不改模型只改 harness:Google 论文让 agent 提升 16 分
alex_verem · x · 2026-10-24
Google Cloud AI Research 与伊利诺伊大学的 OO-Harness 论文显示,不改模型、只优化模型外围代码(harness)就能让 agent 大幅提升。
方法
- 用执行记录让 AI 自动演化出一族专门化 harness,通过面向对象的继承共享通用逻辑
- 测试时由 router 根据任务和首次尝试结果选择最合适的 harness
结果
- 商业工作流:61.62% → 77.41%;完全解决率 25.44% → 37.22%
- 办公文件任务:25.45% → 39.48%
- 未见过的应用上 router 自动回退到基础 harness,保持 59.18%,对比方法掉到 44.90%
- 演化搜索 29 小时完成,旧方法需 109 小时
意外发现:商业工作流上跑 5 次取最优(60.24%)反而不及单次,额外尝试并非性价比之选。
所属事件:Google 论文：只改外围代码让 agent 提升近 16 分(2 条相关)→
「编程与Agent」频道最新
- mlx-decision：Mac 上本地跑决策模型，比 PyTorch 快 6 倍 — armbues · 2026-10-25
- 创业团队如何在多个 agent 间共享记忆？ — belhelha · 2026-10-25
- KNOWS 基准实测：最强 computer-use agent 完整成功率仅 3.6% — anmarasovic · 2026-10-25
- 开发者给 Grok 接入热成像和全程摄像头，让 AI 实时监测硬件翻车 — Baconbrix · 2026-10-25
- 用 Claude Code 给 2006 年老游戏做出分屏联机 Mod — RecordingTechnical86 · 2026-10-25
- 开发者观察:AI 能写出好软件,如今终于又快又好 — sull · 2026-10-25