66 页 Harness 自进化综述整理 179 篇文献，给出 Eval 三问自查法

udmrzn · x · 2026-10-24

推荐一份 66 页的《Harness Self-Evolution》综述（GitHub 401 星，附中文版），系统梳理了 Agent 自进化从 Prompt、Memory、Skill、Workflow 到可执行代码的完整路线，整理 179 篇相关文献，适合做文献地图。核心关切：Agent 一口气改了 Prompt、Skill 甚至执行代码，分数也涨了——但到底是哪处改动起了作用？很多自进化实验答不上来。综述对 Eval 的讨论尤其有价值，给出三个自查问题：改动有没有真正生效、提升是不是改动带来的、换个任务还能不能保持。做自进化/Harness/Eval 研究者可直接拿这三问检验自己的实验，有一个答不上来就别把这次"变强"当真。