同一模型换个 harness 从 30% 飙到 95%，YC 深度拆解 harness 研究
ycombinator · x · 2026-09-07
YC 发布 Paper Club 深度讨论：harness（agent 运行框架）常被贬低为"只是脚手架、prompt 工程，不算真研究"，但事实恰恰相反——同样的模型权重，在 ARC-AGI 上用差 harness 得 30 分，换更好的 harness 能得 95 分。
YC 组织了前沿研究员和创始人深入探讨 harness 现状，演讲者 Seth Karten 的核心主张是：从朴素 prompt 走向「agentic OS」，通过 eval 驱动的 harness 设计，借助持久化计算、记忆和 agent 间通信释放模型更多底层能力。
议程亮点包括：
- François Chollet 谈 harness 为什么重要
- 意外造出 auto-researcher 的经历
- harness 的五分钟简史
- 自我改进的 harness
- YC 为公司每位员工构建 agent 的经验
所属事件:YC 深谈 Agent Harness：同一模型 ARC-AGI 从 30% 升至 95%(4 条相关)→
「编程与Agent」频道最新
- AI 生成 PCB 加桌面制造:一小时从废板到能跑的电路 — debreuil · 2026-09-08
- AtCoder 43 场短程赛 Astra 拿 40 冠,Opus 5 近期成绩疑因训练污染下滑 — teortaxesTex · 2026-09-08
- 开发者开源 BYOK 棋类测试场，考验五类大模型的合法落子能力 — wilsonye · 2026-09-08
- AI 从 YouTube 视频扒下钢琴谱，再自动做出可弹奏的 App — danshipper · 2026-09-08
- 报告称 2026 年 AI Agent 提示注入攻击暴增 340%,一封邮件即可让 Copilot 泄露内部文件 — Thionne_WTZ · 2026-09-08
- 给 Agent 工具生态建开放协议：按次付费 0.05 美元的点子 — kleffew94 · 2026-09-08