自进化 Agent Harness 实测:准确率从 38.8% 提到 77.8%
Prompt Engineering · youtube · 2026-11-15
Prompt Engineering 频道发布教程视频，演示如何构建无需训练、能自我改进的 agent harness：agent 起步只有 shell、read、write 三个工具，在工作过程中自己生长出工具、生命周期钩子和记忆，基于 Gemini Interactions API 实现，支持任务中途替换工具。
核心内容：
- 三区架构（three-zone architecture）与 createtool 加单元测试门控
- 生命周期钩子（sessionstart、beforedone）与记忆机制
- 隐藏 grader 与 secret broker 设计
- 三轮对比测试：进化 harness vs 冻结 harness，在 Web 应用、无视觉工具的 bug 报告视频、自定义二进制格式任务上验证，HARNESS-evolved 达 77.8 分，比 baseline 高 34.7 分
- 总结自进化 harness 何时划算、何时会自我膨胀，并给出 4 条规则
视频由 Fish Audio 赞助。
「编程与Agent」频道最新
- 用 Grok Bot 把周报变成自动例程:只留能触发决策的指标 — VibeMarketer_ · 2026-11-15
- ProgramBench 排行:从二进制重建程序,Opus 5.5 仅 18.5% 解出 — TheReedemer69 · 2026-11-15
- 美团开源 LongCat-2.5:1.6T 参数 agent 模型,部署指南只有华为 NPU — javimbuilds · 2026-11-15
- Cursor agent 24 次全数违规删文件,修复后的 skill 实现零删除 — InterestingCarrot997 · 2026-11-15
- 纯 Rust 地理空间工具 terrio v0.9.0 发布,无需装 GDAL — giswqs · 2026-11-15
- Claude 团队研究员分享 5 条进阶技巧:终端才是 AI 工作的主战场 — devanshmehta · 2026-11-15