Harness Learning 论文：不动模型权重让 Agent 脚手架自适应进化
burny_tech · x · 2026-10-01
卡内基梅隆等多机构研究者在 arXiv 发布论文《Harness Learning Enables Generalizable Test-Time Adaptation》，作者包括 Ruslan Salakhutdinov、Andrea Zanette 等。
- 核心思想：训练一个模型利用执行反馈来修改 Agent 的脚手架（scaffolding）程序，即让外层「马具」在测试时自我适应，而无需更新底层模型权重。
- 效果：在多跳问答与推理任务上取得提升，实现可泛化的测试时自适应。
- 价值主张：工程师目前要花大量时间手工调整 agent 流程、prompt 与工具循环，用学习到的执行反馈自动发现和优化 harness 是一条通向自适应 agent 框架的可行路线。
- 该论文被 arXivBangers 评选收录，编辑分 84/100。
所属事件:Harness Learning 让 Agent 脚手架免改权重实现测试时自适应(2 条相关)→
「编程与Agent」频道最新
- 用 Claude Opus 把几百个 Three.js 实验剪成一支音乐视频 — creatoroff · 2026-10-01
- Agent 安全心态:除「能做什么」,更要问「被攻破会怎样」 — goyalshaliniuk · 2026-10-01
- AI Agent 五大安全风险:浏览、调用 API 背后的新攻击面 — goyalshaliniuk · 2026-10-01
- 开发者：与其向 LLM 解释并行化，不如让代码自己说话 — cephaloform · 2026-10-01
- Jevathon 上的 AI 乐队:Jev 不弹音符只做指挥,每小节省 2.7 秒 — schwentker · 2026-10-01
- OpenAI 推 Decisions API 被指神似 Jev,7 支黑客松队伍提前撞车 — schwentker · 2026-10-01