Self-Harness让Agent自改外壳
量子位 · wechat · 2026-07-19
上海人工智能实验室团队提出 Self-Harness：不改底层模型，而是让模型自己分析执行轨迹、挖掘失败模式，再给外层 Harness 提出受限修改，并通过回归测试决定是否采纳。 论文在 Terminal-Bench-2.0 上测试了多个后端模型，底层模型、工具环境和评测协议都保持不变，只改 Harness，就带来了显著提升：Qwen3.5-35B-A3B 总提升 104%，MiniMaxM2.5 提升 28%，GLM-5 提升 24%。 文章进一步拆解了三步流程：弱点挖掘、Harness 提案和回归验证，并举例说明不同模型的典型问题不同，比如有的容易迟迟不产出文件，有的会在工具失败后反复循环，有的则需要更好地管理 shell 状态和从探索切到实现的时机。