上海AI Lab 发布 Harness-of-Harness，70 轮迭代自主开发出 FPS 游戏
aigclink · x · 2026-09-05
上海AI Lab 发布 Harness-of-Harness（HoH），在现有 Coding Agent 之上加一层“规划-开发-测试”持续迭代机制，让 AI 从零长程自主开发完整软件。
核心设计：
- 三个角色 Project Planner / Developer / QA Tester，实为同一 coding agent 的三次调用，各自被硬性限定可读、可改、必须交付的内容
- 每轮只做一个边界清晰、可验证的增量需求，轮间传递代码与测试证据清单，避免长程遗忘需求和过早宣布完工
- 把实现期测试与独立评估分离，只约束可验证产出而非规定工作流
结果：在 GameCraft-Bench、FrontierSWE、ProgramBench 三个基准、三组 harness+模型组合上，三轮迭代后平均相对提升 52.25%，最高 82.86%。多日部署案例 Fusepoint：从一份 PRD 和空工作区出发，70 余轮迭代、记录 81 个 issue，无人工干预交付出一款带完整玩法、叙事、视觉与音频的第一人称射击游戏。
元框架思想可迁移到其他需要长程自主决策的 Agent 场景。
所属事件:上海AI Lab 发布 HoH，AI 自主开发出 FPS 游戏(2 条相关)→
「编程与Agent」频道最新
- OpenAI 携手 UPenn 实验室，ChatGPT 与 Codex 进药物研发流程 — AllThingsApx · 2026-09-05
- Codex /fast 模式提速 2 倍且不额外计费,优于 Claude 加量收费 — rudrank · 2026-09-05
- ChatGPT 5 小时限额触发工作区重置,agent 运行中数小时代码丢失 — cneuralnetwork · 2026-09-05
- Astra 编码成本约 1.49 美元/百万 token，但该不该当默认模型？ — notchillatall · 2026-09-05
- HeroUI 发布 Agents：一个可嵌入产品的上下文感知 Agent — ycombinator · 2026-09-05
- 实测 Astra：一句话让其自主开发 Mastodon iOS 客户端并出演示 — Dimillian · 2026-09-05