谷歌研究:智能体自改 Harness 使任务成功率提升 8 倍
2026/11/20 — 11/20 09:19·1 个来源(全部)·1 篇报道(全部)
核心速览 (Key Takeaways)
- 谷歌研究人员 11 月 17 日发表论文《Harnesses That Improve Themselves》,让 AI 智能体逐步修改自身运行框架并对每次修改进行验证。
- 在 SWE-bench Lite 测试中,模块化优化方案把任务成功率从 5.0% 提升至 40.0%,平均每项任务消耗约 4.67 万 Token;
- 研究还指出,为某个模型优化的 Harness 迁移到其他模型后效果会打折扣。
事件背景与详细解读
据 IT 之家 2026 年 11 月 20 日报道,谷歌研究人员于当地时间 11 月 17 日发表论文《Harnesses That Improve Themselves》(《能够自我改进的 Harness》)。研究提出的方案是让 AI 智能体逐步修改自身的运行框架,并对每一次修改进行验证,以提升软件工程任务的完成率。
研究重点放在 AI 智能体的 Harness 上。Harness 并非底层 AI 模型本身,而是围绕模型搭建的运行框架,负责管理上下文和记忆、控制多轮任务执行、调用外部工具,以及在任务结束前验证执行结果。在 SWE-bench Lite 测试中,采用模块化优化方案的智能体把任务成功率从 5.0% 提升到 40.0%,达到原来的 8 倍,平均每项任务消耗约 4.67 万 Token。
研究人员同时指出,不同模型在工具使用方式和任务执行过程中表现出的弱点可能存在明显差异,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、Token 消耗过高或执行效果下降。报道未给出该架构在迁移场景下的最新验证结果,事件信息目前停留在论文发表与上述测试数据公布的阶段。
AI 综合 1 篇报道生成 · 更新于 2 天前
- 热度指数
- 25
- 全部来源
- 1
- 全部报道
- 1
- 首报
- 2 天前
这件事的报道 点标题看原文
据 IT 之家报道,谷歌研究人员 11 月 17 日发表论文《Harnesses That Improve Themselves》,让 AI 智能体逐步修改自身运行框架并对每次修改进行验证。在 SWE-bench Lite 测试中,模块化优化方案把任务成功率从 5.0% 提升至 40.0%,平均每项任务消耗约 4.67 万 Token;研究还指出,为某个模型优化的 Harness 迁移到其他模型后可能停滞、Token 消耗过高或效果下降。
智能体框架自我优化带来的能力边界变化
IT之家AI 评分 60
同时在说的其他事
- 热度指数 1143发酵中Anthropic 上市首周市值达 1.6 万亿美元,IPO 募资 935 亿美元21 个来源
- 热度指数 1011Anthropic 数学家称与 Claude 完成广义黎曼猜想形式化21 个来源
- 热度指数 622Anthropic 行使超额配售权,IPO 募资达 935 亿美元20 个来源
- 热度指数 596发酵中Thinking Machines Lab 开源 Inkling 2 Mini,模型卡推荐 32GB 内存10 个来源
- 热度指数 490发酵中SEC 调查英伟达会计问题,股价连跌市值缩水9 个来源
热度怎么算的?了解口径收起
热度按 48 小时内有多少个独立来源在说这件事算:同一个来源发多条只算一次,并按 24 小时半衰期衰减,所以排前面的是很多人在说的事。
本页汇总公开订阅源,标题与摘要由模型整理,版权归原作者所有;重要信息请回原文核对。如权利人认为相关标题或摘要侵权,请通过页尾联系邮箱提供具体页面与权利依据,我们核实后会及时删除或替换。
- 爆
- 讨论快速增加
- 新
- 首报 6 小时内
- 发酵中
- 讨论仍在增加

