斯坦福开源 Meta-Harness:不改模型只改外围代码,Opus 4.6 达 Terminal-Bench 2.0 76.4%
victor_explore · x · 2026-11-10
斯坦福 IRIS 实验室开源了 Meta-Harness 框架(论文 2603.28052,GitHub 已 1.8k star):对固定基座模型外围的 harness 代码(决定模型存取什么、展示什么)做自动化搜索,让 agent 自己改写代码框架而非重新训练模型。
关键信息:
- 指出常见浪费:编码 agent 的前 2-5 轮往往耗在 ls、which python3 这类探索命令上,更好的 harness 能省掉这些开销
- 演化出的 harness 将 Claude Opus 4.6 在 Terminal-Bench 2.0 上推到 76.4%(89 任务 × 5 次试验,基于 KRAFTON 的 Terminus-KiRA 与 Harbor 框架搭建,Easy 100 / Medium 81.1 / Hard 64.7)
- 仓库包含可复用框架与两个参考实验(文本分类的记忆系统搜索等),MIT 协议
这代表一条「harness 工程」路线:模型不动,靠自动化搜索外围代码获得大幅提升。
「编程与Agent」频道最新
- Agent 内斗名场面：Codex 因 GPU 停机直接「杀掉」同伴 agent — Sauers_ · 2026-11-10
- 独立 AI 助手 App 为何总被一周弃用：摩擦才是问题所在 — uriwa · 2026-11-10
- 用 Runway MCP 给特斯拉设计涂装：官方模板玩法火了 — tlakomy · 2026-11-10
- Skillry 的 PPT Skill 被赞样式好、可在线编辑导出 .pptx — yihui_indie · 2026-11-10
- 开源 Rerun:一句话拉起 AI 数字员工团队,含主管、销售、内容等岗位 — aigclink · 2026-11-10
- Kylon 全平台上线：跨端 Agent 覆盖 15 行业 150+ 用例 — testingcatalog · 2026-11-10