一句话看懂：2026 年 10 月 13 日，Hugging Face Papers 收录了一篇关于「Harness 自进化」的研究，提出在不改动大模型权重的前提下，让智能体的提示词、记忆、工作流和可执行代码在多次运行之间持续修订。这为「模型不动、外围持续进化」的 Agent 路线提供了理论框架。
事件核心：发生了什么
论文摘要显示，作者把「Harness 自进化」定义为对智能体软件脚手架的修订，覆盖提示词、记忆、工作流和可执行组件，而模型权重保持固定。他们把这一过程形式化为反馈驱动流程：被接受的修订会跨运行持久化。框架把「更新对象」与「提案机制、准入机制」分开，并区分了解释状态变更与工具/代码修订、仓库级控制逻辑、插件组合。
理论上，作者用进化优化刻画搜索过程，用持续 PAC 学习讨论可靠性，在显式假设下给出期望泛化界、基于历史回归预算的保留界，以及使用新鲜独立验证数据的高概率准入规则。论文还讨论了持久化修订对知识共享和组织工作流的影响，涉及科学可靠性、物理安全与机构问责。摘要提到，全文约 66 页，代码与补充材料发布在 GitHub 仓库 zgcagi/Harness-RSI。目前公开信息仅为论文摘要，未见同行评审结论。
为什么重要
今天多数 Agent 效果依赖「模型能力」。这篇工作把注意力转向模型之外的 Harness：提示词、记忆、工具代码和插件编排。若修订能稳定积累，开发者可以在不重新训练大模型、不额外消耗训练算力的前提下，靠工程手段持续提升任务表现，这对开源与闭源模型的部署方式都可能产生影响。
更重要的是，它把「自进化」从口号变成可审计的准入问题：新修订要不要被接受，取决于独立验证数据，而不是自我评估。这直接关系到 Agent 在真实业务中能否安全长期运行。
对用户/开发者/创作者的影响
对开发者，Harness 层可能成为新的优化入口：与其等待下一代大模型 API，不如经营提示词库、记忆结构和工具代码。对使用 Agent 的企业，这类框架提示了采购判断应关注「修订是否可回滚、验证数据是否独立、权限是否分离」。对创作者和普通用户，短期影响有限，但若产品化，Agent 可能在重复任务中越用越顺手，同时带来行为漂移和结果不可复现的风险。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 GitHub 上的代码和补充材料是否公开可复现，实验在哪些任务上验证。二是「准入规则」如何落地：是否出现可用的验证工具或 API。三是企业级 Agent 平台是否跟进类似机制，以及监管对自动修订代码的权限边界如何界定。
