harness2 复现设置：Claude Code 子 agent 为 7 任务写 13 个定制工具
yb2698 · x · 2026-10-24
harness2 复现线程披露具体设置：所有任务从同一个裸 harness（IPython kernel、0 工具、278 词 prompt）出发，由 Claude Code 子 agent 为每个任务编写定制 Python 工具和新 system prompt，且不向其提供任务解法。最终在 7 个任务上生成 13 个工具（如 proteinfasta、zipextract、checksqlrewrite 等），prompt 长度 278–457 词。
所属事件:复现 Google harness2：Qwen3-9B 通过率 31% 提至 45%(6 条相关)→
「编程与Agent」频道最新
- TURTLE 论文:用进化搜索自动生成高难度工具使用基准,AppWorld 难题占比提升 165% — MichaelD1729 · 2026-10-24
- Google 发布 PLE 基准:最强 agent 做工程交付仅得 50.6 分 — dair_ai · 2026-10-24
- LangChain 用 skills 和设计 wiki 给 design agent 注入「品味」 — LangChain · 2026-10-24
- Chronos:给 agent 用的 Postgres 兼容数据库,违规写入自动拦截 — Antique-Willow-5841 · 2026-10-24
- Agent 沙箱 boat.dev 订阅破千：$20/月按秒计费的 Agent 专用 VM — ycombinator · 2026-10-24
- 把整个产品团队装进一个共享 repo:Claude Code Team OS 实操 — aakashgupta · 2026-10-24