让 AI Agent 自己做 Harness 工程：从对话中学习并自改规则
Cole Medin · youtube · 2026-10-21
Cole Medin 演示如何让生产环境的 agent 自己完成 harness engineering——即每次 agent 出错时，自动从真实对话中提炼教训并提议修改自身周边的规则、skills 与记忆，而人保留最终审批权。
- 核心思路：把让编码 agent 变可靠的同套方法（memory、skills、rules 迭代）推广到任意生产 agent。
- 两个改进循环：Loop 1 从人工升级（escalations）中提取记忆教训；Loop 2 用 LangSmith Engine 自动提议 harness 变更。
- 关键设计：每用户私有记忆、版本化与回滚、Slack 通知，全程「人在驾驶座」。
视频基于 LangChain 的 Managed Deep Agents 与 LangSmith Engine，含完整实操 Demo 与效果展示。
「编程与Agent」频道最新
- Garry Tan 力挺 Aside Browser：让 Agent 真正用好网页的解法 — garrytan · 2026-10-23
- 1Password 推出 Agent 专用登录方案，AI 可代登录却不接触密码 — AndrewSchmidtFC · 2026-10-23
- MCP 服务器 30 天后暗藏窃取 SSH 密钥指令，作者开源 mcp-guard 防变节 — ErgoniaWorks · 2026-10-23
- 实测：不在 AGENTS.md 里写明的 MCP 工具，编码 Agent 不会用 — colinmcnamara · 2026-10-23
- 用开源模型+Claude 把一段网球视频变成世界级教练 — tweetsatpreet · 2026-10-23
- 132 个免费开源 AI Agent 与 RAG 项目合集，星标 1.65 万 — Arindam_1729 · 2026-10-23