Agent 轨迹质量取决于 Harness
malliktwts · x · 2026-07-19
作者原本想为研究论文理解生成约 1400 条 agent traces，但发现大多数样本质量一般，而且缺少想要的长时程、多轮工具使用轨迹。 他把问题归因于 **harness**，并因此准备系统学习“**Harness Engineering**”——核心意思是：想要高质量 agent 数据，关键不只是模型或任务本身，测试/采样/执行框架的设计同样决定结果。
malliktwts · x · 2026-07-19
作者原本想为研究论文理解生成约 1400 条 agent traces，但发现大多数样本质量一般，而且缺少想要的长时程、多轮工具使用轨迹。 他把问题归因于 **harness**，并因此准备系统学习“**Harness Engineering**”——核心意思是：想要高质量 agent 数据，关键不只是模型或任务本身，测试/采样/执行框架的设计同样决定结果。