谷歌论文:Agent Harness 无门控全量重写多花近 10 倍 token
rohanpaul_ai · x · 2026-11-20
谷歌论文发现,让模型自主改进 agent harness(管理上下文、运行工具、校验结果的运行时代码)时,无门控的全量重写虽然准确率略高,但 token 成本接近 10 倍。
关键做法与数据:
- 让优化模型每次只改 142 行 harness 中 4 个模块里的 1 个,每次修改必须通过验证集和 token 上限门控,否则拒绝
- 在 40 个 SWE-bench Lite 留出任务上(Gemini 3.8 Flash):门控式模块化改进解决 40.0%(种子版仅 5.0%),每任务 46.7k token;无门控全量重写解决 42.5% 但每任务耗 451.6k token;仅靠 prompt 规则约束则准确率跌至 2.5%
结论:自我改进的 harness 应当逐模块小步修改、用留出任务和 token 成本做门控,并把规则写进代码而非 prompt。
所属事件:谷歌论文:门控式改写自改进 Agent Harness 省 10 倍 token(3 条相关)→
「编程与Agent」频道最新
- 开发者给所有 AGENT.md 写死「像齐泽克一样跟我说话」 — generativist · 2026-11-20
- Nous Research 携手微软,Hermes 企业级 Agent 进驻 Teams 与 Azure — NousResearch · 2026-11-20
- MCP 服务器提交 53 个目录实测:11 天仅 16 个上线 — B3N0U · 2026-11-20
- Replit Missions 用浏览器爬取上千电子签流程并 1:1 重建 — amasad · 2026-11-20
- Replit 用 Missions 3 天复刻个人 AI 助理,开源版 Amuse 上线 — amasad · 2026-11-20
- Replit CEO:「与 Agent 签合同」将是会被广泛抄的范式 — amasad · 2026-11-20