北京
智能体的 harness 怎么进化？微软和加州大学圣巴巴拉分校等给出的答案有点反直觉：不看自己的失败日志，改看别人已经发表的论文。
这篇论文叫 ScholarEvolve。它提出，agent harness 的进化可以建立在已发表的智能体研究之上，而不是依赖系统自身的失败记录。换句话说，改进的灵感来源从"我哪里错了"换成了"学界已经试过什么"。
把 harness 拆成三块
方法的第一步是拆解。研究把 harness 分成三个模块：工具使用、记忆管理、任务执行。拆开之后，每个模块的改进方向就能被单独讨论，而不是混在一起当成一个整体去调。
拆完模块，下一步是找策略。ScholarEvolve 对近期论文做主题建模，用这种方式识别出各个模块对应的改进策略。论文里已经写过的思路，被系统性地提取出来，而不是靠人一篇篇读。
实现、测试、再纳入新论文
识别出策略之后，方法会把这些策略实现出来并组合测试。哪些组合有效，由测试结果说话。
更关键的一点是可持续性：新的论文可以持续纳入进来。这意味着这套进化机制不是一次性的，而是随着研究进展不断更新自己的候选策略池。
从失败日志到已发表研究，这条路径的差别在于信息源。前者来自系统自身的经历，后者来自整个研究社区的积累。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
