Google开源Harness²展示Agent自我优化 · 话题榜 · TwKit
AI科技 · 1 帖 · 1 位作者 · 曝光 17531
一条推文介绍Google开源Harness²，称其能让Agent通过自我迭代提升性能评分，并报告了基准分数上升。
- 整理Google Harness²让Agent自动优化自身流程的演示数据
- 解释模型不变但评分提升的可能机制
- 讨论基准测试提升能否转化为真实任务能力
- 比较自动研究与人工调参的成本和可复现性
@NFT_Chen
😱天呐！模型不动，性能评分却拉升 11.5 分！Google 开源 Harness² 让你的 Agent 进行RSI优化，越改越强！ 以前 Agent 一套配置用到死。现在 Google 开源了 Harness²，让 AI 自己优化提示词、工具、记忆和技能，模型权重完全不用动。 两个最狠的点： 1️⃣自己改自己，还不用正确答案 面对新任务，Agent 自动出多个配置版本，跑一遍对比效果，直接合成更强的一套。全程不需要标准答案，也不需要人工打分。 2️⃣越用越强，经验直接带走 做完一个任务，好用的配置和教训会留下来。下一个任务直接站在之前的基础上继续优化，越跑越聪明。 办公、法律等真实任务测试中，一轮就能明显超过原版，多轮后最高涨 11.5 分。 3 步上手： 1️⃣克隆：git clone https://github.com/google-research/harness2.git 2️⃣安装：uv venv --python 3.12 .venv && source .venv/bin/activate && uv pip install -e '.[render]' 3️⃣跑演示：harness2-demo --output runs/demo --k 2 想让自己的 Agent 也能越用越强的，现在就能动手。 仓库：https://github.com/google-research/harness2 #AI #Agent #Google #OpenSource #Harness2 #LLM #AIAgents #WorkBuddy
查看原帖