LLM-DailyDigest

2026-08-30 2026-08-30 约 100 字预计阅读 1 分钟

智能体脚手架

本主题由提交工具自动创建，可在此补充洞察与资料。

相关消息（按子主题自动聚合）

人工智能辅助编程 ¹

对话 OpenAI Codex 负责人：从内部工具到通用智能体 09-28

任务采样 ¹

Task-CoEvolve：自适应验证任务驱动的高效 Harness 优化 08-21

具身规划 ¹

SafeHarness：面向安全机器人操作的障碍感知编程智能体 09-18

可信执行 ¹

LLM 智能体可轻易篡改自身执行轨迹 09-25

可信推理 ¹

Brain Researcher：以分析严谨性约束神经影像科研智能体 08-21

工程框架 ¹

Harness成为AI规模化落地新战场 08-23

工程进化 ¹

腾讯混元两项工作：Harness Handbook 与 RST 递归任务合成 08-20

形式化证明 ¹

Claude借助多智能体Harness完成费马大定理形式化证明 09-07

技术生态 ¹

OpenClaw热潮退去，Agent竞争转向Harness 08-30

持续学习 ²

DeepMind：自演化智能体能否持续学习？ 10-29

ReHarness：通过后向修订实现智能体持续学习 10-18

提示优化 ¹

提示词工程退潮：核心工作转向智能体 Harness 10-26

插件架构 ¹

Claude Code支持AGENTS.md并预告mods插件机制 09-19

智能体强化学习 ¹

Agent Lightning v1.0：面向脚手架式智能体强化学习 08-19

智能体框架 ⁹

LangChain 开源设计智能体 Content Studio 的 harness 10-29

Pi 1.0 发布 Pi Durable，引入原生 MCP 与 Code Mode 10-21

VISTA：面向交互式视觉推理的原生 Harness 框架 10-18

迈向可靠的 AI 数据科学家：工作流脚手架驱动的数据智能体 09-30

智能体脚手架如何创造价值：规划信息与发布控制 09-18

个人也能搭建 DeepSeek Coding Harness，竞争转向控制平面 09-07

OpenClaw 2.0 发布：最大规模更新与 Agent Harness 赛道反思 09-02

Harness-of-Harness：持续改进的多日自主软件开发框架 09-02

Prime Agent 开源自我改进智能体框架 08-11

智能体生态 ¹

DeepSeek Harness 发布后，Agent 商业格局生变 08-20

智能体脚手架 ¹

Opus 5借助极简Harness在ARC-AGI-3取得96.2%通关率 08-14

智能体训练 ¹

DeciCAD：基于领域脚手架学习 CAD 智能体动作策略 10-18

智能体评测 ¹⁰

简单 LLM Harness 在微服务根因分析中胜过手工智能体 10-27

Agent Behavior Maps：无需运行即可定位智能体行为 10-22

Doc2Harness：长周期编码智能体 Harness 工程基准 10-18

ToolBottleneckBench：固定脚手架预算下的工具智能体评测 10-18

Learn2Play Bench：评测智能体在陌生环境中的经验学习能力 10-10

模型与 Agent Harness 适配关系的系统评测 10-08

客户反馈分类体系中的智能体脚手架评测 10-08

FromPitch2Board：长程足球管理智能体评测基准 09-30

同模型 Token 相差 70 倍：AI 编程智能体框架成本实测 09-15

CordisBench：动态智能体脚手架的组件生命周期推理评测 09-02

架构研究综述 ¹

长程智能体综述：Harness 与模型协同优化 08-22

框架拆解 ¹

DeepSeek V4 Pro 与 Harness：后训练、缓存经济学及代理自进化 08-23

框架演化 ¹

SHAPER：通过技能与执行框架演化实现具身智能体自进化 08-14

概念研究综述 ¹

什么是 Self-evolving、Self-improving 与 RSI？ 08-12

模型可靠性 ¹

Box²-Bench：语言模型能否选择性依赖外部指导 10-01

状态运行时 ¹

StateM：以状态化 Harness Scaling 提升长程智能体执行 08-19

环境协同演化 ¹

EnvHarness：让静态环境适应智能体学习 08-21

科学仿真 ¹

KI 为科学 Agent 注入可执行常识，仿真成功率升至 84% 08-28

科研工作流编排 ¹

18个Agent自主科研：Kimi K3借Harness逼近Opus 5 08-21

科研评测基准 ¹

DeltaML-Bench：真实科研仓库中的机器学习智能体评测 08-21

经验学习 ¹

Learn2Play Bench：评测智能体在陌生环境中的经验学习能力 10-18

缩放定律 ¹

能力流形：统一机器学习缩放定律与全生命周期资源 09-24

能力迁移 ¹

AI4AI 测试时强弱模型能力迁移：用 Harness 提升小模型表现 08-14

脚手架优化 ¹⁹

智能体接口的决策几何：策略如何内化 Harness 偏好 10-29

Harness Scaling：面向跨脚手架泛化的智能体强化学习 10-22

SearchWeaver：自动优化智能体搜索接口 10-22

智能体脚手架优化：能力唤起还是能力扩展？ 10-21

环境无关编码智能体中的脚手架作用 10-18

AutoOnboarder：自主适配与优化 LLM 智能体 10-18

Harness Compilation：小型视觉语言模型的决策分工优化 10-10

ActiveSaddler：以自动化课程学习优化智能体脚手架 10-08

强智能体在自主机器学习工程中需要多少脚手架？ 10-01

STITCH：测试时组合任务专属智能体脚手架 10-01

Turbo Harness：实例自适应脚手架优化 10-01

AutoRef：智能体多参考图像生成的脚手架优化 09-30

Harness Learning：可泛化的测试时脚手架自适应 09-30

Cursor 团队分享 Agent Harness Token 降本提示词 09-24

编码智能体 Harness 组件设计实证研究 09-18

腾讯混元 Harness Handbook：以行为为中心定位与编辑 Agent 框架 09-13

英伟达开源 SoL-Pi：AI 自动优化 Harness，最高节省 64% Token 09-11

AutoDesign：面向长程智能体设计的元脚手架优化 08-15

自动优化 Agent Harness 的三条路径：Meta-Harness、AHE 与 Self-Harness 08-14

脚手架学习 ¹

Harness 持续学习：超越模型参数的持续适应 08-20

脚手架演化 ¹³

Google Harness²：冻结模型，递归改进 Agent 外壳 10-18

DynaHarness：面向自进化机器人智能体的动态物理脚手架 10-01

Vestrum：通过验证、结构与记忆适配改进智能体脚手架 09-29

Ecdysis：高效训练 LLM 智能体运行时脚手架 09-11

字节 Seed HarnessDev：让 Agent 自主编写并迭代 Harness 09-07

字节 HarnessDev：让 LLM 自主构建并演化 Agent Harness 09-07

HarnessDev：LLM 自主创建与演化 Agent Harness 09-03

JIT-Agent：按任务即时生成并演化智能体 Harness 09-02

Harness 自进化全景：三种范式与六个系统 08-28

JIT-Agent：通过即时脚手演化扩展智能体能力 08-27

Harness Continual Learning：让冻结模型通过脚手架持续学习 08-23

HSI：面向任务专属可进化智能体脚手架的层级自我改进 08-22

DarwinX：通过自然选择演化智能体脚手架 08-15

脚手架蒸馏 ¹

Harness-Zero：通过 Agent-as-Harness 蒸馏智能体脚手架 09-22

自我改进 ¹

现代智能体自我改进：从模型更新到脚手架演化 08-20

训练-推理对齐 ¹

LEGO-RL：面向编程智能体原生 Harness 的强化学习框架 08-19

记忆演化 ¹

Recuris：面向长程智能体脚手架的递归经验—工作记忆演化 08-26

评测复现 ¹

J-Space Skill 提升 DeepSeek V4 Pro 的评测争议 08-20

评测审计 ⁴

Claude Sonnet 5.5在ARC-AGI-3适配框架下得分72.4% 10-22

智能体脚手架收益还是评判偏差？投行演示文稿评测 10-01

SWE-bench 头部编码智能体排名失效审计 09-16

GPT-6 Astra基准成绩因测试环境从99.9%降至62.7% 09-11

软件开发方法学 ¹

Bun 1.4借助AI Agent重写百万行Rust代码 09-07

过程评测 ¹

超越最终得分：长程 AI 研发智能体的系统评估 08-16

进化研究综述 ¹

97页综述：现代 AI Agent 的自我进化体系 08-12

递归自我改进 ⁵

RSR：递归自我重写扩展复杂任务执行轨迹 10-08

RRSI：正则化智能体脚手架的递归自我改进 09-22

MetaRSI：协同进化数据、Harness 与模型的自我改进框架 09-16

NeoHorse-1：路由脚手架驱动的智能体后训练与递归自我改进 09-10

AI4AI Survey：从长程智能体到递归自我改进 09-07

长期记忆 ¹

GenMem：面向自进化脚手架的生成式符号记忆 09-30

长程任务执行 ¹

Claude与Manus长程Agent的四类续命脚手架 09-14

长程任务研究综述 ¹

长程智能体综述：Harness 工程与模型优化协同演化 08-14

闭环自进化 ¹

Agent 自进化飞轮：评测、记忆、落地与控制 08-26

黑箱训练 ¹

ClawGym II：面向 Agent Harness 的黑箱强化学习 08-18