微软 BoxBox:长跑 Agent 运行中热更新自身 harness,提速 1.70 倍
dair_ai · x · 2026-11-10
dair-ai 推荐 Microsoft 与南大、浙大等合作者的新论文 BoxBox:Recursive Harness Self-Improvement for Long-Running Performance Optimization。核心问题
传统 harness 优化是离线的:在有参考答案的任务上调好再复用,但长时间开放式任务没有参考答案,且会碰到离线调优没见过的问题。方法
- BOXBOX 把优化循环搬进任务本身:agent 自主决定何时修改自己的 harness
- kernel 对新版 harness 热加载,保留完整执行上下文,任务无需重启继续运行
- 配套发布 PerfRace 基准:agent 花数小时加速真实软件项目
结果
相同时间与成本预算下,BOXBOX 的 Speedup@4h 达 1.70×,最强基线为 1.54×;成本效率也更高($16.41 vs 基线 $23+),基于 50 个 PerfRace 测试任务、每方法三次运行。
「编程与Agent」频道最新
- Astral 开源 serc：新设 astral-experiments 组织发布 agent 编写项目 — charliermarsh · 2026-11-10
- uv 作者用 Codex 写出 Rust 版 CPython 字节码编译器，快 2-4 倍 — charliermarsh · 2026-11-10
- serc 亮点：无需安装 CPython 即可编译字节码，适配 Docker 构建 — charliermarsh · 2026-11-10
- Sentry CEO 晒 AI 免手操开发进展：给游戏自动加野生动物着色器 — zeeg · 2026-11-10
- Anthropic 官方指南：Claude 四款模型该怎么选、怎么省成本 — ClaudeDevs · 2026-11-10
- Thinking Machines 的 Inkling 2 Small 上架 OpenCode，限时免费 — thinkymachines · 2026-11-10