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：同模型 ARC-AGI 分数从 30% 升至 95%(4 条相关)→
「编程与Agent」频道最新
- 用 $28 算力让模型给自己造 copilot：他的新模型个人基准 — bucolucas · 2026-10-27
- 创始人和 Claude 4 天产 46 条 App 视频，省下 1.15 万美元 — PrajwalTomar_ · 2026-10-27
- Agent 中途改计划该被允许吗：真实系统介入时的边界之辩 — wistfulcracker84 · 2026-10-27
- HeyGen 联手 Canva:幻灯片讲者备注自动变数字人讲解视频 — HeyGen · 2026-10-27
- 隐私场景实测：本地 Qwen 3.8 FN 不输云端前沿模型还更快 — dr_lm · 2026-10-27
- Cloudflare Computer 支持 agent 中断恢复，可跳过已完成的非幂等请求 — irvinebroque · 2026-10-27