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 框架，长程编码 Agent 三基准提升超五成(4 条相关)→
「编程与Agent」频道最新
- 的形式化验证壁垒为何被 LLM 消解 — teortaxesTex · 2026-10-23
- Row-Bot 5.1 发布：本地 AI 一站接入 100+ 应用与 4 万 MCP 服务器 — Acceptable-Object390 · 2026-10-23
- 指标口径变更会骗过 Agent：开发者提出专属 eval 设计思路 — jylusdev · 2026-10-23
- AI agent 高频提交把 CI 账单从 $738 推到 $2400，开发者求省钱方案 — CellistOk6782 · 2026-10-23
- 避免应用一眼「vibe coded」:用设计师主题+design MD 文件延续设计感 — Roger_M_Taylor · 2026-10-23
- Agent 不是崩溃而是跑不停:freeCodeCamp 教你构建生产安全的 Agent 循环 — Roger_M_Taylor · 2026-10-23