Caliper Harness 开源:用计划-审批-复审纪律管住小本地模型
Saraozte01 · reddit · 2026-11-19
开发者发布开源终端编码 harness Caliper Harness,专为小参数量本地模型设计,核心思路是「模型会赶工撒谎,harness 替它守规矩」。
- PAT 流程:强制模型先产出 Plan → Approach → Task 的结构化计划,存于 GraphQL 状态图,逐层细化且保持连贯,用户审批后才动手;遇到真实决策必须提问而不是猜。
- 逐步执行:每次只认领一个任务,任务自带 check 命令,check 通过 + 独立评审通过才算完成,完成标准以计划期写下的内容为准。
- 对抗式复审:任务完成后用干净上下文的 fresh reviewer 审查——实测中某阶段全部测试绿灯,reviewer 仍发现一个测试抓不到的真实 bug(某个站点情境颜色错误导致不上屏),任务被打回、补上回归测试后才放行。
- 定位差异:与 OpenCode 等围绕大模型的效率优先 harness 相反,Caliper 刻意做得慢而谨慎。
目前仅支持本地模型服务器,作者表示若需求多会加云 API 支持。测试方式是让模型从零构建浏览器小游戏 Space Transporter,再逐步加更大功能做压力测试。
「编程与Agent」频道最新
- FT:赶工修复 AI 找出的 bug,导致美国科技公司频繁宕机 — nordicinst · 2026-11-19
- ANT 上市前夜数据:Claude Code 一年反超 Cursor 和 Copilot — antgoldbloom · 2026-11-19
- 开发者向 GKE 沙箱项目提 PR:定期 checkpoint 防 agent 进度丢失 — yoimnotkesku · 2026-11-19
- AWS AgentCore Identity 支持私有 CA,Agent 可直连内网自建 IdP — AWS ML Blog · 2026-11-19
- Orchestrator Cloud Agents 结束测试正式上线 — julianweisser · 2026-11-19
- 开发者开源企业级 Agent 审计追踪模型:10 个数据模型找安全工程师挑刺 — TheHamzaShahbaz · 2026-11-19