Hacker News· yt1998·· 6 天前AI 评分60
GEAR 发布可自我改进的智能体 harness，公开任务完成率从 75.37% 升至 88.88%
Show HN: I made an agent can self-improving while working
AI 导读
GEAR 为智能体 harness 引入递归自我改进（RSI），利用任务反馈持续优化技能、工具和工作流，支持 Codex、Claude Code、DSH、Pi 等已有智能体。
正文 · AI 翻译
别让你的工作等待。GEAR 将递归自我改进（RSI）带入你的智能体框架——利用任务反馈持续优化技能、工具和工作流，服务于真正重要的工作。
带上你已经在用的智能体。
CodexClaude CodeDSHPi+
GEAR 调优的框架。
超越通用智能体。
在这两个真实任务上，搭载 GEAR 调优框架的 Luna max 完成了通用 Codex 智能体的 Astra max 所遗漏的需求。并排观看差异。
案例 01AutomationBench / 营销
落地页提醒
案例 02AutomationBench / 营销
精选摘要机会
小模型。
严肃结果。
经过优化的框架可以改变智能体所能完成的工作。探索我们公开实验中报告的结果。
营销 · 100 个公开任务
目标完成率
之前75.37%
Luna · 原始 DSH · medium
GEAR 之后88.88%
Luna · 优化后的 DSH · max
任务通过率也从 27% 提升到 53%。搭载 Codex 的 Astra max 得分为 84.08% 目标完成率和 57% 任务通过率。
GEAR 如何工作。
跟随一次真实的 AutomationBench 优化：检查失败的运行、提出框架变更、评估候选方案，并保留表现更好的版本。
帮助更多人发现 GEAR。
来源：Hacker News · yehuitang0316.github.io