清華團隊開源自進化框架HarnessPro

框架設計

HarnessPro是一個無標籤自進化框架，過程中不接觸任何官方測試用例和標準答案，減低了對外部標註數據的依賴，令智能體可在缺乏標籤的環境下持續改進。

團隊首次把帕累托優化引入智能體底座進化，以往方法只輸出單一進化結果，新框架則同時考量多項指標的平衡，在任務通過率與資源消耗之間尋找最優組合。

遞歸自我改進

遞歸自我改進指模型透過反覆評估和修正自身表現來持續提升能力，被視為智能體進化的前沿方向，但過往做法往往令算力開銷隨進化輪次不斷攀升。

這類方法通常需要大量測試環境與評分規則作指引，智能體每向前一步都要消耗更多運算資源，成本壓力令不少研究團隊在規模化階段卻步。

實測表現

在SWE-Bench Pro基準測試中，採用該框架的智能體實現通過率反超，任務完成水準再創新高，顯示進化過程帶來的能力提升具備實際工程價值。

在保持同等高性能水準的前提下，框架將單任務平均花費大幅降低五成三，執行成本與運行延遲同步下降，回應了業界對智能體運行成本的普遍關切。

行業意義

框架的意義在於證明智能體進化毋須以高昂成本換取，無標籤設定亦令技術更易推廣至缺乏標準測試集的業務場景，為企業部署自進化智能體提供參考路徑。

此項成果已開源發布，開發者可以基於框架復現實驗或改進設計，隨着更多團隊投入相關研究，智能體自我進化的成本曲線有望繼續下移。