PART 5 · Harness 與自我改進
從腳手架到自我改進系統
Harness 不只是包裹模型的外殼。它正在成為 AI 遞迴自我改進的核心引擎。
本篇章的全部思路，來自 Lilian Weng 的這篇部落格
自我改進篇的整個框架、概念與案例，都源自 Lilian Weng 於 2026 年 7 月發表的長文《Harness Engineering for Self-Improvement》。我在這裡做的只是把它講得更適合課堂，觀點與功勞都屬於原作者。
她是一位令人尊敬的前輩，多年來在 AI 安全與 Agent 前沿領域持續輸出，她的部落格幾乎是這個行業公認的必讀。非常推薦關注她的推特，也強烈建議你讀完這一章後回去讀原文。
她是一位令人尊敬的前輩，多年來在 AI 安全與 Agent 前沿領域持續輸出，她的部落格幾乎是這個行業公認的必讀。非常推薦關注她的推特，也強烈建議你讀完這一章後回去讀原文。
RSI 的演進
1965 · Good
"Ultra-intelligent machine"：能設計更好機器的機器。理論設想。
2008 · Yudkowsky
正式提出 "Recursive Self-Improvement"：AI 用自身智慧改進產生智慧的認知機制。
2023–2024
Self-play、合成資料、Test-time training 等早期嘗試。模型開始改善自己的訓練資料。
2025–2026
Harness 工程成為 RSI 的核心路徑：模型不直接改寫權重，它改進的是圍繞自身的部署系統、工作流和上下文管理。
什麼是 Harness？
Harness = 模型周圍的一切編排系統
Harness 是圍繞基座模型的執行時系統，決定模型如何：
思考與規劃 · 呼叫工具與行動 · 感知與管理上下文 · 儲存製品 · 評估結果
成功的 AI 產品（如 Claude Code、Codex、Cursor）已經證明：Harness 層與原始模型智慧同等重要。一個平庸的模型加上優秀的 Harness，往往勝過裸露的更強模型。
思考與規劃 · 呼叫工具與行動 · 感知與管理上下文 · 儲存製品 · 評估結果
成功的 AI 產品（如 Claude Code、Codex、Cursor）已經證明：Harness 層與原始模型智慧同等重要。一個平庸的模型加上優秀的 Harness，往往勝過裸露的更強模型。
一個簡化的 Codex Agent 迴圈：Agent 呼叫工具，工具返回影響下一輪生成。（來源：OpenAI）
為什麼 Harness 是近期 RSI 的實際路徑？
近期 RSI 的三步預測
1. 模型不會直接改寫自己的權重，但它能改進訓練管線和部署系統，使下一代模型更強。
2. Harness 工程走向元方法論：改善的對象從答案本身，變成得到更好答案的機制。Harness 本身成為優化目標。
3. 成熟 Harness + 智慧模型 = 正回饋迴圈：更好的 Harness 催生更強模型，更強模型又讓 Harness 不必過度工程化。
2. Harness 工程走向元方法論：改善的對象從答案本身，變成得到更好答案的機制。Harness 本身成為優化目標。
3. 成熟 Harness + 智慧模型 = 正回饋迴圈：更好的 Harness 催生更強模型，更強模型又讓 Harness 不必過度工程化。
與 Prompt Engineering 的類比
我們已經見過更軟的版本：隨著指令微調和推理能力提升，手動 Prompt 技巧變得不那麼核心了，但指定目標、約束、上下文和評估的需求並沒有消失。
同理，最終很多 Harness 改進會被內化為模型行為，但與外部上下文和工具的介面將永遠存在。
同理，最終很多 Harness 改進會被內化為模型行為，但與外部上下文和工具的介面將永遠存在。
核心觀點：遞迴自我改進不需要從模型直接修改權重開始。更現實的路徑是讓模型改進圍繞它的 Harness 系統（上下文管理、工作流、工具編排、評估），形成持續改進的飛輪。這就是 Harness Engineering for Self-Improvement 的核心論點。