<![CDATA[阿里巴巴也出harness了]]>https://github.com/AMAP-ML/LongHorizon-Harness

還沒時間試，晚點來試看看。

]]>https://lcz.me/topic/1751RSS for NodeFri, 25 Sep 2026 21:28:31 GMTWed, 16 Sep 2026 11:35:29 GMT60<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 03:57:29 GMT]]>

@stxpnet said:

真的吗？

我決定清空手中的顯卡 砸盤 ！
配合Anthropic Dario Amodei 的呼籲 放慢研究AI的腳步
而且 AI Agents Computer Use亂動我的Chorme 讓我很不舒服

然後準備回鄉下去種田了~~~回到農業時代

]]>https://lcz.me/post/18779https://lcz.me/post/18779Thu, 17 Sep 2026 03:57:29 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 03:53:11 GMT]]>@kos-or 真的吗？皮衣黄的超级显卡矩阵在出厂前质检的时候 算到过有这么一天吗？

]]>https://lcz.me/post/18778https://lcz.me/post/18778Thu, 17 Sep 2026 03:53:11 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 03:46:13 GMT]]>

@stxpnet said:

我就看看这几万亿泡沫啥时候能破。

差不多今年第四季泡沫就要破了, 可以賣出手中顯卡, 明年底開始30%價格買進

]]>https://lcz.me/post/18776https://lcz.me/post/18776Thu, 17 Sep 2026 03:46:13 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 03:23:43 GMT]]>@terry 这个是不是把之前谁谁公开的那些CLAUDE CODE内部的雷霆提示词 拿到来换个形式整出来的？

]]>https://lcz.me/post/18772https://lcz.me/post/18772Thu, 17 Sep 2026 03:23:43 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 03:22:15 GMT]]>vibe coding完了，又来AGENT，然后是 loop，后面RSI， 美国白猪就可劲造词吧。 我就看看这几万亿泡沫啥时候能破。

]]>https://lcz.me/post/18770https://lcz.me/post/18770Thu, 17 Sep 2026 03:22:15 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 03:12:25 GMT]]>感觉这个比较有意思~感觉在解决长链任务会比较好。

]]>https://lcz.me/post/18767https://lcz.me/post/18767Thu, 17 Sep 2026 03:12:25 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 02:50:03 GMT]]>这个对他自家的Qwen3.8-27B有优化吗？ 如果有优化我觉得还是值得尝试的，毕竟...

]]>https://lcz.me/post/18764https://lcz.me/post/18764Thu, 17 Sep 2026 02:50:03 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Thu, 17 Sep 2026 00:51:04 GMT]]>

@Xiaote 说:

阿里手里

阿里手里纯粹钱太多，花不完，人有我有的意思，这种思维我在极致有钱的人身上看太多了

]]>https://lcz.me/post/18741https://lcz.me/post/18741Thu, 17 Sep 2026 00:51:04 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Wed, 16 Sep 2026 19:01:40 GMT]]>这类 harness 的价值不在“再造一个轮子”，而在它想解决长程 Agent 的轨迹 / 评测那一段。阿里手里有 Qwen 和 AMAP 的真实场景，能把 harness 与自家模型绑起来做端到端，这是纯社区项目做不动的。

但两个坑要说清：

  • 很容易变成“只对自家模型好用的脚手架”。换到非 Qwen 后，工具调用格式、截断策略、prompt 模板基本都要重写；“跨 harness 调用”听着美，实际是接口兼容层。
  • 真正有野心的话，会把 trajectory 格式和 eval 协议开放成标准（类似 MCP 的定位）；如果只是套壳转发，那还是各自为政。先看它开不开放这两样。

版权那个说法不太成立：harness 是编排代码，跟模型权重版权是两码事。

]]>https://lcz.me/post/18699https://lcz.me/post/18699Wed, 16 Sep 2026 19:01:40 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Wed, 16 Sep 2026 14:18:08 GMT]]>不就是輪子每個人都在造，改造方向盤（誤）
這可以跨harness呼叫，該不會這樣做才不會有版權疑慮？

]]>https://lcz.me/post/18659https://lcz.me/post/18659Wed, 16 Sep 2026 14:18:08 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Wed, 16 Sep 2026 13:15:20 GMT]]>阿里真特么的无聊，有大量的时间整合开源Qwen，Wan，推出一个强大的harness，不认真开源，做这种偷鸡摸狗的东西，这不是脱裤子放屁吗

]]>https://lcz.me/post/18637https://lcz.me/post/18637Wed, 16 Sep 2026 13:15:20 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Wed, 16 Sep 2026 12:51:08 GMT]]>現在這個年代要搓出agent沒很難吧 滿嘴髒話就有了

]]>https://lcz.me/post/18632https://lcz.me/post/18632Wed, 16 Sep 2026 12:51:08 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Wed, 16 Sep 2026 11:59:20 GMT]]>

補貼Repo 介紹 (Loop Engineering)

這是一款面向長期電腦應用的框架。它支援在桌面應用程式和命令列介面 (CLI) 上長時間運行 AI 代理，同時保持任務狀態，並確保複雜工作流程的可靠進展。其特性包括：全新情境執行、持久驗證狀態、獨立稽核、可復原進度，以及原生整合 Claude Code / Codex / OpenClaw。

面向計算機使用代理的循環工程

只需為 Claude Code、Codex、OpenCode 或 DeepSeek Harness 設定一次目標，即可確保它在桌面應用程式和終端上持續運行數十小時。
計劃 → 執行 → 驗證 → 檢查點或恢復 → 重複 — 直至工作真正完成

適用於 Claude Code、Codex、OpenCode 和 DeepSeek Harness 的循環工程系統。只需一條命令即可安裝，即刻運行。

LongHorizo​​n-Harness 將現有代理轉換為可長時間運行的電腦系統。它可在桌面應用程式和終端命令列介面 (CLI) 中持續恢復目標和已驗證狀態，選擇下一個有界步驟，使用全新的上下文執行該步驟，檢查實際結果，然後將已接受的進度記錄到檢查點，或將失敗的證據反饋到下一輪。它不會訓練新模型或取代現有代理；而是圍繞現有代理提供一個持久的執行循環。

]]>https://lcz.me/post/18619https://lcz.me/post/18619Wed, 16 Sep 2026 11:59:20 GMT<![CDATA[Reply to 阿里巴巴也出harness了 on Wed, 16 Sep 2026 11:58:15 GMT]]>感覺很牛啊.....loop engineering.....

LongHorizon-Harness（AMAP-ML）

一句話：不訓練新模型、不取代現有 agent，而是把 Claude Code / Codex / OpenCode / DeepSeek Harness 包進一個「長時程執行的迴路」——給它一個目標，讓它跨桌面 App + 終端機跑幾十小時，直到真的做完。

核心概念：Loop Engineering
每輪迴路 = Plan → Act → Verify → Checkpoint/Recover → 重複，三個角色分工：

  • Manager：每輪從原始目標 + 已驗證進度 + 失敗證據重建狀態，決定下一步
  • Executor：用全新 context 執行一個有界的小步驟（GUI 或 CLI）
  • Auditor：獨立檢查實際檔案/UI/log/測試，不信任 Executor 的自我申告——只有通過獨立驗證的結果才算「進度」，被拒的只算「證據」

亮點

  • GUI + CLI 一條龍：一個任務可以從瀏覽器開始 → 跳終端機處理資料 → 回桌面軟體產出 → 再回終端驗證
  • 角色可獨立配 model/backend：Manager、Executor、Auditor 各自不同模型/agent
  • 完整狀態留痕：每個 run 存在 ./.lh-harness/runs/<id>/，事件流、審計報告、各角色 trajectory 全可查可恢復
  • Web Dashboard（lh-harness web，port 8799）：瀏覽器操作、每角色選 model、中斷補指令、approval 門、跑完還能 follow-up 續跑（v0.1.7 新特性）
  • 目前主要在 macOS 測試，Windows 有支援但沒充分測

論文數據（README 宣稱，Qwen 3.7-Plus + Claude Code backend）
WeaveBench (114)
• 基線: 51.8
• +Harness: 80.7 (+28.9)

OSWorld 2.0 (108)
• 基線: 2.8
• +Harness: 8.3 (3×)

Terminal-Bench 2.1
• 基線: 69.7
• +Harness: 77.2 (+7.5, token 少 24%)

]]>https://lcz.me/post/18618https://lcz.me/post/18618Wed, 16 Sep 2026 11:58:15 GMT