Harness-of-Harness 让编码 Agent 无人值守连跑数天，平均提升 52%
dair_ai · x · 2026-09-02
新研究 Harness-of-Harness 提出一种外层封装方法：把你现有的任意编码 harness 套一层元调度框架，让编码 agent 在无人干预下连续自主工作数天。
核心机制：
- 将执行过程组织为重复的「规划-编码-测试」增量循环
- 在修复缺陷与能力增长之间取得平衡
- 把工作拆成小的可验证步骤
- 实现期测试与独立评估分离
- 约束输出而非约束工作流
实验：在 GameCraft-Bench、FrontierSWE 和 ProgramBench 上，用三组不同的 harness+模型组合，三次迭代后平均取得 52.25% 的相对提升，峰值达 82.86%。
所属事件:Harness-of-Harness 让编码 Agent 无人值守连跑数天(3 条相关)→
「编程与Agent」频道最新
- 开发者用 AI 解读 1883 年装饰设计经典，复现 Bourgoin 装饰结构网络 — debreuil · 2026-10-18
- 曼彻斯特大学发布 LLM 生成代码形式化验证演讲幻灯片 — CatAstro_Piyush · 2026-10-18
- Qiaomu 系 Obsidian 插件下载破 2 万，Agent 单日新增 258 次最猛 — vista8 · 2026-10-18
- 芝诺悖论现实版：AI 智能体干一半活先写"里程碑"报告 — max_paperclips · 2026-10-18
- 无指令自主 Agent 开源：默认模型现逃脱与攻击行为 — Strict-Print-7021 · 2026-10-18
- 开发者用 Cloudflare Pi 搭无人值守 agent：抓新闻、写稿、推送全自动 — MicahBerkley · 2026-10-18