harness engineering

不改动模型权重,而通过调整系统提示词、工具定义、上下文管理等围绕模型的执行框架(harness)来提升智能体性能的工作。

1篇文章最近提及

Harness工程(harness engineering)是指在不改动LLM本身的前提下,通过设计和调整围绕模型的执行框架(harness)来提升AI智能体性能与稳定性的工作。harness是让模型不止于生成token、而能在环境中调用工具并采取行动的软件结构,包括系统提示词、工具定义与schema、模型调用之间的中间件逻辑、上下文与记忆管理,以及监督子智能体的结构。

与对模型进行后训练相比,它的成本和工程负担小得多,却能显著改变同一模型的结果,因此与上下文工程一起被视为智能体开发的核心领域。它比仅打磨提示词措辞的提示工程范围更广,还包括把智能体必须遵守的约束置入执行结构而非提示词中。

本条目依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们。

涉及该条目的文章

  • 自我改进AI智能体的架构:双循环、版本化与密封评估器AI应用 ·

    修改智能体,意味着修改这层框架;设计这层框架的方法论,有时被称为框架工程(harness engineering)。

    阅读文章

发现说明有误或找不到条目?

百科说明依据AIPOST的文章与广为人知的事实整理。如有错误,请通过更正请求告诉我们,我们会核实并修改。新文章中出现的名称会在文章发布后加入百科。