研究者提出 Agent 能力金字塔：evals 优先于后训练

研究员 abeirami 提出关于 agent 工程的分层优化框架，主张优先级为 evals ≫ harness 优化（快速学习）≫ 模型后训练（慢速学习）。核心观点是大多数 agentic 任务根本不需要慢速学习循环，应先构建高信噪比的 evals，再通过 harness 快速迭代，最后才考虑昂贵的模型微调，这一方法论在社区引发讨论。

2026-09-10 ~ 2026-09-10 · 2 条相关