💬 观点Lilian Weng
Harness Engineering for Self-Improvement — AI通过改进自身训练和部署流程实现递归自我提升，加速研究发展。
AI通过改进自身训练和部署流程实现递归自我提升，加速研究发展。
2026-07-04原文
本文为要点摘要，完整细节以原文为准。
🧭 一图看懂
由原文自动提炼 · 以原文为准点击任一分支，查看这一点的一句话解读
Harness Engineering 与递归自我…
围绕基座模型、负责编排执行与上下文管理的部署系统
- 决定模型如何思考、规划、调用工具、存储产物
- Claude Code、Codex 是成功案例
- 类比操作系统：封装复杂逻辑，接口保持简单
⚙️ 流程拆解
STEP 1定义目标与工作流
STEP 2模型规划并调用工具
STEP 3执行、观察与测试
STEP 4状态写入文件持久化
STEP 5分析失败轨迹并改进
STEP 6循环直至达成目标
🔗 涉及的概念与玩家
- Harness Engineering概念
- Recursive Self-Improvement概念
- Claude Code产品
- Codex产品
- Andrej Karpathy人物
- MCP方法
- Context Engineering概念
- Evolutionary Search方法
- Harness Engineering—支撑→Recursive Self-Improvement
- Claude Code—是案例→Harness Engineering
- Codex—是案例→Harness Engineering
- Andrej Karpathy—提供示例→Harness Engineering
- Context Engineering—属于→Harness Engineering
- Evolutionary Search—用于优化→Harness Engineering
- 递归自我改进（RSI）概念源于I. J. Good（1965），指超智能机器通过设计更好机器超越人类智力活动。含义：AI系统可能通过改进自身训练管道和部署系统实现性能跃升。
- 现代AI中RSI反馈循环体现为模型直接重写权重或改进训练管道与部署系统，从而产生更优后继模型。含义：开发者需关注AI自我改进机制对模型迭代速度的潜在影响。
- 前沿实验室（如Anthropic、OpenAI）的研究发展速度已因RSI显著加快。含义：自我改进能力可能成为AI系统竞争力的关键因素，需谨慎管理其安全风险。
原文：Harness Engineering for Self-Improvement · 作者 Lilian Weng
🕸 顺着图谱继续读
- Inside the Model Factory — Eiso Kant, Poolside AI — Poolside 的 Model Factory 如何用工程化将模型迭代周期压缩2026-07-23 · 共同涉及 Andrej Karpathy、MCP
- OpenClaw Power, MacBook Simplicity: Five Days With Grok — Grok Bot 五天上手体验：把 agent 配置简化成登录，像开箱 MacB2026-09-05 · 共同涉及 Claude Code、Codex、MCP
- codex rust-v0.145.0 — Codex 0.145.0 稳定多智能体 V2、分页线程历史、音频支持与导入迁移2026-07-21 · 共同涉及 Codex、Claude Code、MCP
- MCP was always a bad idea? — 回应「MCP 从来就是坏主意」：全权限终端 agent 不需要它，但受控场景离不2026-09-20 · 共同涉及 MCP、Claude Code、Codex