mirror of
https://github.com/tradecatlabs/vibe-coding-cn.git
synced 2026-08-24 08:18:03 +00:00
tradecatlabsandGitHub
f1f0b9fe75
Move the complete research domain from docs/research to root-level research, update indexes and path-aware tooling, and align raw snapshot governance and CODEOWNERS.\n\nVerified with make test and GitHub CI.
1.9 KiB
1.9 KiB
Lilian Weng Harness RSI 提纲摘记
来源：Harness Engineering for Self-Improvement
当 Lilian 发博客，所有的人都放下手上的活，先读为快。
AI未来将进入“递归自我改进”（Recursive Self-improvement， RSI）阶段。Lilian博客讲的就是这个现在很热的话题RSI。
在博客中Lilian谈到：AI 自我改进不一定从模型直接改自己权重开始。更现实的近期路径，是先优化harness：它决定模型如何规划、调用工具、管理上下文、保存状态、评估结果、启动子任务，并在执行中不断迭代。她把 harness 定义为围绕基础模型的一整套执行系统，而不是简单的 prompt、memory、tools 拼装。
文章还拆分了几个现在已经比较明确的 harness 设计模式： 模式一：工作流自动化，让模型进入“计划、执行、观察/测试、改进、再执行”的循环。 模式二：把文件系统当作持久记忆，不把所有日志和状态都塞进上下文，而是把实验记录、代码 diff、错误轨迹、论文摘要等落到文件里。 模式三： 子代理和后台任务，让主代理可以并行探索、运行实验、监控日志，并把结果重新合并回来。
面向自我改进的 Harness 工程
日期：2026 年 7 月 4 日
预计阅读时间：28 分钟
作者：Lilian Weng