谷歌研究:智慧體自改 Harness 使任務成功率提升 8 倍
2026/11/20 — 11/20 09:19·1 個來源(全部)·1 篇報道(全部)
核心速覽 (Key Takeaways)
- 谷歌研究人員 11 月 17 日發表論文《Harnesses That Improve Themselves》,讓 AI 智慧體逐步修改自身執行框架並對每次修改進行驗證。
- 在 SWE-bench Lite 測試中,模組化最佳化方案把任務成功率從 5.0% 提升至 40.0%,平均每項任務消耗約 4.67 萬 Token;
- 研究還指出,為某個模型最佳化的 Harness 遷移到其他模型後效果會打折扣。
事件背景與詳細解讀
據 IT 之家 2026 年 11 月 20 日報道,谷歌研究人員於當地時間 11 月 17 日發表論文《Harnesses That Improve Themselves》(《能夠自我改進的 Harness》)。研究提出的方案是讓 AI 智慧體逐步修改自身的執行框架,並對每一次修改進行驗證,以提升軟體工程任務的完成率。
研究重點放在 AI 智慧體的 Harness 上。Harness 並非底層 AI 模型本身,而是圍繞模型搭建的執行框架,負責管理上下文和記憶、控制多輪任務執行、呼叫外部工具,以及在任務結束前驗證執行結果。在 SWE-bench Lite 測試中,採用模組化最佳化方案的智慧體把任務成功率從 5.0% 提升到 40.0%,達到原來的 8 倍,平均每項任務消耗約 4.67 萬 Token。
研究人員同時指出,不同模型在工具使用方式和任務執行過程中表現出的弱點可能存在明顯差異,為某個模型最佳化的 Harness 遷移到其他模型後,可能出現任務停滯、Token 消耗過高或執行效果下降。報道未給出該架構在遷移場景下的最新驗證結果,事件資訊目前停留在論文發表與上述測試資料公佈的階段。
AI 綜合 1 篇報道生成 · 更新於 2 天前
- 熱度指數
- 25
- 全部來源
- 1
- 全部報道
- 1
- 首報
- 2 天前
這件事的報道 點標題看原文
據 IT 之家報道,谷歌研究人員 11 月 17 日發表論文《Harnesses That Improve Themselves》,讓 AI 智慧體逐步修改自身執行框架並對每次修改進行驗證。在 SWE-bench Lite 測試中,模組化最佳化方案把任務成功率從 5.0% 提升至 40.0%,平均每項任務消耗約 4.67 萬 Token;研究還指出,為某個模型最佳化的 Harness 遷移到其他模型後可能停滯、Token 消耗過高或效果下降。
智慧體框架自我最佳化帶來的能力邊界變化
IT之家AI 評分 60
同時在說的其他事
- 熱度指數 1143發酵中Anthropic 上市首周市值達 1.6 萬億美元,IPO 募資 935 億美元21 個來源
- 熱度指數 1011Anthropic 數學家稱與 Claude 完成廣義黎曼猜想形式化21 個來源
- 熱度指數 622Anthropic 行使超額配售權,IPO 募資達 935 億美元20 個來源
- 熱度指數 596發酵中Thinking Machines Lab 開源 Inkling 2 Mini,模型卡推薦 32GB 記憶體10 個來源
- 熱度指數 490發酵中SEC 調查輝達會計問題,股價連跌市值縮水9 個來源
熱度怎麼算的?瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。
本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加

