Harness Handbook 用行为地图提升 coding agent 编辑效率
rohanpaul_ai · x · 2026-07-24
- 这篇论文指出，agent harness 难以演进的根本原因不是“知道要改什么”，而是“不知道行为到底藏在哪些代码位置”。
- 作者提出 Harness Handbook：用静态程序分析和 LLM 辅助的行为结构化，把代码库重组为“以行为为中心”的表示，并将每个行为链接到对应源码位置。
- 论文还提出 Behavior-Guided Progressive Disclosure（BGPD），让 coding agent 先从高层行为描述出发，再逐步收敛到实现细节，并对候选位置做源码校验。
- 在两个开源 agent harness 的修改任务上，这套方法提升了行为定位与编辑质量，同时减少了 planner token 消耗。
- 文中报告的结果包括：在 Codex 和 Terminus-2 请求上，plan win rate 分别提升 10.0 和 18.9 个百分点，token 使用分别下降 12.7% 和 8.6%。
所属事件:Harness Handbook 提出行为地图提升 Agent 规划与编辑效率(2 条相关)→
「编程与Agent」频道最新
- 有人想给软件工程任务建「形态分类」数据库,好按任务选模型 — StewartalsopIII · 2026-09-11
- 用 prompt 造硬件:一次对话让智能体组装定制设备寄到家 — paraschopra · 2026-09-11
- 模型之外才是关键:一文拆解 RAG 到多智能体的六大 AI 架构 — goyalshaliniuk · 2026-09-11
- 零基础开发者自建分层记忆架构，仅 20k token 记住一年对话 — matteoianni · 2026-09-11
- Warp 六个非工程团队全用 Linear 和 Claude Code 工程化运作 — mon__lim · 2026-09-11
- 九年后端老兵：AI 代码不比人写的差，变糟的只是速率 — Sweaty-Landscape-561 · 2026-09-11