🔥 今日值得一读
智能体框架自己进化自己，最高暴涨11.8个百分点！
Harness^2: Recursive Agent Harnessing for an Open World
📖 AI 总结
本文提出 Harness^2，一个即插即用的递归式智能体执行框架，旨在解决开放世界场景下递归自我改进面临的两大难题：测试时任务新颖、缺乏真实标注验证器来指导在线编辑，以及改进过程高度依赖具体任务、难以泛化到新场景。该框架通过两个相互关联的递归层次应对上述挑战：任务级递归采用对比式“提议—探测—组合”步骤，在无真实验证器的条件下可靠引导执行框架的编辑，并可通过并行或串行递归进一步扩展；框架级递归则从这些编辑中提取经验，持续更新改进框架，使智能体更好地适应未来任务。在三个专业基准和四种模型—框架配置上，单步改进即稳定提升 GLM-5 与 Gemini 3.5 Flash 的表现，在 WorkBuddy-Bench 上最高提升 11.5 分，JobBench 提升 4.5 分，LAB 提升 11.8 个百分点，且随任务级递归预算增加收益进一步提升。该工作表明，智能体能力不仅取决于底层模型，也取决于执行框架，为开放世界中的自动化框架进化提供了可行路径。
🔑 关键词速览
| Harness | 智能体执行框架，指围绕LLM模型构建的、负责规划、工具调用和任务执行的软件层。 |
| Recursive Self-Improvement (RSI) | 递归自我改进，一种让系统自动修改和优化自身组件（如执行框架）以持续提升性能的方法。 |
| Open-World Settings | 开放世界环境，指任务在训练或设计阶段未见、测试时动态出现且缺乏标准答案的复杂场景。 |
| Propose-Probe-Compose | 提议-探测-组合，一种对比式编辑步骤，通过生成候选修改、探测效果并组合最优方案来指导框架优化。 |
| Task-Level Recursion | 任务级递归，在单个任务执行过程中迭代优化当前任务所用框架的递归层次。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅