AHE 论文用松耦合组件自动进化编码 Agent,Terminal-Bench 2 提升 7.3pp
morgymcg · x · 2026-10-20
博主阅读 Google Cloud 的 Harness2 论文后指出,其 agent 基于复旦/北大等团队的 AHE(Agentic Harness Engineering)框架,核心设计是「松耦合」组件:系统提示词、中间件、工具、skill、子 agent 配置、长期记忆等七类组件以固定挂载点的显式文件形式存在,改一处不用动其他部分。
这种解耦带来「组件可观测性」:每种失败模式映射到单一组件类,每次编辑对应 git 上的一个 commit,天然获得文件级 diff 与回滚能力。种子 harness 刻意极简(仅一个 shell 工具),避免基准污染归因。
论文结果:十轮 AHE 迭代把 Terminal-Bench 2 的 pass@1 从 69.7% 提到 77.0%,超过人工设计的 Codex harness(71.9%);进化后的 harness 可迁移,在 SWE-bench-verified 上以少 12% 的 token 取得最高成功率。消融显示收益主要来自工具、中间件和长期记忆,而非系统提示词。
「编程与Agent」频道最新
- Decisions API 接入 GPT Live 模型实现高速工作流演示 — gabrielchua · 2026-10-20
- DoorDash 月跑 13 万自动化任务：八大公司软件工厂实录 — Pavan_Belagatti · 2026-10-20
- DeepSeek V4.1-Flash-1017 上线 Qoder,10月24日前0.0x积分免费用 — alifcoder · 2026-10-20
- Agent 每天请求审批20次,你还在认真审还是无脑点同意? — Glittering812 · 2026-10-20
- 作者用本地模型让 Skyrim 吟游诗人现场为你写歌唱你 — ReignMocap · 2026-10-20
- LangChain 创始人谈垂直 Agent：靠 context、harness、model 三层建护城河 — hwchase17 · 2026-10-20