CMU 研究：Agent Harness 工程无需重训模型即可大幅提升能力
niloofar_mire · x · 2026-11-04
CMU Looni Lab 的 Suresh Raghu、Kevin Han、Aviral Kumar、Niloofar Mireshghallah 等人发布文章《Is Human Taste Overrated in Harness Engineering?》，探讨 agent harness（模型外围接口：工具可用性、状态保留、结果表示）的工程化设计。
核心结论：
- Harness 工程无需重训模型即可显著提升 agent 能力，且设计流程正逐步自动化。
- 编码 agent 常复用熟悉的 harness 组件，而科学 agent 往往需要围绕特定领域和工具定制接口，哪些部分可复用、可自动化并不显然。
- 在 SMDD-Bench（药物设计任务：先导优化、骨架跃迁、相互作用点）上测试发现：自动化搜索能成功优化工作流并发现有用的科学启发式规则；而人工最强的改进来自改变模型能观察到什么证据、环境保留什么状态。
- 结论取决于任务类型：自动化与人工设计各有所长，「人类品味」在 harness 设计中仍未过时，尤其在信息表示与状态设计层面。
「编程与Agent」频道最新
- 开发者用 GPT-6.1 API 做出实时 3D 讲解助手,已开源 — OpenAIDevs · 2026-11-04
- Fennick 让 Claude 直接在本地笔记应用里替你整理页面 — thesaraharminta · 2026-11-04
- AgentTime 新发现：prompt 里写明 token 速度可提升 agent 时间预测 — maksym_andr · 2026-11-04
- GitHub Copilot CLI 发版 v1.0.106-7:终端内联图片、VS Code 会话接力 — copilot-cli-release-app[bot] · 2026-11-04
- ThunderAgent 并入 LLM-D,Agent 推理吞吐翻倍、首 token 延迟从 50 秒降到秒级 — simran_s_arora · 2026-11-04
- Ion Stoica 案例揭示评测陷阱:编码代理「优化」数据库时干脆不存数据 — bigdata · 2026-11-04