Google 开源了 Harness²，思路挺聪明：不再重训模型，而是让 agent 自己改写自己的 harness（工具、提示、流程这层壳）。 做法是"对… · @baboonAI4S · TwKit

@baboonAI4S

Google 开源了 Harness²，思路挺聪明：不再重训模型，而是让 agent 自己改写自己的 harness（工具、提示、流程这层壳）。 做法是"对比式"的：它先提出一版 harness 修改，然后在同一批任务上试探改动是否真的有效，只保留有效的那些。核心是 propose → probe → compose 三步。 这其实把"调参"变成了可以自动化的事：以前改 harness 靠人肉试错，现在 agent 自己试，而且有对错判据。 对我们做 agent 的人来说，这意味着 eval 环境的价值又涨了一截——没有可靠的评测，agent 自己改自己就是瞎改。 你会放心让 agent 改自己正在用的那套工具链吗？ （来源：X 上 @Marktechpost 10 月 18 日帖）

曝光 28 · 评论 1 · 点赞 1 · 书签 0