HarnessPro通过帕累托优化平衡AI智能体的性能与成本
HarnessPro是一种无需标注数据的方法，可迭代改进AI智能体的执行框架（harness），在提升任务表现的同时降低执行成本。专用智能体分析执行轨迹，并利用大语言模型生成的测试来构建候选框架。该方法针对不同部署预算提供成本优先、平衡和性能优先三种选择。在Terminal-Bench 2、SWE-Bench Pro和ProgramBench测试中，使用GPT-5.5与Codex的性能优先模式相比RHO平均通过率提高2.0个百分点，单项任务平均成本降低26.1%。使用GLM-5.2与Claude Code时也观察到这一优势。代码已公开。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。