让 Harness 改自己，怎样才不会失控

说明

STOP 的种子改善器接收初始解、效用函数和语言模型，输出改进后的解；改善器本身也是可修改程序，因此可以作用于自身。论文同时指出递归结构不保证持续变好，并报告模型提出过 beam search、遗传算法和模拟退火等搜索策略。

Self-Harness 把改进对象换成 Agent 运行时编排：先从失败轨迹中找出可重复弱点，再提出与弱点对应的有界修改，最后用回归集决定是否接受。作者在 Terminal-Bench-2.0 与三个基座模型的实验中，报告了未参与改进任务上的提升。

可编辑范围与裁决机制必须分离：候选只能修改被授权的 Harness 代码，评测器、权限边界和发布决定由改进循环之外的机制掌握。否则候选可能改变规则，而不是改善真实表现。

跟着一个例子走

边界与误区

• 递归自我改进为什么不一定带来进步： 递归结构只提供改善的可能性，不保证收敛。如果基座模型缺乏足够的编程和优化直觉，在元级反复作用会放大噪声，最终表现不进反退，所以需要先准确评估模型能力。

• Self-Harness 的验证环节和普通评估有什么不同： 它既检查用于发现弱点和调整方案的域内任务，也检查未参与这些步骤的留出任务，避免候选只适应已经看过的失败。是否接受仍由预先规定的回归标准决定。