字节跳动发布HarnessDev自进化智能体框架

字节跳动Seed团队提出HarnessDev方法，不再评估模型完成任务的表现，而是评估其构建的智能体框架。该框架从弱种子和少量案例开始，构建完整执行系统，再通过下游反馈改进。实验涵盖6个创作者LLM、4个领域和2207个保留下游实例。结果显示，生成的框架在代码和搜索研究方面落后于成熟的人工工程参考，但在写作和机器学习实验方面与之相当或更优。