研究：编码智能体harness回顾式自我修改效果

Christoph Treude 与 Sebastian Baltes 发表实证研究，考察编码智能体 harness 能否通过回顾已完成会话实现自我修改。研究让 Claude Code 在 30 个 SWE-bench Verified 问题上运行，并用名为 \retro 的技能要求智能体回顾会话、提出 harness 修改，共收集 125 条提案、实现 24 条，随后在同一仓库的后续问题上评估其中 12 项改动。 研究的问题是这些改动提出了什么，以及已实现的改动能否减少后续任务中的重复工作；报道未给出评估结论。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。