翁荔新博客：AI自进化或先从 Harness 层突破

前 OpenAI 安全副总裁、Thinking Machines Lab 联合创始人翁荔发表新博客《Harness Engineering for Self-Improvement》，系统讨论了 AI 递归自我改进（RSI）的一条更工程化的路径：先从 Harness 层开始，而非直接改写模型自身的权重。DeepSeek 研究员崔添翼随后在社交平台转发并评论称，Harness 方向的自进化和模型方向的自进化一样，「非常可能出成果」。

博客的核心主张是：自我改进未必只意味着模型改写自己的大脑，也可能意味着模型优化自己「获得答案的方式」。Harness 在这里被定义为模型外部的运行时系统，决定模型如何调用工具、管理上下文、读写文件、拆分任务、调用子 Agent、验证结果以及从失败中复盘。

从 Context Engineering 到 Self-Harness 的递进链条

翁荔在博客中梳理了一条清晰的演进路径：优化对象从 prompt 一层层深入到 harness code，再到 optimizer code，抽象层级逐步提高。

• 第一层：Context Engineering。最基础的问题是 Agent 在长任务中上下文越堆越长、很快失控。翁荔重点介绍了两项代表性工作：ACE（Agentic Context Engineering）把上下文当作可增量更新的「操作手册」，由 Generator 生成轨迹、Reflector 提炼要点、Curator 整理成结构化条目；MCE（Meta Context Engineering）则把「如何管理上下文」与「上下文里放什么」拆成内外两层来分别优化。
• 第二层：Workflow Design。这一层解决「模型该怎么干活」的问题。翁荔列举了 AI Scientist、ADAS、AFlow 等工作，分别展示了从完整科研流水线、搜索最优工作流设计，到用蒙特卡洛树搜索在图结构上搜索工作流的不同思路。
• 第三层：Self-Improving Harness。到这一层，模型开始分析 Harness 哪里不好，并主动提出修改。翁荔重点介绍了 Self-Harness 的三步循环：先做弱点挖掘（Weakness Mining），再生成聚焦、可验证的 Harness 提案（Proposal），最后用测试验证（Validation），只在确实提升表现且无明显回归时合入。

DGM：把 Harness 变成可搜索对象

博客还介绍了进化搜索（Evolutionary Search）路线的代表工作 DGM（Darwin Gödel Machine），它让一个 coding agent 直接修改自己的 Harness 代码仓库本身。以 Claude 3.5 Sonnet 为基座模型、从简单初始配置出发，DGM 在多个基准上取得了显著提升：

• SWE-bench Verified 表现从 20% 提升到 50%
• Polyglot 表现从 14.2% 提升到 30.7%
• 最终效果达到甚至超过人工设计的 Agent

翁荔在博客中提到，Self-Harness 流程在 MiniMax M2.5、Qwen3.5、GLM-5 等不同模型上跑 Terminal-Bench-2 时，学出了针对各自薄弱点、配置各不相同的 Harness。不过她也指出，这类方法天然适合代码、算法、GPU kernel 等可自动评估的任务；一旦涉及科研品味、产品长期质量或复杂组织协作，评估就变得缓慢且模糊。

瓶颈与边界

翁荔并不认为 Harness 是替代模型训练的路线，而是两者互相强化：成熟的 Harness 能让自我改进的研究循环跑起来，更聪明的模型又能防止 Harness 被过度设计。但她同时坦承，RSI 路线上仍存在多项现实瓶颈，包括评估器太弱太模糊、上下文与记忆的生命周期管理缺位、负面结果容易被忽视、多样性坍缩、Reward hacking，以及短期成功与长期系统健康之间的矛盾。

她认为人类的角色不会被取消，而是要从循环内部「往环外移动」——在合适的抽象层级上提供监督。这也是系统设计时必须提前想清楚的事。