研究者发文评估 Matt Pocock 的 /retro skill

有研究者为 Matt Pocock 的 Claude Code skill「/retro」撰写论文，系统评估其在 agent 工作流中的实际效果，Pocock 称之为「史上最伟大的」认可。讨论还引出 agent harness 自我进化的验证难题：仅生成并实施改动并不够，还需要方法判断这些改动是否对后续任务真正有帮助，并对无效改动进行修订或移除。

2026-11-03 ~ 2026-11-03 · 2 条相关