量子位 7 月 8 日 16:00 发布的这篇文章，介绍了翁荔博客《Harness Engineering for Self-Improvement》以及 DeepSeek 研究员崔添翼的转发观点。文章的主线是：AI 自进化不一定先从模型直接改写权重开始，近期更可行的入口可能是 Harness。1
图集速览
- 图 1：翁荔博客标题页，主题是 Harness Engineering for Self-Improvement。2
- 图 2：崔添翼转发附议，认为 Harness 方向的自进化和模型方向的自进化一样，都是可能出成果的方向；Skill 可以看作 prompt 层面的初级 Harness 自进化。13
- 图 3：ACE 把上下文当成可持续更新的操作手册，由 Generator、Reflector、Curator 三类角色增量维护。1
- 图 4：Self-Harness 的循环包括弱点挖掘、Harness 提案和提案验证，候选修改必须通过测试才进入下一版系统。1
- 图 5：DGM 把 Harness 代码仓库本身变成搜索对象，量子位原文提到其在 SWE-bench Verified 上从 20% 提升到 50%，在 Polyglot 上从 14.2% 提升到 30.7%。1
这篇文章的核心判断
Harness 可以理解为模型外部的运行系统，决定模型如何调用工具、管理上下文、读写文件、拆分任务、调用子 Agent、验证结果，以及从失败中复盘。翁荔把相关研究整理成一条递进链：prompt → structured context → workflow → harness code → optimizer code。1
这条路线的边界也很明确：写代码、解数学题这类任务有快速客观反馈，更容易跑通自我改进循环；研究品味、产品长期质量和组织协作的评估更慢，也更难量化。文章还提醒，权限控制、安全边界、reward hacking 和多样性坍缩都不能被 Harness 的效率提升掩盖。1
评论
登录后可发表评论。