翁荔提出AI自进化新路径：Harness驱动递归自我改进

近期，关于AI递归自我改进的工程化路径讨论迎来了新的视角。有行业观点提出，AI自进化不必从直接改写模型权重入手，而是可以先从优化模型的外部运行系统——也就是Harness开始。

所谓Harness，可以理解为支撑AI模型运行的外部系统，它决定了模型如何调用工具、管理上下文、读写文件、拆分任务、调度子智能体、验证执行结果，以及从失败案例中复盘优化。这一思路得到了行业内的广泛关注，相关讨论获得了不少从业者的响应与补充。

这一讨论的核心概念是递归自我改进（RSI），这一概念最初带有强烈的通用人工智能色彩，指智能系统能够改进自身智能的生成机制，从而迭代出能力更强的后继系统。而现在，这一概念被拆解为更具工程可行性的落地路径：在当前的AI系统中，自我改进未必意味着模型直接改写自身权重，也可以通过优化训练流程、研究流程和部署系统，帮助下一代系统在真实任务中获得更好的表现，而Harness正是部署系统中最关键的一层。

传统的智能体框架常被概括为“LLM+记忆+工具+规划+行动”，但在新的视角下，Harness已经超越了早期框架中的几个基础模块，更接近完整的运行时系统与软件设计体系。它不仅决定了模型如何观察环境、执行行动、管理上下文、保存状态与评估结果，更决定了模型能否在长周期任务中实现持续迭代。基于此，相关判断指出：近期更具可行性的AI自进化路径，或许并非让模型直接重写自身的核心参数，而是让模型优化自身获取答案的整体方式。

梳理近期的相关研究，可以看到一个清晰的行业趋势：AI系统的优化对象正在从上下文、工作流，一步步深入到Harness本身，优化的递进链条依次为：提示词（prompt）→结构化上下文（structured context）→工作流（workflow）→Harness代码→优化器代码。随着模型能力的不断增强，可被优化的对象也变得更加抽象和通用。

第一层优化：上下文工程（Context Engineering）

这一层要解决的基础问题是，智能体在执行长任务时，随着上下文内容不断堆积，很容易出现失控的情况。相关代表性研究包括ACE和MCE：

ACE（Agentic Context Engineering）将上下文视为一本持续更新的“操作手册”，而非一段不断延长的提示词。它通过三个角色协同完成工作：Generator负责生成任务执行轨迹，Reflector从成功与失败的轨迹中提炼关键要点，Curator则将这些要点整理为结构化条目，并增量更新到操作手册中。

MCE（Meta Context Engineering）则更进一步，将“如何管理上下文”和“上下文具体包含哪些内容”拆分为两层优化：外层进化管理上下文的核心技能，内层则利用该技能去优化具体任务的上下文配置。相比需要人工设计更新规则的ACE，MCE朝着“自我管理的记忆”方向又迈进了一大步。

第二层优化：工作流设计（Workflow Design）

这一层聚焦解决“模型该如何高效完成任务”的问题，相关实践包括多个方向：

AI Scientist构建了一套完整的科研流水线，覆盖从提出研究想法、编写代码、运行实验、分析结果，到撰写论文与同行评审的全流程。ADAS则将“设计智能体工作流”本身视为一个可搜索的优化问题，让元智能体持续提出新的工作流方案并接受评估。AFlow则将工作流表示为一张图结构，通过蒙特卡洛树搜索寻找更优的工作流配置。

这条优化路径的递进逻辑非常清晰：最初由人类完成任务流程的工程化搭建，之后模型开始参与工作流的设计，再到后来，工作流的结构本身也被纳入搜索空间。此时，优化的对象已经不再局限于单个提示词，而是扩展到了整个智能体的行动组织方式。

第三层优化：自我改进的Harness（Self-Improving Harness）

到了这一层，模型不再仅仅是使用Harness完成任务，而是能够主动分析Harness的缺陷，并提出针对性的修改方案。以Self-Harness为例，其完整循环分为三个清晰的步骤：

• 弱点挖掘（Weakness Mining）：系统先收集智能体执行任务时留下的全量轨迹，包括工具调用记录、错误日志、失败结果、验证器反馈等，从中挖掘出反复出现的失败模式，比如特定任务中遗漏文件、测试失败后重复无效修复、上下文过长时丢失关键约束等问题。
• Harness提案（Harness Proposal）：模型基于挖掘出的失败模式，提出对Harness的小范围修改方案。这里的核心要求是“小范围”和“可验证”，模型可获取的信息包括当前Harness的可修改位置、具体失败模式、必须保留的正确行为，以及过往修改记录。提案需要聚焦于可通过小范围改动解决的可复现问题，且不同提案之间要保持差异化。
• 提案验证（Proposal Validation）：候选修改不会直接被采纳，需要经过严格的测试验证。只有确认修改确实提升了系统表现，且没有引入明显的性能回归，才能被纳入下一版的Harness配置中。

相关测试显示，这套流程在多款模型上运行Terminal-Bench-2基准测试时，确实学习到了针对不同模型薄弱点的个性化Harness配置。不过，这一思路也存在明确的隐患：一旦允许程序自主修改系统层代码，系统的抽象边界就有被打破的风险，因此权限控制与安全层必须始终留在这个循环之外，同时奖励劫持的老问题依然存在。

进化搜索方向的优化

如果说Self-Harness更像是从失败中修补现有工作系统，那么进化搜索则是将Harness直接作为可搜索的优化对象，其逻辑更贴近自然选择的演化过程：先生成多个候选的Harness版本，让模型基于已有版本进行修改，再通过基准测试或验证器评估各版本的表现，保留更优秀的版本并淘汰表现较差的版本，之后进入下一轮迭代。

其中，DGM（Darwin Gödel Machine）是一个极具代表性的实践，它让编码智能体直接修改自身的Harness代码仓库。在实验中，以Claude 3.5 Sonnet作为基座模型，从简单的初始配置出发，经DGM进化后的智能体效果显著提升：在SWE-bench Verified基准上的表现从20%提升至50%，在Polyglot基准上从14.2%提升至30.7%，甚至达到并超过了人工设计的智能体水平。这一结果证明，即使不修改模型的核心权重，仅通过优化Harness本身，也能成为AI能力提升的有效搜索空间。不过这类方法更适合代码、算法、GPU内核等可自动评估的任务，对于涉及科研品味、产品长期质量、复杂组织协作的任务，评估过程会更加缓慢且模糊。

Harness与模型训练的协同关系

相关观点明确指出，Harness并非替代模型训练的路线，二者更应该是互相强化的关系：足够成熟的Harness能够让AI自改进的研究循环顺利跑起来，而更强大的模型则可以防止Harness被过度设计，保持系统的可持续性。从长期来看，Harness的很多改进最终可能会“内化”到模型本身的行为中，就像早期的提示词工程技巧，随着模型的指令跟随与推理能力增强而逐渐弱化，但明确目标、约束、上下文与评估标准的核心需求始终存在。

当前AI自进化的核心瓶颈

实现递归自我改进的道路上，目前仍存在多个关键瓶颈：

• 评估器太弱太模糊：当前能跑通自改进循环的任务，基本集中在写代码、解数学题这类拥有明确、快速、客观反馈的场景，而科研品味、创新性、长期科研价值等维度，几乎无法被量化评估。
• 上下文和记忆的生命周期问题：任务越自主、越独立，需要管理的记忆量就越大，这一问题未来可能会成为智能本身的一部分，而非仅仅停留在软件系统层面。
• 负面结果容易被忽视：研究者天然更愿意发表成功的研究结果，模型在海量以成功案例为主的训练数据上学习后，可能并不擅长判断何时该放弃一个假设，或是如实报告一次失败。
• 多样性坍缩：进化与强化学习类的循环容易反复利用已知的高回报模式，如果没有额外的机制加以防止，优化后的方案种群会逐渐坍缩为单一方案的变体。
• 奖励劫持：自改进循环会优化给定的任何信号：如果奖励来自单元测试，模型可能会过度拟合测试用例；如果奖励来自评委模型，模型可能会学会针对性“讨好”评委；如果奖励来自榜单分数，模型可能会利用榜单本身的漏洞。
• 长期健康与短期成功的矛盾：以编码智能体为例，它们已经能够切实提升软件工程的日常生产力，但当前的优化目标大多聚焦于短期任务的完成，而非保护由大量工程师共同维护的代码库的长期健康，可维护性、权责边界、迁移成本、未来调试负担等标准，在现有的沙盒训练中基本未被充分考虑。
• 人类的角色：人类并不会被排除在自改进循环之外，而是需要向“环外”移动，在合适的时机、合适的抽象层级上提供监督，这也是系统设计时需要明确考虑的核心问题。

行业趋势的新变量

过去，大模型行业的竞争主要聚焦于参数规模、训练数据、算力资源与推理能力。而现在，Harness已经成为一个越来越难以被忽视的关键变量：同一个模型部署在不同的Harness中，可能会表现出完全不同的能力水平，这一观察已经从小众观点成为行业共识。从相关讨论可以看出，“AI自进化更现实的工程入口是什么”，将成为下一阶段行业讨论的核心重点之一。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。