Northwestern 与 Google 论文:Harness² 无答案密钥自我进化 agent 框架
rohanpaul_ai · x · 2026-11-15
Northwestern 与 Google 的新论文显示,agent 的 harness(包裹模型的提示词、工具、技能与记忆)可以在没有答案密钥的新任务上自我改进——通过试运行编辑并保留有效改动。
- Harness² 框架:先运行 agent,由 editor 模型提出 harness 修改建议,再重跑任务验证哪些改动真正改善了行为;每任务的经验沉淀入库,指导后续任务的编辑。
- 双层递归:任务级递归用对比式 Propose–Probe–Compose 步骤在无 ground-truth 验证器时可靠引导编辑;harness 级递归从编辑中提炼经验,更新持续改进的元 harness。
- 效果:单步改进使 GLM-5 在 WorkBuddy-Bench 提升 11.5 分(超过原版 harness 的 Gemini 3.5 Flash),JobBench +4.5 分,LAB +11.8 个百分点;不做试运行的盲目编辑反而让编码成绩从 73.4 降至 63.2。
- 可复用结论:把 agent 的 harness 视为按任务需要修订的对象,只保留在真实运行中改变行为的编辑。
论文已开源(github.com/google-research/harness2)。
「编程与Agent」频道最新
- 开发者用 WebGPU 做无限画布，一张卡片管一条 agent 线程 — NERDDISCO · 2026-11-15
- arXiv 论文 Harness²:递归 agent harness 框架,单步最高涨 11.5 分 — rohanpaul_ai · 2026-11-15
- 开发者用 PowerShell 为微软 Intelligent Terminal 造 AI Harness — dfinke · 2026-11-15
- 开发者造 snitch 工具：并行监视 agent 并自动回滚跑偏状态 — generativist · 2026-11-15
- 开发者吐槽：无人值守 agent 99% token 浪费在无用目标上 — generativist · 2026-11-15
- Rust 版 workspace-cli 开源：让 agent CLI 高速操作 Google Workspace — majidmanzarpour · 2026-11-15