适合低延迟、隐私敏感和成本敏感场景。
- 产品差异会更多体现在架构编排，而不是单个模型名称。
Agent 之间的协议与协作标准开始走向台面
当 Agent 不再只在单个产品内工作，跨工具、跨组织、跨运行时的通信协议会变成新的基础设施层。
- 多 Agent 协作的难点正在从生成能力转向接口和协议。
- 标准化会降低系统之间的接入与迁移成本。
- 企业集成会越来越看重可互操作性与治理能力。