待验证50% 置信事实精确时间
DarKnight 是一个自我改进的智能体框架，设计目标是在调查人员自己的 Tor 爬虫环境内，用单张工作站 GPU 运行本地托管的开源权重 VLM，不依赖第三方服务，也不需要针对每个市场单独训练
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/15
首次发现
有效期至：2027/1/13
来源
DarKnight：用本地小模型破解暗网验证码的智能体框架
rss2026/10/14
涉及实体
相关事实
待验证OneCLI 将自身定位为面向团队的开源沙箱化 Agent harness（智能体运行框架）59% 相似待验证v0.9 允许将智能体定义为一个可调用函数，在每次运行开始时接收 runtime 并返回 define_deep_agent 定义，动态选择模型、指令、技能、MCP 服务器和沙箱59% 相似已验证Agentic RAG赋予模型自主规划能力，可判断信息是否充分、决定是否多轮检索、选择调用工具或数据源，并进行自我反思和迭代修正58% 相似待验证构建能调用工具的 Agent 需要选择带锤子标识（支持工具调用）的模型，例如 OpenAI、月之暗面、DeepSeek58% 相似待验证FrontierCode places greater emphasis on a model's ability to function as an autonomous Agent compared to benchmarks like HumanEval and SWE-bench57% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1038917API
curl https://kongchang.com/api/v1/knowledge/claims/1038917MCP
get_claim(id=1038917)