论文宣称「Harness 工程终结」：让循环自动改写 agent 框架，人类只留考卷
blaizedsouza · x · 2026-11-14
一篇题为《The End of Harness Engineering》的论文在 agent 圈引发震动，核心论点一句话讲完：手写模型周围的脚手架代码作为技能已经终结。
论文的论证脉络
- 人写的 harness 只是对「某个任务、某个下午」的一次猜测，上线后运行数月无人审阅、无评分。
- 由循环生成的 harness 则是一个能给自己打分的文件：一个 4B 小模型读取失败案例、提出 8 个改写方案，只有在留出验证题上得分最高的版本存活。
- 全程大模型保持冻结；每轮迭代都在围绕大模型重写 harness。
对行业的影响
- 人类的工作收缩为一个产物：评分集（scoring set），即 harness 的考卷。
- 框架变成可抛弃品，「出考卷」本身成为新工作。
- 引用的 Claude Fable 5.2 harness 指南称 Anthropic 用同一模型跑 1000 个 agent（Jev engineering + 9 prompts），作者称一个晚上就能让 Claude 干一个小开发团队的活。
「编程与Agent」频道最新
- Vibe coding 游戏首周 3.57 万次游玩、1.05 万玩家 — TAbrodi · 2026-11-14
- WordPress UTM 测试技巧:点掉 Cookie 横幅后别刷新直接提交表单 — HaktanSuren · 2026-11-14
- 团队会议新玩法:让 Claude 实时可视化点子辅助决策 — Flomerboy · 2026-11-14
- Vercel Token Pass 加量不加价：30 美元月费含 150 美元开源模型额度 — cramforce · 2026-11-14
- 独立开发者：代码改动几乎全交给子线程，父线程只管调度 — zeeg · 2026-11-14
- 纯代码生成万人海滨小镇，浏览器可玩的 3D 寻找沃尔多 — CSProfKGD · 2026-11-14