Self-Harness让Agent自己改Harness
量子位 · wechat · 2026-07-18
上海人工智能实验室提出 **Self-Harness**：让模型根据自己的执行轨迹，自动挖掘 Harness 的失败模式并提出受限修改，再通过回归测试决定是否采纳。 核心流程分三步： - **WeaknessMining**：从失败轨迹、验证器反馈和行为因果关系中归纳可复用的弱点； - **HarnessProposal**：在限定的可编辑范围内生成候选修改，并说明可能的回归风险； - **ProposalValidation**：用 held-in / held-out 回归测试筛选，只保留真正提升且不明显退化的改动。 论文在 **Terminal-Bench-2.0** 上评测，固定模型、工具环境和评测协议，只改外层 Harness，三个后端都获得提升： - Qwen3.5-35B-A3B 总提升 **104%** - MiniMaxM2.5 提升 **28%** - GLM-5 提升 **24%** 作者还观察到不同模型的弱点并不相同：有的容易拖延产物生成，有的会在工具失败后陷入循环，有的更需要管住 shell 状态切换。这说明 Self-Harness 不是加一段通用提示词，而是让模型参与“找问题—提改法—做验证”的工程闭环。