Google Cloud AI Research 和西北大学提出 Harness²：不改模型，在做任务时边试边改智能体的提示词和工具

智能体的表现也取决于提示词和工具，这些通常靠人手调，而新任务没有标准答案可对照。研究团队提出 Harness²：模型不变，系统在每个任务上试几种改法，留下有用的。论文报告，与普通的 OpenCode 配置相比，它让 GLM-5 在 WorkBuddy-Bench 上的平均分提高了 11.5 分。不过它要多跑几轮，算力成本更高；而且没有标准答案，改法不一定对，换到别的任务上也未必有效。

由 dalao.ai 撰写：标题、摘要和“为什么重要”是我们自己的文字；事实以原始报道为准，著作权归原发布者所有。