智能体Harness据报显著提升ARC-AGI成绩
InfoQ 中文 AI&大模型对YC Paper Club Harness Night的整理称，同一组模型权重仅更换Harness，ARC-AGI成绩便可从30%升至95%甚至100%。Seth Karten将Harness描述为连接模型权重、含REPL的活跃上下文及文件系统式调度状态的表达层，并在各层之间执行压缩、CRUD和refinement。其他演讲还讨论了硬件边界，以及权限、信任和协作等组织问题。
报道中的结果表明，即使底层模型权重不变，智能体架构、状态管理和工具访问方式也可能显著改变基准测试表现。
“Harness 就是包装纸，就是脚手架，就是提示工程”。这种论调在 Reddit 上每隔几天就会冒出来一次，甚至有人说“上下文工程根本不算研究问题”。但事实是，同一个权重文件，换一套 Harness，ARC-AGI 的成绩可以从 30% 直接飙到 95% 甚至 100%。
在 YC Paper Club 的 Harness Night 专场活动中，主持人VC Visiting Partner Francois Chaubard与几位论文作者，Prime Agent 作者 Seth Karten、OpenJarvis 作者 Jon Saad-Falcon、以及 QM 团队的 Josh France和 Regan Bell一起，围绕“为什么 Harness 比模型本身更重要”展开了三场演讲。连起来看是一条线：Seth 讲的是 Harness 该有什么样的表达力，Jon 讲的是这套东西能跑在哪种硬件边界内，Josh 和 Regan 讲的是把它放进真实组织后，权限、信任和协作会先出问题。本文基于该视频整理，经InfoQ编辑。
#YC Paper Club#Prime Agent#OpenJarvis#QM#ARC-AGI#REPL#Claude Opus#Gemini Flash#GPT-5.6 Sol#GPT-5.6 Terra#Anthropic#Nvidia