论文称「Harness 工程终结」:小模型自动改写代理外壳
blaizedsouza · x · 2026-11-01
一篇题为《The End of Harness Engineering》的论文引发热议,核心论点一句话:手写模型外围程序(harness)作为技能已经终结。
- 人写的 harness 是对单个任务的一次猜测,上线后数月无人过问、无评分
- 由循环自动生成的 harness 是能自我评分的文件:一个 4B 小模型读取失败案例、提出 8 个改法,只有在外留集上得分最高的改法存活
- 大模型全程冻结,每轮重写其外围文件
- 人的工作收缩为一件事:出评分集。「先写考卷,再写代码」
同帖引用了一篇用 Jev 构建 agentic harness 的 Builder's Guide,含代码与架构图。
「编程与Agent」频道最新
- Anthropic 禁止 Claude Code 复刻现有游戏,回应逆向工程热潮 — Polymarket · 2026-11-01
- 开源 CBS:用系统级沙箱兜住本地 LLM Agent 的高危操作 — Luoriyy · 2026-11-01
- Hex 提前转型:AI 写尽代码后低代码平台难守成 — lak_luster · 2026-11-01
- Outerloop 论文：把自动科研 Agent 当不可信程序隔离运行 — mengyer · 2026-11-01
- 实测:五模型文件协作仅追平单模型 harness,编排换可靠非智能 — petrusenko_max · 2026-11-01
- 开发者给多人游戏加会互相聊天的 AI bot，还能顺带压测服务器 — chongdashu · 2026-11-01