YC 深谈 Agent Harness:同一模型 ARC-AGI 从 30% 提到 95%
ycombinator · x · 2026-09-07
YC 组织一线研究者与创始人深聊 harness（智能体脚手架）的现状，反驳「harness 只是 prompt 工程不算真研究」的观点：同一组模型权重，在更优 harness 下 ARC-AGI 成绩能从 30% 提升到 95%。
主要内容：
- Harness 的历史与自我改进：从五分钟历史讲到 self-improving harness，Seth Karten 展示 Prime Agent——一个自我改进的 RLM harness。
- 上下文即缓存：把 context 视作 L1/L2/L3 缓存层次，类比从图灵机到冯·诺依曼架构的演进，并讨论 agent 间消息传递机制。
- ARC-AGI 与 Emulator Bench：汇报 harness 对 ARC-AGI 成绩的影响，以及 GPU kernel 生成方向的结果。
- OpenJarvis 本地个人 AI：Jon Saad Falcon 讲个人 AI 技术栈的五个原语，让云端模型优化本地栈，号称比云端便宜 800 倍。
- YC 内部实践（QM）：YC 为每个员工造 agent 的经验，包括 50 个 agent 组成的集群（OpenClaw）、让 agent 自选沙箱与模型、给目标设预算的「grind tool」，以及 agent 不懂社交语境的教训。
所属事件:YC 深谈 Agent Harness：同模型 ARC-AGI 分数从 30% 升至 95%(4 条相关)→
「编程与Agent」频道最新
- Cursor 发布 Agent SDK:Markdown 写提示词,TypeScript 定义工具 — soleio · 2026-10-27
- 形式化方法黑客松 Vibecheck 满员:在旧金山给真实软件做形式化验证 — spikedoanz · 2026-10-27
- 医疗 AI agent 输出如何验证?开发者征求单元测试与 LLM 评审之外的方案 — Practical_Green5775 · 2026-10-27
- AI 智能体或成运行代码的唯一方式：鲁棒性远超传统方法 — IgorCarron · 2026-10-27
- 让 Hermes Agent 当 QA：浏览器实测揪出 8 个网站问题 — techlatest_net · 2026-10-27
- 开源 FableCut 用远程 MCP 让 AI Agent 直接剪辑浏览器时间线 — FastPresence9799 · 2026-10-27