我们在 Harness 之上搭了一套新架构

我们搞出了一个叫 Argus 的东西，它是一套通用的智能体运行框架，主要是用来系统性地探索下一代自动驾驶研究系统的。

之前大家做智能体，大多只是在单个任务里让它多反思几轮。但我们想解决一个更关键的问题：能不能不让模型权重一直变，而是靠长期记忆、外部校验和积累的经验，让智能体真正实现持续学习、自适应和自进化，从而长时间自主跑下去？

Argus 靠的就是这种持久化、校验引导、能自我演化的机制。它会把验证过的知识、技能、校验器、失败记录和决策思路都存下来，跨会话保留。遇到新证据，它会自己决定是继续保留、回滚还是转向。平时基本无人值守，只在关键节点留给人类确认。

这东西扩展性很强，模型、工具、记忆模块、工作流都能随意换，也能封装成垂直领域方案，部署在云端、本地或私有环境。核心理念是“专家—智能体共进化”：专家定目标和评判标准，智能体负责探索、执行和验证，专业人员和专属智能体一起把研究往前推。