先了解这件事
AI 综述
2026 年 7 月 4 日,Lilian Weng 在 Lil'Log 发布长文,提出近期递归自我改进(RSI)将依赖 harness 工程,而非模型直接改写权重。文章围绕 harness engineering 如何推动递归自我改进,梳理了工作流自动化、文件系统持久记忆、子智能体与后端任务三类设计模式,并综述 ACE、MCE、Meta-Harness、ADAS、AFlow、STOP、Self-Harness、AHE、AlphaEvolve、Darwin Gödel Machine 等自改进与进化搜索工作。文章同时指出评测器模糊、上下文与记忆生命周期、负面结果、多样性崩塌、奖励攻击等瓶颈,认为人类应在合适抽象层提供监督。目前该观点仍以这一篇长文为唯一证据来源,尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Lilian Weng 长文梳理 harness engineering 与自我改进事件进展
1 个已确认进展
- 来源：Lilian Weng：Lil'Log
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
7月4日
Lilian Weng：Lil'Log
Lilian Weng 长文梳理 harness engineering 与自我改进
Lilian Weng 在 Lil'Log 发布长文，围绕 harness engineering 如何推动递归自我改进，梳理了工作流自动化、文件系统持久记忆、子智能体与后端任务三类设计模式。文章进一步综述 ACE、MCE、Meta-Harness、ADAS、AFlow、STOP、Self-Harness、AHE、AlphaEvolve、Darwin Gödel Machine 等自改进与进化搜索工作，并指出评测器模糊、上下文与记忆生命周期、负面结果、多样性崩塌、奖励攻击等瓶颈，认为人类应在合适抽象层提供监督。