推荐文章8
Lilian Weng：AI 自我改进，先写好 Harness
AI工程化
AI 摘要
Lilian Weng：AI 递归自我改进中‘harness’很关键，它负责编排执行。Harness 工程有多种设计模式和优化方法，但面临弱评估器、上下文管理等挑战，人类应在合适层级监督。
阅读原文 · AI工程化
AI 怎么自我改进？Lilian Weng 的答案是：先写好Harness
提出 Agent 基本公式的 Lilian Weng 探讨 AI 递归自我改进，强调‘harness’重要性，介绍其设计模式、优化方法，还提及未来挑战与有用基准。如 harness 工程额外包含工作流设计等，优化方式多样但也面临评估器弱等问题。
关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯9
DeepMind AI破解56年数学难题登Science
本文报道谷歌DeepMind推出AI数学证明框架AlphaProof Nexus，破解多道悬而未决的数学难题含两道56年埃尔德什开放问题，成果经同行评审登上《Science》，对比OpenAI此前发布方式的争议，介绍其工作流程。
量子位
开源动态9
清华发布OSWorld-Science评测基准
本文针对AI能否自主操作科研软件完成真实科研任务的问题，介绍了清华大学牵头多机构推出的OSWorld-Science，这是面向真实科研场景的智能体评测基准，包含146项真实科研任务，评测了12个主流模型，曝光了当前智能体的能力短板，为领域研究提供了统一评测基础。
机器之心
新闻资讯8
Meta新AI跑分领先 3D实测翻车
本文报道Meta推出新一代旗舰大模型Muse Wonder系列，第三方评测显示其在长程编程、Agent任务中超越现有顶级模型，扎克伯格称Meta重回AI技术前沿，但实测暴露短板，推理成本大幅上涨。
AI前线
新闻资讯8
割草机测试戳破Meta Muse Wonder神话
Meta发布号称目前最好的多步骤Agent模型Muse Wonder，基准数据碾压Claude Opus 5.5，但网友测试和实际使用暴露了它纸面数据强、实际体验差的问题
AI工程化