谷歌论文:自改进 Agent Harness 门控式改写省十倍 token

谷歌发布论文《Harnesses That Improve Themselves》,研究让模型自主改进 agent harness,即负责管理上下文、运行工具和校验结果的运行时代码。实验发现,采用门控式的改写方式可节省近 10 倍的 token 成本,且迁移性更强;而无门控的全量重写虽然准确率略高,但 token 消耗接近前者的 10 倍。该结果为构建低成本、可自我改进的 agent 运行时框架提供了参考。

2026-11-18 ~ 2026-11-20 · 3 条相关

另有 1 条近重复转述:rohanpaul_ai