Google DeepMind @_philschmid 分享:删掉 90% 的 Harness 后效果反而更好
Google DeepMind 的 @_philschmid 在 AI Engineer Code Summit 2026 上讲了个反直觉的做法:把评估 harness 删掉九成,钱省了,结果还差不多。正在搭 LLM 评估流程的人可以对照录像检查自己的管线里有多少冗余环节。
在 AI Engineer Code Summit 2026 上,Google DeepMind 团队的 @_philschmid 发表演讲「I deleted 90% of my harness (And It Got Better)」,提出把评估 harness 中的 90% 代码删掉后,成本下降且结果影响不大。
演讲的核心观点是:多数团队在搭建 AI 评估流程时引入了大量不必要的抽象层和检查逻辑,这些代码不仅拖慢迭代速度,还会掩盖真实信号。@aiDotEngineer 官方已将完整录像和文字稿整理发布,开发者可以对照自己的评估管线,排查哪些环节可以裁剪,用更精简的 harness 获得同样可靠的评估结果。
在刚刚结束的 AI Engineer Code Summit 2026 中,来自 Google Deepmind 团队的 @_philschmid 带来了分享「I deleted 90% of my harness (And It Got Better)」 Harness 删掉 90%,钱省下来了,结果影响也不大? @aiDotEngineer 官方把录像和文字稿都整理好了,赞,学起来! x.com/i/article/2122…📊 7 ⚡
本条情报归属 AITOP「技巧」核心栏目,重点聚焦北美前沿实验室与硅谷科技巨头。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:Harness、AI Engineer Code Summit、philschmid、LLM评估,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明:本文原始线索采编自「shao__meng」(@shao__meng),经 AITOP 多维评分管线结构化提炼。