权重冻结也能进化：harness learning 让 agent 自改运行代码
mark_k · x · 2026-10-12
新论文提出 harness learning：训练一个模型去修订另一个 agent 的 harness（控制模型调用、工具与信息流的代码）。它读取执行反馈、修改工作流再重试，训练完成后可在新任务上直接使用，无需更新模型权重。
- 在 21 个未见过的推理任务族上，修订后的 harness 平均得分从修订模型未训练时的 32% 提升到 RL 后的 62%；
- 训练后的 4B 模型产出的修订平均质量甚至超过其 35B 教师；
- 在多跳问答中，多轮反复修订可持续提升，并能迁移到未见过的 benchmark。
作者认为最令人兴奋的是「改进工作流本身的能力可以迁移」：想象能从失败运行中学习、自适应调整搜索、测试与工具使用的编码 agent，这篇论文给了追求这一方向的具体理由。
所属事件:Harness Learning 新范式：不改权重让 Agent 在线进化(3 条相关)→
「编程与Agent」频道最新
- 用 Claude 开发「天天带」固件:内置 27 款游戏 16 款工具 — ezshine · 2026-10-12
- HANDBOOK.md 基准：65 个任务测 agent 遵守长政策文档，最佳仅 36.2% — bibryam · 2026-10-12
- LangChain 创始人力挺「AI 信息流」押注:2027 年的主流 Agent 形态 — hwchase17 · 2026-10-12
- AWS 开源 2B 决策模型 Strands Decider,笔记本可跑不生成文本 — dl_weekly · 2026-10-12
- aiprox-mcp 上线:无需 API key 发现并按任务雇佣付费自主 AI Agent — modelcontextprotocol · 2026-10-12
- Hive Swap 推出 MCP 连接器,让自主 Agent 在 Base L2 上跨链换币 — modelcontextprotocol · 2026-10-12