最新长文《Harness Engineering for Self-Improvement》，信息量巨大，指明了下一阶段 AI Agent 和递归自我提升（RSI）的核心演进方向。
很多人以为 AI 自我提升是“模型自己改自己的底层代码/权重”，翁荔指出，现阶段这不现实。真正的突破口在 Harness（外壳工程）。
如果把大模型比作“纯大脑”，Harness 就是包裹它的系统。
它决定了 AI 怎么规划、怎么调工具、怎么管理内存、怎么开分身。像最近大火的 Claude Code 和 Cursor，强就强在拥有一套极其厉害的 Harness。
下一代 Agent 的三大标准系统设计
🔷自动化闭环： 抛弃静态 Prompt，建立“规划-执行-测试-改进”的系统 Runtime（类似 Karpathy 的 autoresearch 项目）。
🔷文件系统即记忆： 上下文再长也会爆。最高级的长文本管理，是让 AI 学会像人类一样用命令行读写本地文件，把文件系统当作持久化内存。
🔷分身与进程管理： AI 遇到复杂任务，会自己 Spawn（孵化）多个子 Agent 并行跑任务，主 AI 当总指挥。
这篇文章最性感的观点在于，Harness 本身正在变成 AI 的优化目标。
以前是人类写死工具和规则，现在最新的研究（如 ACE, MCE, Meta-Harness）是：用一个外层的“代码 AI”去不断重写、优化底层 AI 的交互外壳和工具集。
一旦 Harness 的设计空间变成可搜索的，顶尖的 Coding Agent 就会疯狂压榨这个空间，实现 AI 系统的“自我进化”！
许多过去精妙的 Prompt 技巧最终会被模型本身消化（比如强化学习内化），但大模型与外部现实世界交互的“系统外壳（Harness）”永远不会消失。
未来的方向，是让系统本身具备“元方法论”的进化能力。
感兴趣的同学可以详文章，小编把内容给大家存成了PDF上传到文件啦~ 可以自取👇🏻
