构建可自我改进的 AI Agent Harness：六维度自适应架构拆解
MaryamMiradi · x · 2026-09-23
Maryam Miradi 基于新论文 MemoHarness 总结了一套构建生产级 agent harness 的六步路线图。核心观点：多数 harness 是静态的——prompt、工具、记忆、工作流、输出处理配置一次后反复运行，但不同任务因不同原因失败，静态方案不够。MemoHarness 将 harness 拆为六个可编辑的控制维度：context、tools、generation、orchestration、memory 和 output processing，从历史执行中学习经验，并据此为下一个任务自适应调整 harness 配置。
「编程与Agent」频道最新
- Cloudflare 推出 Worker Previews:每个 Git 分支獨立运行环境 — dinasaur_404 · 2026-09-23
- Perplexity 用提示引导自蒸馏训练 agent,失败率降至 1.77% — perplexity_ai · 2026-09-23
- Perplexity 用提示引导自蒸馏训练 Computer 模型，工具调用失败率降 21.2% — perplexity_ai · 2026-09-23
- Tomo 开源 WebMCP Registry：已收录十万站点给 AI Agent 的真实工具 — Jackyhuang · 2026-09-23
- LiteParse 2.8ms 解析一页 PDF,号称全球最快开源解析器再提速 25% — llama_index · 2026-09-23
- UCLA 团队发布 ACLArena:智能体多阶段持续训练的系统性框架 — UCLA-SCAI · 2026-09-23