Harness-of-Harness：通过持续改进实现多日自主软件开发
该论文提出 Harness-of-Harness（HoH），一个面向大语言模型编程代理的框架。HoH 将现有代理运行环境组织为反复执行的规划、编码和测试循环，在修复问题与扩展能力之间取得平衡，并将开发拆分为可验证的小步骤，分离实现阶段测试与独立评估，同时保留带版本记录的项目历史。研究人员报告称，在 GameCraft-Bench、FrontierSWE 和 ProgramBench 上，经过三次迭代后，HoH 相比单独运行的代理环境平均提升 52.25%，最高提升 82.86%。在超过 70 次迭代的多日部署中，系统自主开发出一款可玩的第一人称射击游戏，包含连贯剧情、核心玩法、视觉效果和整合音频。这些数据来自论文自身报告，尚不能视为对通用自主软件工程能力的独立验证。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。