Cohere Labs 讲座提出 Harness²：让智能体的执行框架递归自改进
Cohere · youtube · 2026-11-14
Cohere Labs 开源科学社区分享 Ruiyao Xu（西北大学博士候选人）的讲座《Harness²: Recursive Agent Harnessing for an Open World》，探讨在模型权重固定的情况下，agent 能否递归地改进自己的 harness（执行框架）。
框架包含两层递归：
- 任务级递归：改进执行 harness 本身——prompt、工具、记忆、skills 等。通过对比式的 Propose–Probe–Compose 步骤，提出修改、在当前任务上探测效果、再依据行为证据组合出更优 harness；可并行探索多个候选，也可序列式迭代。
- Harnessing 级递归：改进「改进」这个过程——每次任务完成后，将采用的 harness 和有证据支撑的经验存入不断演化的库，指导未来的改进。
讲座阐释两层如何把任务内改进与跨任务学习连接起来，并给出实验发现与实例，展示开放世界中 agent 在没有 ground-truth 验证器时如何做测试时自适应。
「编程与Agent」频道最新
- 16GB MacBook Air 离线实测:4B 小模型跑编程 Agent 拿满分 — Ok-Brush8377 · 2026-11-14
- 弃用 Apollo/Clay 月付 500 美元，一个 MCP 让 Claude Code 跑通外呼获客全流程 — aryanXmahajan · 2026-11-14
- FastMCP 4.2 发布：通过 MCP 服务器直接分发 Agent Skills — jlowin123 · 2026-11-14
- 一人 AI 代理公司教程：从获客到交付全用 agent 跑 — EXM7777 · 2026-11-14
- 开发者逆向 Waymo 私有 API 打造 MCP，可让 Claude 直接帮你叫无人车 — MicahBerkley · 2026-11-14
- 开发者回应 Agent 体验差：把任务列表做成 feed 加决策按钮 — _rchaves_ · 2026-11-14