日前，脚手架前 OpenAI 安全研究副总裁、翁荔Thinking Machines Lab 联合创始人翁荔（Lilian Weng）发布了题为“Scaling Laws,最新 Carefully”的技术博客。

近日，博客她再次更新了一篇名为“Harness Engineering for Self-Improvement”的高那层最新博文[1]。此次，估模她将目光锁定在 AI 领域备受瞩目的严重议题——Harness Engineering（驾驭工程），这已成为当前 AI Agent 系统的低估关键工程层级。

如果说 Scaling Laws 决定了模型能力的脚手架理论上限，那么 Harness 则决定了模型在现实任务中运行的翁荔稳定性与持久度，它是最新模型之上的“操作系统”。

透过这篇新博文，博客翁荔试图解答一个核心问题：在能够直接修改自身权重的高那层“硬递归”尚遥不可及的当下，递归自我提升（RSI,估模 Recursive Self-Improvement）的循环，是严重否可以先从模型外部的这层“脚手架”开始？

图丨相关博客文章（来源：https://lilianweng.github.io/posts/）

Harness可被理解为包裹在大模型外部的一套综合系统。它超越了简单的提示词模板，构成了决定模型如何思考规划、调用工具与行动、管理上下文及执行工作流的运行时环境。

翁荔指出，Claude Code 和 Codex 等成功编程智能体产品的核心优势，很大程度上源于其精心设计的 Harness。

成熟的 Harness 类似于操作系统，能够封装复杂逻辑并保持接口简洁：它避免将完整的工作流和日志“塞入”有限的上下文窗口，而是利用文件系统这类持久化存储来管理状态与产物。这种设计使得智能体能够处理长周期任务，有效规避长上下文带来的混乱与迷失。

（来源：https://openai.com/index/unrolling-the-codex-agent-l

基于此思路，翁荔系统梳理了近期相关研究，勾勒出 Harness 从手工设计向自我优化的演进路径。

早期如 Agentic Context Engineering 等框架，将上下文视为不断演化的“操作手册”。通过生成、反思与筛选的循环，模型能从成功或失败的轨迹中提炼结构化要点，从而更高效地管理记忆。

（来源：https://github.com/yasasbanukaofficial/claude-code）

进一步地，Meta Context Engineering将上下文管理本身转化为可优化对象，通过元智能体搜索并改进管理上下文的“技能”，实现双层优化目标。

而 Meta-Harness等研究则直接将 Harness 代码作为搜索空间，让编码智能体编写、测试并迭代新的 Harness 代码。系统能生成多个候选方案，并筛选出帕累托最优解。

这种让智能体改进自身系统代码的思路，在进化搜索领域亦有体现。例如，Darwinian Gödel Machine提出了一种框架，允许编码智能体修改自身的 Harness 代码库，并通过基于性能排名的选择机制不断产生新版本。

实验数据显示，在 SWE-bench Verified 等编程基准测试中，Darwinian Gödel Machine 发现的智能体通过率可达 20% 至 50%，表现与手工设计的智能体相当甚至更优。

然而，翁荔强调，优化 Harness 并非终点。长期来看，Harness 与模型权重的联合优化，仍将是实现递归自我提升的重要方向。

图丨智能体上下文工程的框架示意图（来源:https://arxiv.org/ab）

翁荔认为，这种“元方法论”的转向是当前最值得关注的趋势：我们不再仅追求模型给出更好的答案，而是在构建一套能持续改进“如何获得更好答案”的机制。

在此回路中，Harness 自身成为优化对象，逐渐减少对人工编写启发式规则的依赖，转向更多可自动搜索的通用机制；工程师的角色也从编写具体规则，转变为设计更通用的进化框架。

但翁荔并未将此路描绘为坦途。她在文章后半部分客观列出了该研究面临的现实瓶颈，其中评估是最大挑战之一。目前的自我改进循环在拥有明确、快速、客观评估指标的任务（如代码编写、数学解题）上效果显著。

图丨元上下文工程的框架示意图（来源：https://arxiv.org/abs/2）

然而，面对模糊判断（如“研究是否有品味”、“结果是否重要”），系统极易失效，甚至为通过测试而学会作弊，即所谓的“奖励黑客”（Reward Hacking）。

安全性则是另一大隐患。若允许模型自由修改系统代码，抽象边界与权限控制将被打破，可能引发灾难性后果。因此，翁荔强调，人类不应退出循环，而应向上移动，在环路外扮演架构师与方向指引者的角色，负责设计可编辑边界及关键节点审查。

在文章结尾，翁荔未呈现迈向 RSI 的虚幻愿景，而是列出一份务实的挑战清单：
* 如何设计优秀的评估器？
* 如何管理上下文与长期任务记忆？
* 如何解决进化过程中的多样性坍缩？
* 如何应对奖励黑客？
* 如何平衡短期任务成功与代码库长期健康之间的关系？

她指出了一个常被忽视的问题：当前优化多基于沙盒内的短期奖励，但现实软件工程需兼顾可维护性、向后兼容性及未来开发负担。这些关乎“长期成功”的指标，正是当前系统最薄弱的环节。

如果说上一篇关于 Scaling Laws 的文章是在提醒人们，规划数十亿算力投资的公式并不如想象中可靠；那么这篇关于 Harness 的文章则是在告知公众：通向递归自我提升的第一步，很可能并非修改模型本身，而是先优化模型外部那层不起眼的 Harness。这条路本身，也布满了需要小心规避的“陷阱”。

或许，真正的 RSI 并非某天模型突然开始修改自己，而是悄然始于一次次对 Harness 的优化之中。

参考资料：

1. https://lilianweng.github.io/posts/2026-07-04-harness/

排版：刘雅坤

注：封面/首图由AI辅助生成