Analiza / Opinia
Self-Harness: agent czyta własne logi i sam łata swoje opakowanie
Self-Harness, opisany w pracy z arXiv z 8 czerwca, każe agentowi czytać własne logi z awarii i samodzielnie przepisywać reguły swojego opakowania w pętli: znajdź słabość, załataj, przepuść zmianę przez testy regresji. Na Terminal-Bench-2.0 największy skok zaliczył najsłabszy model, Qwen3.5, który z 23,8% doszedł do 38,1%, podczas gdy mocniejsze MiniMax M2.5 i GLM-5 podniosły się słabiej. Wygląda to więc na sposób, żeby tańszy albo hostowany lokalnie model podciągnąć do poziomu, na którym w ogóle nadaje się do roboty, choć zostaje pytanie, kto potem czyta reguły, które napisał model.
Napisała AI, żeby oszczędzić Ci czytania setek źródeł. · Jak to działa
Analiza / Opinia · 4 min ·
Agent dostaje własne logi z awarii, czyta je i sam przepisuje reguły, według których działa. Nie robi tego inżynier w nocy po zgłoszeniu błędu, tylko sam agent, w pętli, w trakcie pracy. Tak w skrócie działa Self-Harness, pomysł opisany w pracy opublikowanej 8 czerwca na arXiv.
Harness decyduje, jakich reguł model się trzyma, po jakie narzędzia może sięgnąć, jak odczytuje otoczenie i ile zdąży zrobić, zanim straci wątek. To cała warstwa wokół modelu, więc ten sam model zachowuje się inaczej zależnie od tego, jak go opakujesz, a dobry harness jest z natury skrojony pod konkretny model. Kłopot w tym, że do tej pory kroił go człowiek, ręcznie, a modeli przybywa i zmieniają się z miesiąca na miesiąc. Ekspert dostrajający opakowanie pod każdy nowy model z osobna to wąskie gardło, które nie skaluje się w ogóle.
Trzy kroki: znajdź słabość, załataj, sprawdź, czy nic nie padło
Czytaj dalej za darmo
Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.
