Harness 自进化的难题：没有标准答案时怎么判断变好
中文研究者解读 Google 的 Harness² 论文：agent 改 harness，难点不是怎么改，而是没有标准答案时如何判断这次改动是否变好；论文用两层递归处理，第一层针对当前任务提出 harness。
Xudong@Xudong07452910原帖
为什么值得留
遇到『让 agent 自己优化』的方案，先问评分是怎么来的。
可以从这里开始
读论文里评分与回退机制的部分。
阅读时留意
节选只讲到第一层，第二层机制未见；论文细节需读原文。
OnBalls 导读整理于 2026.10.22。只读存档的帖文全文及可见引用；未打开链接内容，帖中数字和说法未独立核实。