agentic-harness-engineering

> 编程语言

开源

官方 AHE 代码 — 代理软件工程: 以可观测性为驱动的编码代理软件的自动演进 (与元软件并行)。NexAU-AHE 重新设计

786 stars0 点赞0 次浏览

访问官网 GitHub

工具介绍

官方 AHE 代码 — 代理软件工程: 以可观测性为驱动的编码代理软件的自动演进 (与元软件并行)。NexAU-AHE 重新设计

代理架构工程: 以可观测性为驱动的编码代理架构自动演进

English | 简体中文

新闻

[2026-05-14] AHE（在 GPT-5.5 上）在终端基准 2.0 积分榜上排名第 #3，得分为 84.7% — 截至 2026-05-15
[2026-04-30] ✍️ 关于 Dawning Road 的博客文章（英文和中文） — 对 AHE 后面的探索进行了更详细的描述：Agentic Harness Engineering
[2026-04-28] 在 arXiv 上发布论文: Agentic Harness Engineering: Observability-Driven Automatic Evolution of Coding-Agent Harnesses
[2026-04] 框架发布

概述

AHE (Agentic Harness Engineering) 是一个开放的可观测性系统，用于自动演化围绕编码代理的装备。基础模型保持不变；演化的是装备组件 — 系统提示、工具描述、工具实现、中间件、技能、子代理和长期记忆。AHE 依赖于三个可观测性层：

组件可观察性 — NexAU将装配件分解为七个正交的文件级组件,每个组件都有 git 追踪,因此每次编辑都可以审计和还原。 - 体验可观察性 — Agent Debugger 将约 10 万个原始跟踪提炼为分层的、来源明确的报告;优化器默认读取摘要,但始终可以回溯到任何部署的原始跟踪。 - 决策可观察性 — Evolve Agent 提出有证据支持的编辑,预测其影响,并由下一轮的翻转任务自动驳回。

在十次"评估 → 分析 → 改进"迭代过程中, AHE (Agentic Harness Engineering) 在 GPT-5.4 上将 Terminal-Bench 2 pass@1 的性能从 69.7% 提升到 77.0%, 优于手写的 Codex (71.9%) 和自演化的 ACE 和 TF-GRPO 基准, 并生成了一个冻结的装配方案, 可在不重新演化的情况下传输到 SWE-bench 验证的四个替代基础模型, 这表明演化的组件记录了一般的工程经验, 而非基准规范。