Agent 的 harness 应该靠数据拟合，而不是手写
BraceSproul · x · 2026-07-23
这条帖子的核心观点是：agent 的 harness 不该靠人工拍脑袋设计，而应该通过数据拟合出来。
- 就像神经网络权重是通过数据训练“发现”的，agent 外围的 harness 也应从真实工作流数据中优化。
- 随着更多智能能力内化到企业里，harness 的价值会更高，因为它能编码业务流程里的细节。
- 建议的方法是：仔细的数据整理、自动化调研、保留集验证，以及人工审核。
- 结论是，这样能让 agent 更省 token、整体表现也更好。
「编程与Agent」频道最新
- 斯坦福 PaperFormalizer：把论文自动转成 Lean 验证版本 — StanfordUniversity · 2026-10-27
- TRL 异步 GRPO 训练器默认启用 score centering + masked importance sampling — _lewtun · 2026-10-27
- Firecrawl 推 a16z Speedrun 创始人专属福利,并披露 7500 万美元 B 轮 — devdigest · 2026-10-27
- 开源项目 Chums:用 Apple Watch 随身遥控 Mac 上的 Claude Code — brandon_galang · 2026-10-27
- 开发者开源 Clairic Studio:粘贴文本自动生成五语言类型化代码 — dfinke · 2026-10-27
- Matt Pocock 分享 expand/contract 拆分法:把单向门 PR 拆成两层降风险 — mattpocockuk · 2026-10-27