Harness²：面向开放世界的递归智能体框架
原文标题：Harness^2: Recursive Agent Harnessing for an Open World
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 Harness²，一个即插即用的递归智能体框架，通过任务级与框架级两层递归解决开放世界任务无真值验证器与难以泛化的问题。任务级递归用对比式「提议-探测-组合」步骤引导框架编辑，框架级递归则从编辑中提取经验更新持续改进框架。在三个专业基准上，单步即可让 GLM-5 与 Gemini 3.5 Flash 超越基础框架，最高提升 11.8 个百分点。
- 问题
- 开放世界任务无真值验证器、RSI过程过于任务特定，难以自动进化智能体harness。
- 方法
- 即插即用递归框架，任务级递归用对比式提议-探测-组合引导编辑，框架级递归从编辑中提取经验持续改进。
- 结果
- 单步即让GLM-5与Gemini 3.5 Flash超越基础harness，WorkBuddy-Bench最高+11.5、JobBench+4.5、LAB+11.8个百分点。
- 影响
- 为Agent harness提供无需真值验证器的自动进化方案，可跨任务积累经验。
深读 · 结论先行AI 生成展开看要点与影响 ↓
Harness²用双层递归让智能体框架自我改进，单步最高提升11.8个百分点。
- •任务级递归用对比式「提议-探测-组合」步骤，无需真值验证器即可引导框架编辑
- •框架级递归从编辑中提取经验，更新持续改进框架以适配未来任务
- •在三个专业基准、四种模型-框架配置上单步即超越基础框架
- •提升幅度：WorkBuddy-Bench 11.5分、JobBench 4.5分、LAB 11.8个百分点
- •任务级递归预算增加后收益可进一步提升
为什么重要：开放世界任务缺乏真值验证器是智能体自改进的核心瓶颈，该框架给出即插即用方案，对做agent harness的团队有直接参考价值。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。