转发 DAIR.AI：想学习如何构建自我改进的 harness，请看这篇论文。他们提出了 Exo，一种在持续工作过程中进行 harness 内学习与适应的智能体运行时架构。Harness 优化通常离线进行，需要有代表性的数据集和多次昂贵的运行，智能体才能改进。Exo 把这一循环搬进正常的任务执行中：智能体一边工作一边编辑自己的 harness 代码。一层小型受保护层保存执行历史并控制哪个策略版本处于激活状态，因此每次更改都可检查。…
研究者提出了 Exo，一种智能体运行时架构，让智能体在工作过程中直接编辑自己的 harness 代码，把 harness 优化从昂贵的离线运行搬进实时任务执行中。一层小型受保护层保存执行历史并控制激活的策略版本，使每次更改都可检查。在 AppWorld 和 SREGym 上，Exo 在正确率相当的前提下将 held-out 模型成本降低 35% 至 61%，AppWorld 平均任务时间下降 13%，SREGym 中位诊断时间下降 35%——这表明智能体可以在真实工作中自我改进，变得更便宜、更快。
报道来源
- Elvis Saravia2026-11-06 15:55