智能体的基础设施开始往一处收。四家公司的四项基础设施接进AAIF，各造各轮子的阶段过去了，现在抢的是公共标准。接口和协议谁定，下一阶段Agent生态就听谁的。你每天用的Skills，也在被这套标准重新定义。
科研场景已经出了硬结果。OpenAI联合PerturbAI和斯克里普斯研究所，用为生命科学定制的GPT-Rosalind模型，拉起数千个分布式智能体。32分钟，跑完数百万个小鼠脑细胞的全脑CRISPR扰动数据分析。这活原来要研究人员干几个月到一年。智能体并行处理基因干预与文献检索，最后拼出一张“推理图谱”。双盲评审里，生物学专家在75%的测试中更认可智能体产出的报告。论文已经上了bioRxiv，里面关于神经退行性疾病和结节性硬化症的机制假设，还得等实验验证。
能力能不能复制，取决于训练方式。新研究提出Harness Scaling。harness决定智能体怎么调用工具、怎么管上下文、怎么协调长时交互。只拿单一固定harness训练，模型换套配置就容易失灵。把多种执行配置结构化地选出来一起训练，模型对没见过的配置泛化更好，还能迁移到外部黑盒harness。
三条线搁一起看，说的是同一件事。智能体正从演示走向工程。标准管互通，垂直模型管深度，训练方法管能不能迁移。缺哪一块，规模一大就推不动。