AI自进化的新入口：Harness工程化路径

AI自进化的现实起点，不在模型权重，而在Harness 过去谈论AI自我改进，常聚焦于模型能否重写自身参数——一种高度抽象、尚难落地的AGI构想。翁荔在新博客《Harness Engineering for Self-Improvement》中提出更务实的路径：自进化首先发生在模型外部的运行系统层，即Harness。它不是传统Agent框架中零散的模块拼凑，而是一个完整的、可编程的运行时环境，决定模型如何感知环境、调用工具、管理上下文、拆分任务、验证结果，并在长周期任务中持续迭代。 Harness是什么？不是提示词，而是AI的“操作系统” Harness是模型与真实世界交互的接口层。它定义了模型“怎么干活”：何时保存状态、如何响应失败、怎样组织子任务、依据什么标准判断成功。当模型越来越强，其能力释放程度，越来越取决于Harness的设计质量。同一个大模型，在不同Harness下，可能表现出截然不同的任务完成能力——这不是理论推测，而是当前工程实践中的普遍共识。 自进化三阶段：从上下文到工作流，再到Harness自身 优化对象正沿着一条清晰路径层层深入：prompt → structured context → workflow → harness code → optimizer code。 第一阶段是Context Engineering。面对长任务导致的上下文失控，ACE将上下文重构为动态更新的“操作手册”，由Generator、Reflector和Curator协同维护；MCE则进一步解耦——外层优化“如何管理上下文”，内层再用该能力优化具体任务内容，迈向真正意义上的自我管理记忆。 第二阶段是Workflow Design。AI Scientist构建端到端科研流水线；ADAS把工作流设计本身变成搜索问题；AFlow则用蒙特卡洛树搜索优化工作流图结构。优化焦点已从单点提示，转向整个行动组织逻辑。 第三阶段是Self-Improving Harness。模型不再仅使用Harness，而是主动诊断其缺陷、提出修改方案并验证效果。流程分为三步：Weakness Mining（从执行轨迹中识别重复失败模式）、Harness Proposal（基于约束生成小范围、可验证的修改）、Proposal Validation（通过测试确认提升且无回归）。实验表明，该方法已在MiniMax M2.5、Qwen3.5、GLM-5等模型上，针对各自薄弱点演化出差异化的Harness配置。 进化搜索：让Harness成为可演化的代码实体 更进一步，Harness本身可被建模为搜索空间。DGM（Darwin Gödel Machine）让编码Agent直接修改自己的Harness代码仓库。以Claude 3.5 Sonnet为基座，初始配置经多轮进化后，在SWE-bench Verified上准确率从20%升至50%，Polyglot从14.2%升至30.7%，甚至超越人工设计Agent。这证明：不动模型权重，仅优化Harness，就能带来实质性能力跃迁。 Harness不会取代模型，但会重塑模型价值 翁荔强调，Harness并非训练替代方案，而是与模型能力互促的增强层。成熟的Harness使自我改进循环得以稳定运转；更强的模型则能防止Harness过度复杂化，保障系统可持续性。长远看，部分Harness技巧可能被内化为模型固有行为——正如提示词工程正随指令跟随能力提升而弱化。但“说清目标、约束、上下文与评估标准”这一根本需求，始终存在且不可绕过。 通往RSI的现实瓶颈 当前路径仍面临多重挑战：评估器能力不足，目前仅支持代码、数学等可快速客观验证的任务；研究品味、长期价值等模糊目标难以量化。上下文与记忆的生命周期管理尚未形成统一机制，未来或将上升为智能体的原生能力。负面结果易被忽略，导致模型缺乏“及时止损”的元认知。多样性坍缩风险使进化易陷入局部最优。Reward hacking持续存在——模型会优化一切可测信号，而非真实目标。短期任务成功率与长期系统健康之间存在张力，如代码Agent可能牺牲可维护性换取即时交付。人类角色亦随之转变：不再手把手编写每段逻辑，而是在关键抽象层级提供环外监督，确保进化方向符合整体意图与安全边界。 Harness，已成为AI竞争的新变量 参数、数据、算力、推理速度之外，Harness正在成为衡量AI系统实际效能的核心维度。它不改变模型本身，却决定模型能否真正“活起来”。翁荔的这篇博客，不是对未来AGI的畅想，而是对当下AI工程演进路线的一次清醒校准：自进化的第一步，不在云端，而在脚下——在每一次工具调用、每一行上下文管理、每一个失败复盘之中。