这条消息的关键，不是“模型自己改提示词”这么简单，而是把改进对象从模型权重移到了整套工作方法：系统提示、工具、记忆、技能和子代理都可以成为下一轮的候选方案。… · @fireandstart · TwKit

@fireandstart

这条消息的关键，不是“模型自己改提示词”这么简单，而是把改进对象从模型权重移到了整套工作方法：系统提示、工具、记忆、技能和子代理都可以成为下一轮的候选方案。Harness² 让代理比较几次运行的表现，再把经得住比较的配置和经验带到后续任务；在没有标准答案或评分器的专业任务里，这种从运行差异中学习的机制尤其值得关注。 我也很认同它和生产环境修复闭环的连接。Harness² 讨论如何让每次任务逐步改进“开工配置”，Opik 的例子则从失败轨迹出发，走到修复建议和回归测试；前者偏向持续优化，后者强调问题发生后留下可验证的修复。真正落地时，重点应是让这些变化可追踪、能比较、可回滚，并用跨任务的结果验证经验是否真的可复用。这样“自我改进”才不只是自动改配置，而是一个能积累证据、控制风险的工程循环。

曝光 24 · 评论 1 · 点赞 0 · 书签 0