产业观察🔥8.0

只改一处代码,谷歌 AI 智能体优化 Harness 后任务成功率提升 8 倍

IT之家·2026/11/20 00:19:51🔗 原文

📋总体概括

谷歌研究人员11月17日发表论文《能够自我改进的Harness》,提出让AI智能体直接修改自身运行框架代码并通过测试验证保留改进的方案。在SWE-bench Lite测试中,采用模块化优化的智能体任务成功率从5.0%提升至40.0%,达8倍水平,平均每项任务消耗约4.67万Token。初始Harness仅142行代码,拆分为上下文管理、智能体控制、工具调用、验证与故障恢复四个可编辑模块,每轮只改一处并验证。

⚡关键信息

  • ▸谷歌11月17日发表论文,让AI智能体逐步修改自身运行框架并验证改进效果
  • ▸SWE-bench Lite测试中任务成功率从5.0%提升至40.0%,达原来8倍
  • ▸平均每项任务消耗约4.67万Token
  • ▸初始Harness仅142行代码,拆分为四个可编辑模块,每轮只允许修改一个模块
  • ▸为某个模型优化的Harness迁移到其他模型后可能出现任务停滞或Token消耗过高问题

🔥犀利点评

8倍提升听着炸裂,但起点只有5%——基数低才好翻倍,40%离实用还有距离。真正的洞察是:智能体的瓶颈不在模型而在Harness这层『脚手架』,让AI自己改自己的运行框架,等于把提示词工程的粗放活变成了带测试闭环的代码迭代。这是把AI优化AI的路线再推一步,方向比数字重要。

本文由本站自动聚合,以下为原始来源:前往 IT之家 阅读全文 →